12 月 7 - 9 日,由中國計算機學會主辦,CCF 大數據專家委員會承辦,中國科學院計算技術研究所、中科天璣數據科技股份有限公司、CSDN 協辦的 2017 中國大數據技術大會(20170623/7474.html">BDTC 2017)在北京新云南皇冠假日酒店盛大召開。
作為國內最具影響力、規模最大的大數據領域技術盛會,經過十年發展,中國大數據技術大會已經成為國內外中高級技術精英最期待的深度分享會,是極具行業實踐的專業大數據交流平臺。而本次大會更是在以往成功經驗的基礎上,以更具國際化的視野,邀請到眾多國內外大數據專家齊聚一堂,緊密圍繞“大數據與智能”主題,對大數據時代社會各行業的智能化進程和行業實踐展開深度分享與討論,并針對大數據分析與生態系統、數據庫、大數據云服務、機器學習與深度學習、知識圖譜、區塊鏈、推薦系統、金融大數據、交通與旅游大數據、工業與制造業大數據、精準醫療大數據、大數據安全與政策法規等特定領域設置 15 大專題論壇,超過 120 位的國內外技術專家在現場為千名以上的大數據行業精英、技術專家及意見領袖帶來 100 多場技術演講。值得一提的是,大會還同時發布了大數據發展趨勢預測報告,以及歷經近一年的 TOP 10 大數據應用最佳案例的最終評選結果。
輝煌十載,見證大數據技術強勢崛起
自 2008 年第一屆 Hadoop 中國云計算會議在中科院計算所舉辦至今,中國大數據技術大會已經走過了整整十年。在歷史的長河里,10 年如白駒過隙,但對大數據行業而言,十年讓我們共同見證了大數據技術生態在中國的建立、發展和成熟。十年間,20170623/7474.html">BDTC 大數據技術大會不忘初心,始終致力于推動大數據技術在中國各行各業落地生根。如今,經過大數據行業專家、技術大牛的不斷探索,大數據行業不僅繁花似錦,更誕生了諸多行業創新者。
本次大會為期三天,以 Keynote 主題報告與 15 大專題論壇的方式展開,海內外頂級專家學者深入探討了大數據技術這十年來的發展歷程與思考,以及如何與火熱的人工智能進行深入融合的行業實踐。
大會第一天的 Keynote 在美國猶他大學計算機學院副教授、2017 中國大數據技術大會程序主席李飛飛的介紹下正式開始,中國計算機學會秘書長杜子德,華中科技大學教授、長江學者特聘教授金海先后發表大會致辭,總結當前大數據技術發展進程,并熱忱地歡迎所有與會者的到來。
隨后,CCF 大數據專家委員會副秘書長、北京永信至誠科技股份有限公司高級副總裁潘柱廷帶來了《大數據發展趨勢預測報告》主題分享,詳細解讀各種大數據技術的最新發展和動態,進一步預測大數據趨勢方向,同時還代表組委會正式公布了大數據應用最佳案例 TOP 10 評選結果;中國科學院院士、中國科學院信息技術科學部副主任、西安交通大學教授徐宗本發表《模型驅動的深度學習》主題報告分享了當前深度學習所面臨的核心挑戰,以及引進模型與數據雙驅動的深度學習原理,基于此設計了兼備模型驅動和數據驅動的深度學習網絡拓撲結構并結合應用實例進行了詳細講解;ACM Fellow、美國芝加哥大學計算機系教授兼主任 Michael Franklin 基于 Apache Spark 系統發展歷程分享了大數據變革、所面臨的挑戰以及最新研究成果。
當前,大到傳統行業的巨頭領導者,小到初創公司,從醫療健康、金融、零售、廣告、到交通、教育、農業等,“大數據”與“智能化”已經滲透到當今每一個行業和業務職能領域,二者缺一不可。那么,大數據與人工智能究竟是怎樣的關聯與融合?基于此,大會特別策劃了“大數據是否還是人工智能的基礎?”主題 Panel,在澳大利亞昆士蘭大學教授周曉方的主持下,微軟亞洲研究院副院長、首席研究員劉鐵巖,中國科學院計算技術研究所副所長陳熙霖,華東師范大學副校長、數據科學與工程學院院長、教授周傲英,滴滴出行高級副總裁章文嵩共同圍繞此主題進行了對話討論。
在下午的 Keynote 中,ACM Fellow、新加坡國立大學計算機科學系教授、VLDB 基金會主席 Beng Chin Ooi 回顧了一些先進的區塊鏈系統,展示了當前的標準框架和結果,并幫助現場聽眾了解在區塊鏈系統方面的可擴展性。;百度數據眾包服務首席產品架構師沈健圍繞《AI 時代的數據解決方案》主題探討了如何通過眾包模式,快捷有效地獲取到海量原始數據,并將非結構化的原始數據加工處理為機器可以識別分析的有價值數據;ACM Fellow、加拿大大數據科學研究中心主席、Simon Fraser 大學計算機科學學院教授 Jian Pei 表示,在行業都“All in AI”的情況下,企業該如何有效采用顛覆性的 AI 技術?基于此,Jian Pei 重點討論了在收集與準備數據以實現 AI 應用方面的一些重要技術和業務挑戰。普元信息 CTO 焦烈焱則以《數字經濟時代的智能化大數據治理》為主題,強調企業在數字經濟時代需要全面提升了解數據,管理數據,共享數據,使用數據的能力,使數據治理成為企業數據的基礎,為企業提供數字經濟的數據工作環境。