演讲人：周志华

江苏省人工智能学会理事长

演讲人：王卫明

工业和信息化部科技司副司长

演讲人：孙春雷

江苏省科学技术协会党组书记、副主席

演讲人：池宇

江苏省经济和信息化委员会副主任

演讲人：蒋伟

南京经济技术开发区管理委员会副主任

报告人：陈熙霖

中国科学院计算技术研究所研究员、IEEE Fellow、IAPR Fellow、CCF会士

报告摘要：人脸是日常生活中最为受到关注的对象，是标志个体的重要信息。从科学研究的角度来看，人脸几乎是我们所面对的最大类别数的集合，同时人脸具有丰富的变化——从姿态、表情、到年龄、健康等均能引起显著的变化，因此识别众多的人脸是一个极具挑战的任务。经过近三十年的持续努力，自动人脸识别近年来取得了长足的进步，这些进步同时也极大地刺激了各方面对整个人工智能领域的期待。与此同时，人脸作为无声的语言在社会交往中扮演着重要的角色。随着信息社会的发展，人机交互中的机器不仅需要知道交互的命令和对象，还需要了解这些对象的状态，因此对人脸的多维度感知也就成为未来智能机器的必备能力之一。在报告中将对人脸感知的背景进行介绍，分析其中的挑战，分享我们近来在人脸感知与分析方面的工作以及对未来研究和应用的思考。

报告人：陈恩红

中国科学技术大学教授、国家杰出青年科学基金获得者、CCF会士

报告摘要：随着人工智能和大数据国家战略的实施，互联网产业近年来得到了高速的发展，蓬勃发展中的互联网产业吸引了众多传统行业的转型，这些网络化、信息化的应用积累了其独有的海量异构大数据，同时也催生出新的技术难题。面对越来越复杂多样的应用场景和更加广泛普遍的用户群体，传统人工智能方法面临着严峻的挑战。近些年，人工智能方法与互联网结合下的应用和研究成为业界和学术界关注的新热点。本报告分别从互联网应用的两个新兴领域：互联网金融商务和在线教育两个方面介绍相关人工智能技术的研究工作。具体地，智慧金融商务涉及到商品与市场建模、交易与管理机制优化和参与者个性化推荐等三个层面，相关工作对于金融商务平台的发展、提高客户的服务有一定帮助；在智慧教育方面，以在线教学过程中的试题、学生、教师等对象，开展的相关工作可以提高学生的学业水平、辅助教师教学等。

报告人：吴建鑫

南京大学教授、国家青年千人计划入选者、国家优秀青年科学基金获得者

报告摘要：深度学习是目前计算机视觉与机器学习领域最热门、也是在很多实际问题中实践效果最好的方法。然而，深度学习，尤其是卷积神经网络CNN的机理目前尚不明确。本次报告将介绍我们研究组在CNN深度学习方向上两个方面的实践：庖丁解牛与盲人摸象。庖丁解牛即将CNN的各个构成模块分别探索，发现其优缺点并加以改进，从而对CNN的各个模块形成深入的理解。盲人摸象即对在ImageNet上学习到的CNN预训练模型能起到什么样的作用加以研究，在CNN整体机理尚不清楚的前提下，对预训练模型在各个视觉问题中的无监督应用加以研究。

演讲人：张北虹

江苏省经济和信息化委员会软件与信息服务业处处长

演讲人：李凯

江苏省经济和信息化委员会科技与质量处

嘉宾：江苏省人工智能学会

报告人：卢载贵

江苏省经济和信息化委员会产业政策处处长

报告摘要：在《中国制造2025》发展战略中，将智能网联汽车与节能汽车、新能源汽车并列作为产业发展的重要战略方向。江苏省作为我国人工智能与汽车产业发达的核心区域，抓住智能网联汽车的发展机遇，抢占汽车产业未来发展战略的制高点，率先建成智能网联汽车自主研发体系、生产配套体系及产业集群，实现汽车产业转型升级，对全国汽车产业的发展具有重要的战略意义。

