基于深度学习的图片检索应用

演讲简介：

传统的图片检索技术主要基于文本query和图片周边文本的匹配，而对图片本身的语义信息利用相对较少。近年来，受益于深度学习的快速发展，计算机视觉及自然语言理解等技术不断进步。对于文本和图片，我们可以提取出精准、丰富的语义信息，从而实现比传统方法更加准确的图文匹配。使用百度开源的PaddlePaddle深度学习平台，我们可以在亿级规模的文本和图片数据上轻松训练模型。我们使用深度图文语义模型，在正版图片检索引擎——百度像素上取得了很好的效果。

朱剑锋 百度深度学习研究院 高级研发工程师

嘉宾介绍：

2010年毕业于北京大学元培学院统计学专业。先就职于深圳华大基因研究院，担任核心算法研究单元负责人，主要研究宏基因组、群体遗传学、序列比对、产前遗传筛查等方向，成果发表于Nature等期刊。后就职于京东商城推荐搜索组，负责离线推荐系统中的点击率预估算法设计、实现及优化。目前就职于百度深度学习实验室，从事图片检索相关方向，主要兴趣为深度学习在自然语言和图像处理中的应用。

会话系统实战-苏宁聊商平台

演讲简介：

随着人工智能、大数据和云计算的飞速发展，人机会话已经无处不在，并成为研究和工业界的热点问题，各种闲聊陪伴和专业助理等智能聊天机器人已经在线上和线下广泛应用，取得不错效果。本次分享会介绍会话系统的演进、基本构成、相关架构，涉及的模型、算法等，并结合实际案例，分享苏宁的聊商平台是如何实现人机沟通和交互的。

李伟 苏宁技术研究院北京分院负责人

嘉宾介绍：

李伟，清华大学博士，在微软亚洲研究院、雅虎北研、百度等公司实习和工作，从事过搜索、推荐、个性化和广告等相关产品的架构、系统、算法和数据等任务。目前担任苏宁技术研究院人工智能实验室技术总监，参与聊商平台、智能家居以及其他智能驱动业务线的研发。

机器学习技术在房屋估价中的应用

演讲简介：

房屋估价是链家网为买家、卖家、经纪人三方提供议价基础的工具，目前日均调用量8W次，超过链家网每日电话+IM数量。房屋估价为早期用户提供与平台发生交互的入口，为潜在买房者和卖房者提供价格预估，有效增大用户粘性。目前，北京平均准确率80%（估价误差在5%以内认为估价准确），平均误差4.3%。

宋鑫 链家网数据挖掘资深研发工程师

嘉宾介绍：

毕业于中科院软件所，现就职于链家网商业搜索部，主要负责链家网房屋估价和展位调度相关技术工作。在加入链家之前，在百度负责一些物料审核相关数据挖掘工作。

微软云计算在风电行业的智能化实践

演讲简介：

人工智能最近成为了各个行业炙手可热的话题，不论是互联网行业还是传统行业，都在通过机器学习和深度学习寻求业务转型和业务创新。微软提供了与机器学习和人工智能相关的不同平台不同层次的工具和算法，从API层的认知服务，到模块化的Machine Learning Studio，再到Azure Spark和R服务，甚至是构建深度学习架构的底层CNTK服务等，一应俱全。本次演讲将涵盖微软提供的各种机器学习和人工智能服务，介绍如何通过它们快速搭建自己的机器学习算法服务，并展示相关应用案例。

刘士君 微软(中国)有限公司云平台技术顾问

嘉宾介绍：

刘士君本科和研究生均毕业于清华大学自动化系，拥有清华大学自动化系硕士学位。目前在微软开发体验与合作事业部从事多年Azure技术推广工作，特别是人工智能、大数据、物联网等相关技术的主导推广，曾参与多个物联网、机器学习项目的架构和实施。