課程

• 視覺問答與對(duì)話系統(tǒng)的新技術(shù)進(jìn)展

  案例背景:
  對(duì)于跨模態(tài)信息的處理是目前很多推薦、廣告、檢索等智能系統(tǒng)的核心問題之一，尤其是針對(duì)跨模態(tài)的問答與對(duì)話技術(shù)。我們將討論如何應(yīng)用深度學(xué)習(xí)模型對(duì)視覺問答系統(tǒng)于視覺對(duì)話系統(tǒng)提出新的技術(shù)解決方案。
  
  解決思路:
  我們將討論利用多模態(tài)信息的融合、圖卷積模型來設(shè)計(jì)相應(yīng)的對(duì)話系統(tǒng)與問答系統(tǒng)。并考慮如何更好的利用知識(shí)圖譜與先驗(yàn)的關(guān)系信息。
  
  成果:
  研究成果已經(jīng)發(fā)布了國(guó)際同行認(rèn)可的頂級(jí)期刊和會(huì)議。期待在實(shí)際工業(yè)落地的應(yīng)用。
  Jing Yu, Weifeng Zhang, Yuhang Lu, Zengchang Qin, Yue Hu, Jianlong Tan, Qi Wu (2020), Reasoning on the relation: enhancing visual representation for visual question answering and cross-modal retrieval, IEEE Transaction on Multimedia (IF=5.452).
  3. Weifeng Zhang, Jing Yu, Hua Hu, Haiyang Hu, Zengchang Qin (2020), Multimodal feature fusion by relational reasoning and attention for visual question answering, Information Fusion (IF=10.716), Vol. 55: pp. 116-126.
  Xiaoze Jiang, Jing Yu, Zengchang Qin, Yingying Zhuang, Xingxing Zhang, Yue Hu and Qi Wu (2020), DualVD: An adaptive dual encoding model for deep visual understanding in visual dialogue, Proceedings of National Conference on Artificial Intelligence (AAAI-2020)
  

  暫無課程排期

• 深度學(xué)習(xí)詳解

  1.熟悉和掌握深度學(xué)習(xí)背后的核心原理：從矩陣運(yùn)算到隨機(jī)梯度下降，了解不同深度學(xué)習(xí)模型的原理與優(yōu)缺點(diǎn)。
  2.深刻理解深度學(xué)習(xí)模型的關(guān)聯(lián)與邏輯關(guān)系，了解深度學(xué)習(xí)在機(jī)器視覺、自然語言處理及其他領(lǐng)域的應(yīng)用。
  3.課程將提供學(xué)員經(jīng)過老師精心整理的配套學(xué)習(xí)資料和經(jīng)典論文，在課程的不同階段給學(xué)員用來復(fù)習(xí)和學(xué)習(xí)。
  4.課程采用雙語形式，課件為英文，用中文講授，為直接學(xué)習(xí)國(guó)際最前沿的技術(shù)論文打下良好基礎(chǔ)。

  暫無課程排期
  工程師

• chatGPT與AI2.0技術(shù)

  openai發(fā)布的chatgpt在人工智能科技行業(yè)掀起一陣?yán)顺?，有人說，chatgpt帶來的是新一輪人工智能技術(shù)革命，且未來chatgpt延伸出的各種落地應(yīng)用將會(huì)改寫無數(shù)擁有數(shù)字化能力企業(yè)的生產(chǎn)模式。伴隨chatgpt的大熱，AIGC(即利用AI技術(shù)進(jìn)行內(nèi)容生產(chǎn)創(chuàng)作）這一概念也逐漸走進(jìn)大眾視野。本次分享將帶領(lǐng)學(xué)員深入解析支撐chatgpt背后的大模型技術(shù)，以及分享目前國(guó)內(nèi)外AIGC的發(fā)展現(xiàn)狀與挑戰(zhàn)。最后，通過chatgpt的誕生來一同探討未來AI2.0時(shí)代企業(yè)應(yīng)該具備的基礎(chǔ)建設(shè)與能力

  暫無課程排期
  工程師

• 機(jī)器智能基礎(chǔ)理論探索（系列1）

  本課程全面覆蓋機(jī)器智能的哲學(xué)基礎(chǔ)、歷史發(fā)展、編程算法、數(shù)學(xué)原理及經(jīng)典機(jī)器學(xué)習(xí)模型。從自然語言的數(shù)學(xué)解讀到現(xiàn)代人工智能的應(yīng)用，再到Python編程與算法實(shí)現(xiàn)，逐步深入。課程深入探討線性代數(shù)、概率統(tǒng)計(jì)等數(shù)學(xué)工具在機(jī)器智能中的應(yīng)用，并詳細(xì)介紹監(jiān)督學(xué)習(xí)、決策樹、樸素貝葉斯、支撐向量機(jī)等經(jīng)典機(jī)器學(xué)習(xí)模型，旨在培養(yǎng)學(xué)生的算法思維與機(jī)器智能應(yīng)用能力。

  暫無課程排期
  工程師

• 機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)實(shí)踐進(jìn)階(系列2）

  本課程專注于統(tǒng)計(jì)學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、卷積網(wǎng)絡(luò)應(yīng)用及循環(huán)神經(jīng)網(wǎng)絡(luò)與自然語言處理。通過貝葉斯統(tǒng)計(jì)、混合模型、主題模型等，深入探索統(tǒng)計(jì)學(xué)習(xí)精髓。進(jìn)一步掌握神經(jīng)網(wǎng)絡(luò)的基本原理，包括激活函數(shù)、反向傳播等。課程還涉及卷積網(wǎng)絡(luò)在計(jì)算機(jī)視覺中的應(yīng)用，以及循環(huán)神經(jīng)網(wǎng)絡(luò)在自然語言處理領(lǐng)域的實(shí)踐，如LSTM時(shí)序建模、神經(jīng)語言模型等，旨在全面提升學(xué)生在機(jī)器學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)領(lǐng)域的專業(yè)技能。

  暫無課程排期
  工程師

• 前沿深度學(xué)習(xí)與智能模型創(chuàng)新（系列3）

  本課程深入探索深度生成模型、圖神經(jīng)網(wǎng)絡(luò)、大語言模型、跨模態(tài)大模型以及深度增強(qiáng)學(xué)習(xí)等前沿領(lǐng)域。從Transformer到對(duì)抗生成網(wǎng)絡(luò)，全面理解深度生成模型的核心原理與應(yīng)用。同時(shí)，圖神經(jīng)網(wǎng)絡(luò)部分涵蓋圖卷積網(wǎng)絡(luò)及注意力機(jī)制，拓展非結(jié)構(gòu)數(shù)據(jù)的深度學(xué)習(xí)應(yīng)用。此外，課程還將講解大語言模型的發(fā)展，并探索跨模態(tài)大模型在語義空間和跨模態(tài)檢索中的應(yīng)用，最后深入講解深度增強(qiáng)學(xué)習(xí)在實(shí)踐中的應(yīng)用。

  暫無課程排期
  工程師

• 深度學(xué)習(xí)、大模型與智能體（一天版）

  覆蓋了深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和大模型的基本概念，并從理論到應(yīng)用逐步展開，旨在幫助學(xué)生建立全面的理解。

  暫無課程排期
  工程師

• 深度學(xué)習(xí)、大模型與智能體深度研究（兩天版本）

  更深入具體的介紹了深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和大模型的概念，并從理論到應(yīng)用逐步展開，深入介紹如何應(yīng)用，旨在使學(xué)生能夠深度理解，并列舉目前已知的大模型是如何成功的

  暫無課程排期
  工程師

大會(huì)議題