报告人：王曰芬

南京理工大学经济管理学院信息管理系教授、博士生导师，系支部书记兼副主任

报告摘要：人工智能已经成为全球瞩目的科技焦点，本报告利用数据科学的方法和技术，基于大规模国内外基金、论文和专利数据，通过系统化的数据采集、处理与分析流程，全景式的揭示了全球人工智能科技在时空演化、主题分布、资金投入等方面的发展态势，有助于准确而清晰地掌握人工智能发展的过程和现状；结合h指数和社交网络分析技术识别了多级粒度人工智能科技研究主体中的领军力量，构建其合作网络与研究侧重，旨在明确行业标杆、竞争对手和潜在的学习合作对象；基于突变词算法探测到了国际人工智能研究前沿，对其演化过程做可视化分析并做深度解读，为把握人工智能发展趋势、抢占至高点提供依据。本报告具有数据权威、方法严谨、分析深入、结论新颖的特点，可供政府相关部门、人工智能产业有关企业和学术机构决策参考。（工业和信息化部“大数据驱动的知识创新服务与决策支持研究型教学创新团队”国家社会科学基金重大项目（16ZDA224）阶段性研究成果之一）

报告人：许春山

亿嘉和副总裁、机器人研究院院长，省双创人才、省科技企业家、省333工程培养人才

报告摘要：智能检测机器人是一种用于安全生产与运维的重要检测与运维平台，可广泛应用于电力、矿山、石油石化、轨道交通等众多领域，实现生产设备（场所）的环境设备状态检测、安全生产评价等功能。智能检测机器人功能的有效实现，依赖于机器视觉、深度学习、运动控制、SLAM环境构建与定位导航、大数据分析、人机协作、智能交互等多种人工智能相关技术。本演讲分析了智能检测机器人及其在行业中的应用前景、人工智能与智能检测机器人关键技术实现、人工智能助力检测机器人在行业中的应用等方面的内容，并介绍了亿嘉和智能检测机器人及智能系统在电力行业的部分应用为案例。

特邀嘉宾

报告人：徐昕

国防科技大学智能科学学院无人系统研究所所长，国防科技卓越青年科学基金、国家自然科学二等奖获得者，CCF理事

报告摘要：报告分析了机器人系统自主学习面临的理论与技术挑战，介绍了自主学习的基本理论框架，重点讨论了机器人系统自主强化学习关键算法在特征表示和滚动优化方面的若干研究进展，并且给出了智能车辆自学习优化决策与控制的应用实例。

报告人：唐平中

清华大学交叉信息研究院副教授 ，博士生导师，计算经济学研究室主任，中组部青年千人计划和微软研究院铸星计划入选者

报告摘要：In this talk, I will introduce three research projects at the interface of AI and game theory, all within the framework of mechanism design at nationwide scales. The _rst project aims to design markets for water right, while the second and third aim to design mechanisms that maximize revenue for nationwide mobile applications. The results are a set of mechanisms that satisfy both computation and economics constraints.

Speaker：Nick Gravin

Shanghai University of Finance and Economics Associate Professor，National Thousand (Young) Talents Program

Abstract：Monopoly problem stands out as a widely studied theoretical model that is simple to write down, yet powerful enough to capture many important applications, e.g., pricing of Microsoft products, or sales of cloud storage. The typical approach in mechanism design literature is to adopt an ideal probabilistic model in which the seller knows the joint prior distribution for the buyer's profiles over her willingness-to-pay for each item. Most of the work assumes that prior distribution is independent across items due to many hardness and counter-intuitive results for the general correlated case. In this talk we will discuss the recently proposed correlation-robust theoretical framework, in which the seller has only statistical knowledge of the marginal distributions for each separate item but has no information about correlation across different items in the joint distribution. Any mechanism is then evaluated according to its expected profit in the worst-case, over all possible joint distributions with given marginals.

报告人：郝建业

天津大学软件学院副教授，博士生导师，天津市青年千人计划专家

报告摘要：随着AlphaGo的出现，近几年深度强化学习技术成为人工智能领域及工业界的研究热点，并在机器人、推荐搜索、游戏AI等一系列智能决策领域广泛应用。多智能体强化学习（群体智能+深度强化学习）是实现通用人工智能的重要途径之一。本报告将首先介绍多智能体强化学习的背景及基础，然后重点介绍多智能体深度强化学习的最新研究进展及其应用。

报告人：卓汉逵

中山大学数据科学与计算机学院副教授，先进网络与计算系统研究所副所长，广东省杰出青年，广东省“特支计划”科技创新青年拔尖人才，广州市珠江新星

报告摘要：智能制造是一种由智能机器和人类专家共同组成的人机混合智能系统。通过人与智能机器的合作共事，智能制造扩大、延伸和部分地取代人类专家在制造过程中的劳动。本报告将介绍智能制造涉及的人机协同智能规划问题以及如何实现“人在回路”的混合智能算法系统的目的。具体包括三方面的内容:1、如何利用人类知识和历史数据，建立智能规划 领域模型;2、如何利用人类知识和历史数据，建立有效的规划任务表示;3、如何利用人的知识，高效精准地计算规划任务的规划解。通过这三方面内容的研究，最终建立人机混合智能规划算法系统，以解决智能制造中制造流程智能规划调度关键问题。

