正在阅读：KDD China 2019技术峰会圆满结束索泰MINI工作站大放异彩KDD China 2019技术峰会圆满结束索泰MINI工作站大放异彩

2019-12-05 11:14 出处：其他作者：佚名责任编辑：pchuanan

　　11月30日—12月1日，由KDD China和四川省计算机学会共同主办，西南交通大学人工智能研究院承办，索泰科技和宽泛科技赞助协办的为期两天的KDD China技术峰会&四川省计算机学会年会顺利在西南交通大学九里校区国际会议厅举办。

　　本次技术峰会旨在通过前沿技术交流与实际应用解决方案的展示，促进中国数据挖掘领域学术水平的提升，扩大中国在国际数据挖掘领域的影响力，推动数据挖掘技术在工业界的应用及发展。

　　KDDChina的全称是ACM数据挖掘中国分会，是国际数据挖掘与知识发现大会(SIGKDD)在中国的唯一官方分支机构。此次技术峰会主要聚焦学术界和产业界关心的人工智能前沿话题——大数据智能。

　　此次会议邀请了杨强教授（微众银行首席人工智能官、香港人工智能与机器人学会理事长、ACM/AAAI/IEEE/AAAS/CAAI Fellow）、刘兵教授（芝加哥伊利诺伊大学杰出教授、ACM/AAAI/IEEE Fellow），周志华教授（南京大学计算机科学与技术系主任、人工智能学院院长、欧洲科学院院士、AAAI/IEEE/ACM/AAAS Fellow），郑宇教授（京东集团副总裁、人工智能研究院院长），张大庆教授（北京大学讲席教授、欧洲科学院院士、IEEE Fellow），叶杰平教授（滴滴出行副总裁、美国密西根大学终身教授、IEEE Fellow），李航博士（字节跳动科技有限公司人工智能实验室总监、ACL/IEEE Fellow、ACM杰出科学家），苏中博士（IBM中国研究院研究总监），陈一昕博士（华夏基金首席数据官、华夏基金董事总经理、华盛顿大学计算机系教授），吴海山博士（微众银行人工智能部副总经理、MIT TR35）等十余位国内外知名专家，围绕大数据智能展开了一系列深入的讨论，各自分享了最新的工作成果，并探讨了未来可能面临的技术挑战。

　　以下为部分专家现场报告的内容精华（排名不分先后）：

　　杨强教授：用户隐私，数据孤岛和联邦学习

　　杨强教授就“AI的数据不够怎么办”问题，引出了「迁移学习」（Transfer Learning）与「联邦学习」（Federated Learning）的概念。杨强教授首先介绍了迁移学习的发展趋势及其在相关领域的应用；接着详细讲述了联邦学习的关键技术与学习方式，并举例说明联邦学习的实际应用；最后重点阐述了联邦学习在各领域中的应用以及在生态建设中的最新发展。

　　刘兵教授：Longlife and continual learning

　　刘兵教授首先介绍了「传统机器学习」与「终身学习」的关系与区别；接着讲述了终身学习的主要特性，并展示其在社交对话交互式学习中的应用，同时指出目前在许多实际应用中亟需终身学习；最后提出终身学习的发展仍有很多的挑战与问题，今后需要更多的创新性思维。

　　周志华教授：开放世界机器学习

　　周志华教授首先以传统机器学习任务切入，提出在开放动态环境中该如何进行研究；接着举例说明了四种类型的机器学习方法：新类别产生、不断变化的特征、不断变化的数据分布、学习目标发生变化，并讲解了多目标任务优化的理论；最后总结了从封闭世界向开放动态环境发展的机器学习理论变化的趋势和必然性。

　　张大庆教授：基于WiFi与4G/5G无线信号的非接触智能感知：理论与应用

　　张大庆教授首先介绍了无线感知的基本原理；接着提出如何利用WiFi信号对人的行为进行无监督感知，并举例说明基于WiFi CSI的人体行为感知应用；最后总结得出基于无线信号的非接触感知是人体感知的一种理想方法。

　　在峰会上，还展出了基于索泰科技产品「索泰MINI工作站」的“智慧校园全场景一站式服务”方案（以下简称“智慧校园”方案）。

　　“智慧校园”方案针对校园中生活、工作、学习等各场景，打造高效安全便捷的管理方案，为校园构建平衡发展生态，减轻校园管理压力，优化师生的体验。

　　而该方案的硬件核心「索泰MINI工作站」身材迷你，但是功能强大，承担起方案中全部的数据处理工作。

　　整套方案以「边缘计算」为技术核心，具备以下优点：

　　1、近水楼台先得月

　　边缘计算分布式以及靠近设备端的特性注定它实时处理的优势，所以它能够更好的支撑本地业务实时处理与执行。