2017年7月13日-14日,以"大数据 大智能 大健康"为主题的2017第二届中国大数据应用大会将在成都世纪城国际会议中心拉开序幕。大数据产业应用正面临着前所未有的机遇与挑战;特别是当大数据与大智能技术的碰撞,大数据、大智能与大健康的结合,更加迫切需要一个全国性、国际化的交流平台。作为大数据应用领域一年一度的行业盛会,希望通过在技术、产业、应用等方面的影响力,来推动和服务于数据强国建设、政府能力提升和人民健康转型升级。
2017第二届中国大数据应用大会由工业和信息化部、国家卫生和计划生育委员会、四川省人民政府为指导单位,中国大数据专家委员会、中国电子信息产业集团有限公司、成都市人民政府、中国电子学会、中国电子器材总公司为主办单位,四川省经济和信息化委员会、四川省卫生和计划生育委员会 、成都市经济和信息化委员会、成都市博览局为支持单位。至顶网作为协办媒体将全程参与会议报道。
据悉,工业和信息化部副部长陈肇雄、国家卫生和计划生育委员会副主任金小桃、四川省人民政府省长尹力、中国电子信息产业集团有限公司董事长芮晓武将亲临大会做重要讲话。而随着会议的临近,更多知名学者和行业大咖也已确认参加本次大会,包括詹启敏、郭华东、刘经南、谭建荣等院士将出席本届大会,为大家带来大数据与大智能、健康医疗、大数据与智能制造等领域具有权威性、前瞻性的主题分享。
同时,还有包括来自全球的专家学者,其中美国辛辛那提大学教授、美国白宫信息物理系统顾问Jay Lee、美国前总统奥巴马团队首席技术官Harper reed、 金融大数据专家、XBRL国际联合会工作组主席Herm Fischer等大咖从国际视角洞察数据与智能。
另外,来自云计算、大数据、安全等各个领域的行业领军企业高管也将在第二届中国大数据应用大会上进行精彩演讲,包括:科大讯飞、京东云、中国电信、腾讯、英特尔等。
这些嘉宾包括科大讯飞大数据研究院执行院长谭昶、京东云市场部总经理鲁扬、中国电信北京研究院云计算中心主任赵慧玲、腾讯健康大数据和人工智能实验室负责人陈志刚、Intel数据中心企业与政府行销高级总监Kevin Huiskes、 小米大数据总监司马云瑞等,这些高管们将从技术、产业、生态等多个角度全面阐述构建大数据应用生态的最新的技术趋势和产业洞察。
今年的中国大数据应用大会还有内容丰富的应用创新展览展示以及包括健康医疗大数据产业发展与信息安全论坛、教育大数据应用论坛、大数据人力资源论坛、通信与行业大数据发展论坛、大数据与人工智能技术论坛、大数据与智媒体论坛、传统金融创新转型与金融大数据应用论坛、工业大数据与智能制造论坛、大数据与智能汽车论坛以及大数据产品及解决方案对接专题活动等十个专题论坛,聚焦数据与产业创新、大数据与数字化转型、生物医药、医疗健康大数据、工业大数据与全球智能制造趋势、大数据与行业应用、大数据与人工智能技术、大数据安全等多方面。
相信通过这种全体大会、专题论坛、展览展示和社交互动平台等多种形式,第二届中国大数据应用大会将继续成为业界最有影响力的大数据技术、产业和应用的交流和传播平台。
这样一场大数据应用领域的饕餮盛宴, 7月13日,我们相约在第二届中国大数据应用大会。
更多大会信息欢迎访问大会官网:http://www.bdac-china.org。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。