嘉宾：高清

江苏省经济和信息化委员会副主任

报告人：马惠敏

清华大学电子工程系副教授，博士生导师，三维图像认知与仿真实验室负责人，中国图象图形学学会副理事长兼秘书长，北京市“三八红旗奖章”获得者

报告摘要：如何使以数据驱动的机器学习实现对不确定的复杂场景图像的准确认知迄今仍缺乏很好的理论支撑。本报告针对数据驱动的机器学习在不确定的复杂场景图像识别中的困难，提出了Thinking in 3D的思想，建模物体认知规律、挖掘图像客观属性。通过建立自顶向下的认知先验数学模型，创新性地将其引入基于自底向上的数据驱动的机器学习中，提出了多模态、多视角、多任务3D场景图像深度学习认知方法3DOP、Mono3D、MV3D，MOCF用于复杂驾驶场景中三维物体检测，发表在NIPS和CVPR上，在国际权威自动驾驶数据集KITTI上评测获得第一名。

报告人：曹旭东

自动驾驶创业公司 Momenta CEO，前微软亚洲研究院研究员、前商汤科技执行研发总监

报告摘要：2017年国内大约有26%的城市在通勤高峰时段处于拥堵状态。而自动驾驶技术恰恰能提升驾驶安全，提高整个交通系统的效率，为用户节省时间。目前基于深度学习和海量数据，Momenta已经具备了针对人脸识别、行人检测、车道线检测、可行驶区域检测、交通标识识别、红绿灯识别、车辆识别、自行车识别、异形车识别等一系列具有很高准确率和鲁棒性的软件算法。同时在产品方面，Momenta已经形成服务多个场景的自动驾驶解决方案，包括高速环路、城市道路以及泊车场景的高度自动驾驶。目前公司也已经开始围绕上述解决方案与车企和一级供应商展开合作。Momenta的使命就是用更好的人工智能技术，为人们创造更美好的生活。

报告人：章国锋

浙江大学计算机科学技术学院教授、博士生导师

报告摘要：虽然基于视觉的同时定位与地图构建（Visual SLAM）在过去十多年里取得了很大的进展，但要满足实际的应用需求仍需要解决一些关键性难题。例如，如何高效地获得尽可能长而且准确的特征轨迹并将多视频序列之间的复杂回路闭合起来？如何对于海量图像/视频数据在有限的内存下进行高效的全局优化？如何在动态环境下进行鲁棒的同时定位与地图构建？如何处理相机快速运动和强旋转？如何在线动态调整重建的三维几何表面？本次演讲主要与大家分享我们为了解决这些关键问题所做的研究工作以及相关应用。

报告人：孔慧

南京理工大学计算机科学与工程学院教授、博士生导师

报告摘要：本报告讲述了南京理工大学PCA实验室近期在无人驾驶车以及移动机器人环境感知领域的一些进展，主要包括感知传感系统搭建和感知算法研究两部分。在感知传感系统搭建方面，除了搭建无人车标配传感器（相机、雷达、GPS、IMU）之外，我们设计了一种远红外可见光同光轴混合相机用于无人车夜间环境感知。在感知算法部分，我们研究了基于拟深度的感知算法、以及基于深度学习的行人检测等。

报告人：吴俊杰

北京航空航天大学经济管理学院研究员、博士生导师，数据智能研究中心主任，国家自然科学基金委杰出/优秀青年基金、教育部青年长江学者，中国管理科学与工程学会常务理事

报告摘要：近年来随着大数据在各应用领域的涌现，我们得以从时空序列、通联网络、用户生成内容等异质信息中提取实体的行为数据，并通过数据建模以描述、理解并预测个体及群体行为，这就为行为计算这一全新的研究领域打开了大门。行为计算是典型的多学科交叉领域，其基础理论涉及心理学、认知学、经济学、社会学，研究范式则包括机器学习、计量分析、统计物理等，其关键科学问题是异质数据融合建模，在精准营销、金融监管、电信反诈等重要领域具有广泛的应用前景。吴俊杰博士以他们团队近年来的研究工作为例，对行为计算的前沿进展进行介绍，为大数据时代的可持续消费问题提供了有益的思路。

