AICon全球人工智能技术大会是由极客邦科技InfoQ中国主办的技术盛会，大会为期2天，主要面向各行业对AI技术感兴趣的中高端技术人员。大会将重点关注人工智能的落地实践，与企业一起探寻AI的边界。在AICon上，你将会看到国内外知名企业的人工智能落地案例，也能与国内顶尖的人工智能专家探讨相关的技术实践，使企业可以根据最佳实践确定自己的选型方案，并提前预估相关的风险和收益，实现技术落地。
特色技术
LinkedIn的机器学习实践
作为服务于全球超过 5 亿用户的专业社交网络，领英已经成为专业交流的首选平台。为了为领英会员提供切实有效的评论内容，领英的研发团队构建起一套具备可扩展能力的评论排名系统。该系统利用机器学习技术为访问领英内容生态系统的每一位会员提供个性化的会话体系。在今天的文章当中，来自领英的技术专家将详尽介绍自己的设计思路、面临的可扩展性挑战与解决办法，以及系统运行中必须承受的有限延迟空间。
TensorFlow环境下，如何构建新型实用可视化方案？
在我们于 2015 年对 TensorFlow 进行开源时，其中即包含有 TensorBoard——一款用于对您的 TensorFlow 模型及运行进行检查与理解的可视化套件。
Uber的机器学习平台：从打车到外卖，一个平台如何服务数十个团队？
提到米开朗基罗你会想到什么？著名的雕塑作品《大卫》？还是梵蒂冈西斯廷大教堂震撼的穹顶画《创世纪》？优步（Uber）的技术团队为机器学习领域带来了“米开朗基罗”——一款机器学习即服务平台
从理论到实战，一篇文章掌握推荐系统之矩阵分解
十年前，Netfliex 发起了 Netflix 奖公开竞赛，目标在于设计最新的算法来预测电影评级。竞赛历时 3 年，很多研究团队开发了各种不同的预测算法，其中矩阵分解技术因效果突出从众多算法中脱颖而出。
AIcon主题介绍
AI架构
涉及到人工智能、深度学习和神经网络的架构实践，也包含底层相关的例如云计算、流处理与实时计算、K8s/Mesos等基础架构内容。
机器学习2.0
机器学习、深度学习、强化学习、迁移学习、数据集，各种深度学习框架如TensorFlow、Caffe、MXNet的应用。
AI与软件开发者
软件工程师如何用AI设计UI，辅助运维、测试、数据中心管理，如何使用融合机器学习和NLP技术的数据库，直面程序员最基本的开发工作。
AI驱动业务实践
将规则和逻辑引入到AI引擎中，用于初始设置、持续维护和策略调整，使企业通过软件，协助或执行自动化决策，驱动业务实践。本专题将包含一些已有的实践案例。
AI优化硬件
高性能计算和GPU相关。用专门设计和构建的图形处理单元（GPU）和设备，高效运行如深度学习应用方向的AI计算作业。
推荐搜索以及Feed流
如何结合机器学习构建更好的推荐系统、搜索系统、Feed流。
语音识别与智能助手
包含语音交互系统和移动应用程序，涵盖前沿技术、趋势和案例，如聊天机器人、AI助手、智能音箱、智能家居。是目前AI最火热的落地应用。
计算机视觉
人脸识别、图像识别、物体检测等技术，常用于智能安防、自动驾驶、手机相册、视频直播等。
文本分析与NLP
自然语言处理（NLP）使用和文本分析，通过统计和机器学习方法帮助理解句子的结构和含义，情感和意图。目前多用于欺诈检测、机器翻译等。
关于AIcon人工智能技术大会
人工智能科学家吴恩达曾经说过这样的话：“一百年前，电可以为很多企业、很多行业带来巨大的交通通讯和农业网络，今天人工智能也会为很多企业带来一样大的改变。”
近年来，获得投资界助力的AI市场发展迅猛，人工智能正在渗透到各行各业，离我们越来越近。与学术界不同，工业街引进新技术一定是为了解决企业的业务难题，不会为了AI而AI。如今，国内外大多数企业都已离开“尝鲜期”进入到了“AI落地期”，各种形式的人工智能部门甚至研究院已应运而生。
那具体到AI在业务中的落地，目前都有哪些方向和落地方案？大家所熟知的机器学习、深度学习、计算机视觉、NLP、图像识别等AI技术如何解决业务问题？这些技术什么时候用？如何正确使用？虽然学术界的发生给工业界带来了不少启发，但在很多企业中AI落地仍面临着巨大的挑战。
为了推动AI技术发展【助力人工智能落地】，InfoQ中国为大家梳理了整个AI产业生态链，并瞄准全球顶尖AI落地案例策划了AIcon全球人工智能技术大会。
AICon解决什么问题
任何一门技术归根结底都是为了解决业务痛点而生的，人工智能也不例外。如果说2016年是“人工智能元年”，那么2017年应该称作“人工智能应用元年”。AIcon应运而生，与企业一起探寻AI的边界，【助力人工智能落地】。
→行业热门AI应用场景全面覆盖
→国内外一线AI技术大咖共同策划
→2天大会演讲，剖析痛难点讲经验
→30+顶尖AI落地案例全角度剖析
→丰富的社交活动，与专家面对面交流
→2天技术培训，从0到1重实践
