2016年12月18号，由acm資料挖據中國分會（kdd china）作為 sigkdd 在中國的唯一官方分支機構，在深圳舉辦的kdd china技術峰會圓滿閉幕。雷鋒網作為現場參與者，親自見證了衆多國内頂尖學者和從業人員結合自己領域的進展做了最新報告，從網際網路金融、城市計算、自然語音處理、智能駕駛、高性能計算平台版塊，向我們展示了如何通過手握資料和利用的方法，來一手握住了未來人工智能的鑰匙。
進入會場的時候，雷鋒網一擡頭就看見了傳說中的“座無虛席”，在驚訝于一個技術峰會有這麼大吸引力的同時，雷鋒網同僚發現自個隻能站在過道裡聽大牛們講課了。至于為什麼要聽這些大牛講課? 大家看看這次會議強大的講師陣容就明白了。
出席本次活動的嘉賓有：金山軟體ceo 、前微軟亞太研發集團 cto、前微軟亞洲工程院院長張宏江博士；kdd china主席、aaai fellow、ieee fellow香港科技大學計算機系主任楊強教授；kdd china副主席、百度金融服務事業群組執行總監、百度金融服務事業群組研發負責人沈抖博士；kdd china副主席、aaai fellow、ieee fellow、南京大學周志華教授；kdd china秘書長、微軟亞洲研究院城市計算領域負責人、美國計算機學會傑出科學家鄭宇博士；kdd china委員、華為諾亞方舟實驗室主任李航博士；kdd china委員、中科大教授、計算機學院副院長陳恩紅教授；滴滴出行研究院副院長、密歇根大學終身教授葉傑平；kdd china委員、騰訊首席資料專家、資料平台部總經理蔣傑。嘉賓們帶來了9場重量級的特邀主題報告，吸引了大約800名kdd china會員、全國各地高校的師生、從業者等參加。
在大資料膨脹的iot時代，如何擷取高品質的資料 ，基于一定的分析資料工具，最大限度地挖掘資料的價值，并為企業産生價值，是目前學術界和工業界高度關注的問題，也是學術界和工業界喜聞樂見的挑戰。從兩界人士的角度，如果把這個膨脹運動具象化，它就像一場翻滾而來的巨浪，不僅帶來了以往難以想象的的海量資料，也促進了新的資料分析技術-人工智能的突破式發展。下面，我們便來看看各個應用場景的大牛專家，如何看待各自領域的海量資料，正促進人工智能的突破式發展這個問題的。
首先，張宏江博士做了《大資料推動ai》的主題報告，他表示，人工智能的進展很大程度歸功于資料的進展，全球産生消費的資料，2013年2020年将增長10倍，年增長率40%，微信一天在朋友圈裡交換的圖檔是10億。而且，現在的企業沒有大資料很難活下去，而大資料要靠雲來支撐。
随後，楊強教授做了《從深度學習到遷移學習》的主題報告，通過分享他眼中的機器學習昨天、今天和明天，即分别對應已經取得很大成功的深度學習、強化學習，以及非常有前景的遷移學習，并詳細介紹了遷移學習及其應用（比如：基于遷移學習的機器閱讀、人機對話、功能性對話、輿情分析等），闡述了機器學習的昨天，今天和明天。
應用層面，百度金融服務事業群組執行總監沈抖博士在其《網際網路金融中的人工智能》主題報告中表示，以前的風控模型和現在的機器學習沒有很大的差別，但過去的做法不對。一來缺乏是大量資料實時輸入，二是使用者端和企業端是否做到各方同時考慮呢？比如教育貸款這個場景，也許學生是好學生，但是機構不是好機構，這樣的風險更高。
微軟亞洲研究院鄭宇博士則在《城市計算：用大資料驅動人工智能》主題報告中，向我們介紹了基于雲的城市大資料平台，并分享了該平台上的相關應用：如何基于大資料的充電樁選址、基于深度學習的城市人流預測、以及利用遷移學習來解決部分城市資料不足的問題，讓我們從細節處感受到如何通過人工智能的方法來合理分析已有的大資料，幫助市民們擁有更好的交通狀況等非常暖心的問題。
接下來，華為諾亞方舟實驗室主任李航博士在其《深度學習技術在自然語音處理領域》的報告中，表示華為諾亞方舟實驗室的願景之一，就是打造一個全智能化的智能移動手機終端，使用者将通過自然語言的方式從終端擷取一切想要的資訊和協助。然後他以該願景為目标，介紹了目前在諾亞方舟實驗室研發的兩款終端類軟體産品，以及三個智能資訊化檢索技術。
中科大陳恩紅教授則做了《領域知識驅動的個性化推薦方法》的報告。
出人意料地，滴滴出行研究院院長葉傑平教授在随後的《大資料在滴滴的應用》報告中，首次揭露了滴滴路徑排程背後的機器學習。
随後，騰訊首席資料專家蔣傑在做完其《騰訊sort benchmark奪冠背後的架構與算法優化》的報告後，正式宣布騰訊大資料将開源第三代高性能計算平台angel。
大會最後，周志華教授做了《關于機器學習研究的讨論》的壓軸報告，給此次大會的主題報告畫上了圓滿的句号。
在大資料和人工智能的系列特邀主題報告之後，在場的大牛們沒有匆匆離場，而是圍在一起探讨了更理性的人工智能。
機器學習和資料挖掘這些技術，在哪些領域可以表現比較好？相應的，這些技術在哪些領域可能做得不好？
今天我們的報告裡面提到了很多知名學者，其實大部分都是國外的，yoshua bengio和yann lecun等，但是我想問一下四位講者，在你們心目中，中國有沒有什麼人工智能技術是領先于世界的？
剛剛的問題還都還比較平和一點，現在更新一下，有點挑戰性，做好準備了。剛剛大家都說，中國很有機會、有很多人工智能公司。請問各位，你們覺得未來中國哪家公司ai最有希望，為什麼？哪一帶公司不太有希望呢，為什麼？
鄭宇博士當場向現場大牛們抛出了這些問題，詳細回答可以關注雷鋒網(公衆号：雷鋒網)後續的圓桌論壇整理文章。
根據雷鋒網在現場從參會者嘴裡了解到的資訊，雖然在“座無虛席”的聽講席裡不乏bat或者一流高校的kdd會員、從業者以及高校師生，但是這麼多大牛齊聚一堂在國内類似的技術峰會上是非常罕見的；各個企業間關于大資料和人工智能話題如此開放坦誠的技術交流更是難得。當然最最重要的，我們通過這場技術峰會看到了大資料和人工智能的先鋒進展：
大資料的量正在更大地爆發，促進了新的資料分析技術-人工智能的突破式發展。人工智能随之而來的發展，也由昨天和前天的深度學習和強化學習，開始邁向遷移學習。而上面兩者的結合，又加劇了其在網際網路金融、城市計算、自然語音處理、智能駕駛、高性能計算平台版塊的喜人進展。就如同我們文章開頭所說，（大資料）向我們展示了如何通過手握資料和利用的方法，來一手握住了未來人工智能的鑰匙。
本文作者：宗仁