Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

在小红书,也有AI技术青年的一片「自留地」

9 月 24 日 16:00-19:30,小红书 REDtech 青年技术沙龙,线下见!

图片

AI 引领的新一代信息技术正驱动新一轮科技浪潮。在人工智能迈向通用智能的新发展阶段,面向不同场景的应用落地,AI 技术融合创新已成为新常态。视觉、语言、自然语言、强化学习等领域的壁垒逐渐打破,并在应用落地过程中进一步与数据、场景融合,极大地拓展了 AI 能力边界。

作为近年国内发展最为迅速的移动互联网平台之一,小红书的超大型UGC社区产生了海量多模态数据及用户行为反馈,基于独特的社区生态和丰富的落地场景,在计算机视觉、自然语言、强化学习等领域不断诞生着兼具价值和挑战的新问题。

随着用户规模的高速发展与用户需求的不断提升,技术在小红书公司发展的飞轮中承担着越来越重要的角色。近年来小红书在技术领域不断加大投入,加快布局前沿技术,不断以创新技术推动业务增长,吸引了多位行业大牛加入,同时愈发注重青年力量的集聚与培养。

这个秋天,小红书联合机器之心举办 REDtech 青年技术沙龙,面向高校学子搭建与学者、企业沟通交流的平台,关注前沿技术进展、助力青年人才发展。

沙龙集结多位高校顶尖学者、小红书技术团队大神,将围绕多模态、大模型、视频处理等最新 AI 前沿技术研究与成果带来报告,输出学术和技术前沿成果。活动设置了嘉宾对谈、自由交流、晚宴等环节,青年学子不仅可以现场聆听业界前辈学术研究指导与建议,还可以与专家学者面对面自由深入交流。

9 月 24 日 16:00-19:30,上海 SOHO 复兴广场 C 座 2 楼小红书公司,小红书 REDtech 青年技术沙龙诚邀广大高校青年学子来 “家里” 坐坐,共叙 AI 前沿进展与青年人才发展。现场席位有限,期待你的报名!

沙龙议程

图片

与业界专家畅聊前沿技术趋势

图片

致辞嘉宾:柯南,小红书首席运营官

嘉宾简介:2015年9月加入小红书,现任小红书首席运营官,7年来她领导了公司多个业务获得快速发展。柯南毕业于新加坡南洋理工大学计算机系,并于美国斯坦福商学院取得MBA学位,加入小红书前先后供职于花旗银行和波士顿咨询。

图片

报告主题:大规模深度学习系统技术及其在小红书的应用

报告嘉宾:汉升(颜深根),小红书 AI 平台部负责人

嘉宾简介:主要负责小红书 AI 算力系统规划、建设及优化。颜博士在高性能计算和 AI 系统领域顶级国际会议和期刊等发表了超过 30 篇论文,曾担任多个国际会议、期刊程序委员会委员、审稿人。颜博士是上海交通大学博士生导师(兼职),北京大学客座授课教师,ACM 中国高性能计算执行委员会委员。

图片

报告主题:语言模型即服务与黑箱优化

报告嘉宾:邱锡鹏,上海复旦大学计算机学院教授

嘉宾简介:国家优青获得者,于复旦大学获得理学学士和博士学位。主要从事自然语言处理深度学习等方向的研究,发表 CCF A/B 类论文 70 余篇,获得 ACL 2017 杰出论文奖(CCF A 类)、CCL 2019 最佳论文奖、《中国科学:技术科学》2021 年度高影响力论文奖,有 5 篇论文入选 PaperDigest 发布的 IJCAI/ACL/EMNLP 的最有影响力论文(被引用数进入前当届会议的 20 名)。出版开源专著《神经网络深度学习》,Github 关注数 1.5 万,豆瓣评分 9.4 分。主持开发了开源框架 FudanNLP 和 FastNLP,已被国内外数百家单位使用。2015 年入选首届中国科协青年人才托举工程项目,2018 年获钱伟长中文信息处理科学技术奖青年创新奖一等奖,2020 获第四届上海高校青年教师教学竞赛优等奖,2021 年获首届上海市计算机学会教学成果奖一等奖(第一完成人)等。培养学生多次获得一级学会优博、微软学者、百度奖学金等。 

图片

报告主题:媒体体验质量评价

报告嘉宾:翟广涛,上海交通大学电子信息与电气工程学院电子系教授

嘉宾简介:研究领域为多媒体智能,发表国际期刊及会议论文四百余篇,被引用 1 万余次,入选爱思唯尔中国高被引科学家。曾获得全国优博、优青、青年拔尖人才、杰青等荣誉,主持 NSFC 重点、国家重点研发等项目。获中国电子学会自然科学一等奖、PCS2015 和 IEEE ICME 2016 最佳学生论文奖、IEEE TMM 2018 最佳论文奖和 2021 最佳论文提名奖、IEEE MMC Workshop 2019、CVPR DynaVis Workshop 2020、IEEE BMSB 2022 最佳论文奖等,任 Displays(Elsevier) 主编、《中国科学:信息科学》编委、IEEE CAS MSA/ SPS IMVSP 成员、中国电子学会青年科学家俱乐部副主席、中国图象图形学学会理事、上海市图像图形学学会副理事长。 

