机器学习和知识图谱是当今技术领域的热门话题，随着相关技术的发展，无论是单独讨论这两类技术，还是将它们结合起来的应用，都在吸引越来越多的关注。5月16日下午，来自亚马逊、墨奇科技、Second State和哈尔滨工业大学的专家们将带来四场关于机器学习和知识图谱的精彩讲座。

讲座将探讨如何为机器学习应用程序提供高性能的微服务，如何将机器学习与物联网结合，以及如何构建知识图谱并在其中进行机器学习以挖掘潜在信息。这些问题都将一一得到解答。

高性能AI微服务的实现

在后摩尔定律时代，为了满足AI对计算能力的巨大需求，原生代码和通用硬件变得至关重要。然而，原生代码和原生SDK的普及也带来了软件安全性和可管理性的挑战。特别是在需要大规模资源管理和部署的服务器端AI应用中，这一问题尤为突出。本次讲座将探讨Rust和WebAssembly如何为AI应用提供高性能且安全的微服务。

讲师介绍

Michael Yuan博士是五本软件工程书籍的作者，他的最新著作《Building Blockchain Apps》于2019年12月由Addison-Wesley出版。他是Second State的CEO，该公司致力于将WebAssembly和Rust技术引入云计算、AI和区块链领域。在创立Second State之前，袁博士曾是Red Hat、JBoss和Mozilla的长期开源贡献者。此外，他还担任美国国立卫生研究院的首席研究员，并获得多项关于癌症和公共卫生研究的奖项。他拥有德克萨斯大学奥斯汀分校的天体物理学博士学位。

高效率知识图谱嵌入表示学习

知识图谱技术在自然语言处理、信息检索和推荐系统等领域得到了广泛应用。学习知识图谱的嵌入表示可以有效挖掘其中的潜在信息。然而，随着数据量的快速增长，如何在大规模知识图谱数据上高效地进行机器学习成为了一个技术挑战。本次讲座将介绍如何使用DGL-KE在大规模数据上进行知识图谱嵌入表示学习，并深入讲解DGL-KE在系统设计中使用的核心技术。

讲师介绍

马超，亚马逊应用科学家，专注于分布式系统和大规模机器学习。他是多个知名开源机器学习系统的发起人或合作者。

高精度图像比对AI技术与身份识别应用

随着生物识别和身份认证市场的快速发展，传统的指纹识别技术面临着图像采集、核心算法和高性能计算等方面的瓶颈。基于高精度图像搜索技术和非接触3D指纹采集技术，新一代指纹识别AI系统可以实现100亿级别指纹图像的秒级识别，成为智能时代全国乃至全球统一身份认证的重要工具。该系统已成功应用于多个场景，展示了其广泛的应用前景。

讲师介绍

该讲师为普林斯顿大学计算机科学博士，师从计算机系统领域世界顶级专家、美国工程院院士李凯教授。他在KDD、AISTATS、OSDI、ATC等顶级会议发表过多篇论文，并在KDD Cup数据挖掘比赛中获得第一名、CIKM最佳学生论文奖等多个奖项。2016年联合创立了墨奇科技，全面负责核心技术架构、算法研发及软硬件产品开发，成功研发了海量高速高精度指纹识别AI系统、非接触3D指纹采集仪及统一的“指纹身份认证平台Moqi ID”。

开放域知识图谱自动构建技术

为了有效存储和应用知识，大量开放域和封闭域的知识库如Wikidata、Freebase、DBpedia、YAGO、WordNet等被广泛使用。知识库通常使用三元组形式存储实体间的关系。知识图谱构建的核心问题在于实体识别和关系发现。当前，由于关系类型的多样化，人工标注的语料难以满足需求，因此开放域知识图谱的自动构建成为了研究热点。本次报告将以哈尔滨工业大学社会计算与信息检索研究中心研发的开放域中文知识图谱《大词林》为基础，介绍开放域知识图谱构建的最新进展。

讲师介绍

刘铭，哈尔滨工业大学计算机科学与技术学院准聘岗副教授/博士生导师。主持多项国家自然科学基金、中国博士后科学基金特别资助、黑龙江省面上项目等。获黑龙江省科学技术一等奖、哈尔滨市科技成果奖。近年来以第一作者发表论文20余篇，包括TKDE、TOIS、KAIS、IJCAI、ACL等知名期刊或会议论文，并出版了一部英文译著。CCKS 2019出版主席，CCKS 2020和NLPCC 2020范畴主席。

AI开发者大会

将于7月3日至4日举行的AI开发者万人线上大会是由CSDN发起的“百万人学AI”活动的一部分。大会后期还将举办15场以上的在线直播，通过“内容分享+线上实操+互动答疑”的方式，邀请行业和学术界的专家为大家分享AI核心技术、专业解读AI开发者报告，带领大家线上完成AI应用开发。

优惠码

在结算时使用优惠码“AIP516”，即可免费注册参加此次万人技术盛会及15场以上的前瞻直播。