谷歌在印度举办人工智能/机器学习研究与实践研讨会

lixia01

上个月，谷歌班加罗尔主办了人工智能和机器学习研讨会，目的是促进印度学术界和产业研究界之间的合作。该论坛旨在交流人工智能和机器学习领域的当前研究和产业项目，参与者包括来自印度理工学院 (IIT) 和印度其他一流大学的教职员工和研究人员，以及来自亚马逊、Delhivery、Flipkart、领英、Myntra、微软、Ola 等公司的产业从业者。与会者谈到了印度在深度学习、计算机视觉、自然语言处理、系统和生成模型方面正在进行的研究和工作（您可以在此处访问研讨会的所有演示文稿）。
谷歌的Jeff Dean和Prabhakar Raghavan在研讨会开始时分享了谷歌如何利用深度学习解决具有挑战性的问题以及如何利用人工智能重塑生产力。谷歌员工Rajen Sheth和 Roberto Bayardo也发表了其他主题演讲。我们还举办了一场小组讨论，探讨印度 AI/ML 生态系统面临的挑战和未来，由 Google 班加罗尔的Pankaj Gupta主持。小组成员包括 Anirban Dasgupta（IIT Gandhinagar）、印度科学研究所 (IISc) 的 Chiranjib Bhattacharyya、Ashish Tendulkar和 Srinivas Raaghav（Google 印度）以及 Shourya Roy（美国运通大数据实验室）。
Prabhakar Raghavan 的主旨演讲
会议
研讨会议程包括五个广泛的会议，与会者将在以下领域进行演讲：
深度学习：Balaraman Ravindran（印度理工学院马德拉斯分校）在会议上讨论了深度强化学习的结构，随后Sunita Sarawagi（印度理工学院孟买分校）讨论了通过交叉梯度训练实现领域泛化。Tanuja Ganu（DataGlen Technologies）谈到了如何创建智能可持续能源系统，最后 Rushi Bhatt（领英）谈到了如何使用深度学习来保持领英信息流的专业质量。
自然语言处理：Sourangshu Bhattacharya（印度理工学院 Kharagpur 分校）在会议上介绍了用于网络规模实体消歧的任务特定表示学习，随后Mausam（印度理工学院德里分校）深入研究了面向任务的对话的分层指针记忆网络。Partha Talukdar （印度理工学院 IISc 分校）介绍了他对规范化开放知识图谱的研究，然后Manish Gupta（VideoKen 分校）讨论了他在 应用机器学习支持人类学习方面的发现。最后，Arjun Maheshwaran（Agara Labs 分校）和Pankaj Gupta （谷歌班加罗尔分校）介绍了他们在智能客户支持方面的联合研究和行业工作。
机器学习系统：Goda Ramkumar（Ola）在会议开始时讨论了她对支持 Ola 的 ML/数据科学算法的发现。Prateek Jain（微软印度研究院）介绍了他对物联网 2 KB RAM 中资源高效的 ML的研究。Animesh Mukherjee（印度理工学院 Kharagpur 分校）讨论了他尚未发表的一项工作，即通过绩效表引用引起的不完全锦标赛对最先进论文进行排名。最后，Srujana Merugu（独立 ML 顾问）从实践者的角度介绍了构建 ML 系统。
计算机视觉：Vineeth Balsubramanian（印度理工学院海得拉巴分校）在会议上介绍了他对深度卷积网络（Grad-CAM++）的广义梯度视觉解释的研究。Vinay Namboodiri（印度理工学院坎普尔分校）介绍了他对对抗性机器学习的研究。Vishnu Makkapati （Myntra）讨论了他使用生成对抗网络生成时装设计的研究和实践。Varun Gulshan（谷歌大脑）介绍了他在医学成像中使用机器学习的研究。最后，Soma Biswas （印度理工学院印度科学研究所）介绍了她关于在零样本学习中保持语义相似性的研究。
强化学习、生成模型等：Aditya Gopalan（印度理工学院）开启了会议，描述了 复杂环境中的在线和强化学习。然后，Ganesh Ramakrishnan （印度理工学院孟买分校）介绍了关于人类辅助机器学习 的研究 。Lavanya Tekumalla（亚马逊）介绍了她使用贝叶斯模型进行产品尺寸推荐的工作。Kabir Rustogi（印度快递公司）讨论了他 使用基于图形的机器学习模型解决地理编码的工作。Mohit Kumar （Flipkart）介绍了他在评级平台中对欺诈性用户预测 的研究和实践。研讨会以 Rahul Sami（谷歌）的演讲结束，他讨论了谷歌地图自动审核中的机器学习挑战。
Pankaj Gupta 主持小组讨论
与世界上许多国家一样，我们看到印度在多个背景下对 AI 和 ML 各个方面的对话越来越多。本次研讨会吸引了来自 9 所大学和 36 家公司的 80 名与会者，他们发表了 28 场精彩演讲，为讨论印度 AI/ML 面临的挑战和机遇提供了许多机会。Google 将继续促进不同人群和应用之间的思想交流。作为其中的一部分，我们还宣布了即将推出的研究奖（申请截止日期为 6 月 4 日），以支持印度最多 7 名教职员工进行 AI/ML 研究，以及为印度企业家开展加速器计划的新工作，该计划主要侧重于 AI/ML 技术。请留意有关这些计划的更多信息。