报告人：尤著宏

尤著宏，中科院新疆理化技术研究所研究员、国科大博士生导师，国家自然科学基金优秀青年基金获得者

报告摘要：信息技术飞速发展带来的大数据概念及其巨大应用价值，正在逐渐引领各行各业的变革。大数据时代，数据的产生和收集是基础，通过数据挖掘的提取出隐藏于数据中的知识是大数据中分析最关键也是最基本的工作。数据挖掘及大数据分析是基础理论与应用实践的完美结合。数据挖掘及大数据分析源于实际应用的需求，同时好的算法需要在实际应用中得到检验。另外，随着“人类基因组计划”的完成，高通量测序技术得到快速发展，使得生物医学领域获得了强大的数据产出能力，生物大数据研究对生物医学领域发展具有重要推动作用。本报告拟结合我从事数据挖掘、大数据分析及生物信息学领域工作的理论与实践经验，介绍大数据的概念、生物大数据的来源、主要应用场景、及本人实验室的研究进展阐述了生物大数据时代背景下生物信息学理论算法和应用实践。

报告人：涂威威

第四范式资深机器学习架构师

报告摘要：人工智能技术在互联网、金融等领域取得了很大的成功，使得越来越多的行业希望利用人工智能技术提升行业效率，实现数据驱动增长的新模式。然而，人工智能技术在应用到各行业的过程中步履维艰，面临诸多挑战，需要跨越很多门槛。本次报告将会分享第四范式在实现AI for Everyone愿景过程中的经验和思考。

报告人：陈希

百度智能云计算解决方案专家

报告摘要：随着Cloud2.0时代的到来，算力、算法、数据三大人工智能基础因素发展趋于成熟，AI迎来了史上第三次浪潮；无论传统行业还是新兴互联网行业，在该阶段都面临着巨大的机遇与挑战；凭借在AI领域持续规模性的技术积累、人才储备，百度已成为国内首屈一指的AI技术企业，正在以开放的心态和成熟的产品服务赋能各行各业，帮助企业实现智能化转型；本次报告将从百度智能云的ABC三位一体战略、AI场景化能力、行业解决方案及案例三方面介绍百度如何赋能企业走向商业智能。

报告人：祝丽蓉

ArcSoft虹软公司副总裁，虹软视觉人工智能开放平台负责人

报告摘要：本报告主要介绍视觉AI在场景化应用落地上的探索，基于行业应用的理解与虹软人工智能引擎开放平台，如何帮助大量中小企业打破技术壁垒，为行业赋能，让AI技术真正成为解决实际问题的产品和方案。

Speaker：Jiliang Tang

Michigan State University Assistant Professor

Abstract：Data produced by many real-world systems can be viewed as describing relations among entities either explicitly or implicitly and networks are one of the most popular and flexible representations to denote such data. Thus, network perspectives have been ubiquitous in data science. In this talk, I will introduce several achievements my group has made with network perspectives from foundations to applications. In particular, I will introduce a novel network representation and its associated opportunities and challenges, discuss feature learning in complex networks and detail one “data science for social good” application in weight loss control and management.

报告人：孙仕亮

华东师范大学计算机科学与软件工程学院教授、博士生导师，模式识别与机器学习研究组负责人

报告摘要：多视图学习作为当前机器学习领域的重要前沿方向，近年来得到了很快的发展，然而还有很多方面缺乏深入研究。本次报告将首先回顾多视图学习的研究动机，然后分别介绍多视图学习理论与方法方面的研究进展。最后，为更好地展示这一快速发展领域的研究现状，将介绍多视图学习领域具有重要潜力的后续研究方向。

报告人：王治平

江苏省未来网络创新研究院技术总监，CCF高级会员，CCF大数据专家委员会委员

报告摘要：未来网络试验设施是为实现从当前互联网向未来网络技术变革提供研究手段的大型复杂科学试验设施，未来网络信息平面是未来网络实验设施中核心信息聚合平面。网络信息平台利用开放的人工智能基础设施，打造面向未来网络实验设施的实验平台和开放平台。

报告人：刘勇国

电子科技大学信息与软件工程学院教授，博士生导师，中国老年医学学会智慧医疗技术与管理分会常务委员，中国中医药信息研究会人工智能分会常务理事，四川省中医药信息学会大数据专委会常务理事

报告摘要：中国中医药历史悠久，源远流长，是中国人民数千年与疾病长期斗争的丰富经验总结，包含理、法、方、药等丰富的学术体系。从中医四诊、辩证、组方、中药资源、有效性、安全性等方面阐述人工智能在中医药领域的研究进展，探讨人工智能＋中医药的跨学科研究的新模式和新手段。

演讲人：周志华

江苏省人工智能学会理事长