編者注：人工智慧北京大會2018剛剛結束，可以訪問Safari觀看本次會議主題演講完整視訊。

剛剛結束的人工智慧北京大會獨特之處在於將重點放在應用人工智慧——彌合人工智慧研究領域與產業商業應用之間的差距。只有本次北京人工智慧大會將矽谷和中國融合在一起，創造一次全球人工智慧專家難得的相聚，為日程安排帶來了非同尋常的技術深度及實用的業務內容。講師來自各公司人工智慧專家，包括百度、谷歌、eBay、Bonsai、Uber、微軟、阿里巴巴、SAS、Unity、SalesForce、IBM、伯克利、斯坦福及牛津大學等等。

這裡計劃分幾次介紹會議上的部分亮點。

人工智慧助推醫療行業現代化

人工智慧正在革新各行各業，並將給醫療行業帶來深遠影響。人工智慧可為醫生提供全新洞察，利用海量醫療資料加快診斷速度。人工智慧還可減少新葯物的開發時間和成本。Arjun Bansal通過本講話介紹Intel和其他行業領導者如何利用人工智慧技術攜手解決醫療行業的一些重大挑戰。

同時可以參考講師為本次講話準備的幻燈片。

用於自動駕駛的機器學習：最近進展及未來挑戰

我們在應用機器學習方面取得了快速進展，解決感知、預測和規劃問題。 但仍舊面臨著一些基礎性的挑戰，需要學習更強大和抽象的表示，理解駕駛場景，並在多代理設定中做出正確決定。

將機器學習科研成果轉化為現實產品

將最前沿的研究成果轉化成現實的產品是一個巨大的挑戰，特別是對於機器學習而言。Reza Zadeh討論了三個構建最前沿機器學習產品正面臨的挑戰。首先，因為機器學習都是關於近似的，所以很難評估一個研究結果對於商業目標是否足夠好。第二，構建一個能把機器學習模型擴充套件到生產環境的系統本身就是一個挑戰。一個模型可能在實驗環境裡工作得很好，但是沒有進一步的研究就想把它擴充套件到上百萬使用者的系統裡是不可能的。第三，為機器學習系統構建好的使用者介面也非常重要。因為機器學習研究人員通常沒有以使用者為中心進行設計的背景知識，他們會傾向於低估好的UX設計的重要性。這裡將是以計算機視覺產品為例，使用案例、建議和經驗教訓來探討這些挑戰。

同時可以參考講話幻燈片。

注：文中超連結如果不能訪問可以點選“閱讀原文”訪問原文頁面。