对谈主题:青年研究的方向与建议


图片

对谈嘉宾:凯奇(张雷),小红书技术VP

嘉宾简介:毕业于上海交通大学,曾担任欢聚时代技术副总裁和百度凤巢首席架构师,负责百度搜索广告CTR机器学习算法工作。曾任IBM深度问答(DeepQA)项目中国技术负责人。

图片

对谈嘉宾:虞晶怡,上海科技大学副教务长、信息科学与技术学院教授与执行院长,IEEE Fellow

嘉宾简介:ACM 杰出科学家。他于 2000 年获美国加州理工学院(Caltech)双学士学位,2005 年获美国麻省理工学院(MIT)博士学位。现任上海科技大学副教务长、信息科学与技术学院教授、执行院长,是上海人工智能咨询委员会委员、叠境数字创始人。虞教授长期从事计算机视觉、计算成像、计算机图形学、生物信息学等领域的研究工作,已发表 140 多篇学术论文,其中超 90 篇发表于国际会议 CVPR/ICCV/ECCV 和期刊 TPAMI,已获得 20 多项 PCT 发明专利授权。虞教授是美国国家科学基金杰出青年奖(NSF CAREER Award)获得者。他曾组织多个计算机视觉大会,担任 IEEE TPAMI、IEEE TIP 等多个顶级期刊编委。虞教授担任 ICCP 2016、ICPR 2020、WACV 2021 以及人工智能顶会 IEEE CVPR 2021 和 ICCV 2025 的程序主席。

广邀高校青年精英

顶尖高校人工智能及计算机等专业院系的优秀硕博士生们,小红书 REDtech 青年技术沙龙向你发出诚挚邀请!

沙龙活动专设自由交流时间与晚宴,欢迎各顶尖高校优秀青年人才线下相聚,与小红书技术团队、业界专家面对面深入交流,探讨真实应用难题,激发更多技术创意,共推行业创新发展。

席位紧张,即刻扫描下方二维码或点击阅读原文,提交详细报名信息。报名信息通过初步审核后,工作人员将进一步与你联络。

图片

工程
相关数据
复旦大学机构

复旦大学(Fudan University),简称“复旦”,位于中国上海,由中华人民共和国教育部直属,中央直管副部级建制,国家双一流(A类)、985工程、211工程建设高校,入选珠峰计划、111计划、2011计划、卓越医生教育培养计划、卓越法律人才教育培养计划、国家建设高水平大学公派研究生项目,九校联盟(C9)、中国大学校长联谊会、东亚研究型大学协会、环太平洋大学协会的重要成员,是一所世界知名、国内顶尖的全国重点大学。

相关技术
IBM机构

是美国一家跨国科技公司及咨询公司,总部位于纽约州阿蒙克市。IBM主要客户是政府和企业。IBM生产并销售计算机硬件及软件,并且为系统架构和网络托管提供咨询服务。截止2013年,IBM已在全球拥有12个研究实验室和大量的软件开发基地。IBM虽然是一家商业公司,但在材料、化学、物理等科学领域却也有很高的成就,利用这些学术研究为基础,发明很多产品。比较有名的IBM发明的产品包括硬盘、自动柜员机、通用产品代码、SQL、关系数据库管理系统、DRAM及沃森。

https://www.ibm.com/us-en/
相关技术
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

计算机图形技术

图像数据处理、计算机图像(英语:Computer Graphics)是指用计算机所创造的图形。更具体的说,就是在计算机上用专门的软件和硬件用来表现和控制图像数据。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

语言模型技术

语言模型经常使用在许多自然语言处理方面的应用,如语音识别,机器翻译,词性标注,句法分析和资讯检索。由于字词与句子都是任意组合的长度,因此在训练过的语言模型中会出现未曾出现的字串(资料稀疏的问题),也使得在语料库中估算字串的机率变得很困难,这也是要使用近似的平滑n元语法(N-gram)模型之原因。

机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
北京大学机构

北京大学创办于1898年,初名京师大学堂,是中国第一所国立综合性大学,也是当时中国最高教育行政机关。辛亥革命后,于1912年改为现名。2000年4月3日,北京大学与原北京医科大学合并,组建了新的北京大学。原北京医科大学的前身是国立北京医学专门学校,创建于1912年10月26日。20世纪三、四十年代,学校一度名为北平大学医学院,并于1946年7月并入北京大学。1952年在全国高校院系调整中,北京大学医学院脱离北京大学,独立为北京医学院。1985年更名为北京医科大学,1996年成为国家首批“211工程”重点支持的医科大学。两校合并进一步拓宽了北京大学的学科结构,为促进医学与人文社会科学及理科的结合,改革医学教育奠定了基础。

官网,http://www.pku.edu.cn/
推荐文章
暂无评论
暂无评论~