张峥、刘军、宋乐、朱军、金颖，5位Keynote嘉宾邀你来参加这场学术交流活动

从 2019 年底到现在，疫情已经持续了两年多时间。这两年里，线上参加学术会议已经成为新常态。虽然这种参会形式节约了大量的差旅、注册成本。但与此同时，参会者的收获也大打折扣。在这样的虚拟会议中，你无法面对面结交新朋友，无法保证自己注意力足够集中，也很难通过这些会议获取新的学习、工作机会。

为了弥补这种遗憾，机器之心从去年开始就在策划一系列免费的线下学术活动，包括 2020 NeurIPS MeetUp、CVPR 2021 论文分享会和 ACL 2021 论文分享会等，每场活动参会人数都超过 500 人。

今年，我们决定在 上海 举办 NeurIPS MeetUp China。和之前的日程安排一样，2021 NeurIPS MeetUp China 将设置 Keynote、论文分享和 Poster & 企业展台环节 ，邀请顶级专家、论文作者与现场参会观众共同交流。

• 时间：12 月 11 日

• 地址：上海博雅酒店（上海市浦东新区浦东张江碧波路 699 号）

在此文章中，我们将为大家揭晓本届 NeurIPS MeetUp China 的 Keynote 嘉宾与主题：

上午 Keynote 一：Grapn Neural Networks and DGL

个人简介 ：张峥教授于 2014 年加入上海纽约大学，于 2018 年 10 月作为亚马逊云计算上海 AI 研究院首任院长加入亚马逊云计算。他于 1987 年提前一年从复旦大学本科毕业，1992 年从美国德州达拉斯分校取得硕士学位，于 1996 年于美国伊利诺大学香槟大学（UIUC）取得博士学位。1996-2001 年就职惠普中央研究院研究员，2001-201 年任职微软亚洲研究院，是系统研究方向创始人、首席研究员，曾任副院长。张峥教授是《知识分子》专家委员会成员，90 年代留美期间曾经参与网络刊物《新语丝》和《国风》的创刊与编辑工作，笔名竹人。他是深度学习和人工智能、高性能大容量计算和存储系统的两栖专家，在国际会议获多次最佳论文, 谷歌学术引用一万多次，H-index 52，在微软和惠普获卓越贡献奖。他是开源深度学习平台 MXNet 的共同创始人和顾问，与 2018 年开始领导并创立深度图计算 DGL 的开源项目。

演讲摘要 ：从 2018 年春天到现在，深度图计算库 Deep Graph Library 从学校象牙塔里开始培育，成长为一个相对成熟、由亚马逊云计算支持的学术、产业两栖的开源项目，有什么经验和教训？深度图计算靠谱吗？潜力和挑战在哪里？在这次讲座里我和大家讨论一下这些问题，也分享一点我们最新结果。借此机会，张峥教授也将向大家预热即将发布的新开源机器学习开发工具 Kokoyi。

上午 Keynote 二：AI 大模型时代的浪潮思考与实践

个人简介 ：刘军，浪潮信息副总裁、浪潮信息 AI&HPC 产品线总经理，长期从事人工智能和高性能计算产业创新工作，曾获国家科技进步二等奖。负责浪潮信息人工智能和高性能计算业务的产品研发、营销和应用服务等工作，在这一领域拥有超过 20 年的技术与应用专业经验。目前，浪潮人工智能服务器是中国市场第一品牌，连续五年市占率稳居第一。

演讲摘要：当前，AI 大模型逐渐成为了引领 AI 技术发展的前沿阵地。超大的模型参数和海量的训练数据带来了训练和应用上的极大困难。在算力基础设施方面，浪潮正积极推进智算中心建设，提供集约高效的算力服务。在算法层面，研发了面向中文处理的巨量模型「源 1.0」，并积极推动面向高校、科研院所和元脑生态合作伙伴的开源开发。

上午 Keynote 三：人工智能赋能医药研发

个人简介 ：宋乐博士是机器学习和图深度学习专家，百图生科首席 AI 科学家，国际机器学习大会董事会成员。他曾任美国佐治亚理工学院计算机学院终身教授、机器学习中心副主任，阿联酋 MBZUAI 机器学习系主任, 蚂蚁金服深度学习团队负责人（P10）、阿里巴巴达摩院研究员，具有丰富的 AI 算法和工程经验。

自 2008 年起，宋乐博士在 CMU 从事生物计算相关的研究，利用机器学习技术对计算生物学和药物设计取得了一系列突破性成果。其研究也获得过 NeurIPS、ICML、AISTATS 等主要机器学习会议的最佳论文奖。社区服务方面，他曾担任 NeurIPS、ICML、ICLR、AAAI、IJCAI 等 AI 顶会的领域主席，并将出任 ICML 2022 的大会主席，他还是同行评议期刊 JMLR、IEEE TPAMI 的副主编。

演讲摘要 ：报告将探讨 AI 算法和理论如何在制药领域发挥作用，分享包括生物制药行业面临的现状和问题、生物计算领域的研究进展、以及 AI + 生物制药的前沿探索等话题。

下午 Keynote 一：深度生成模型的高效稳定学习

个人简介 ：朱军，清华大学计算机系教授、人智所所长、北京智源人工智能研究院和瑞莱智慧首席科学家，曾任卡内基梅隆大学兼职教授。主要从事机器学习研究，在国际顶级会议期刊发表论文百余篇；受邀担任IEEE TPAMI的副主编（大陆首次）、AI编委，担任ICML、NeurIPS等领域主席20余次。获科学探索奖、CCF自然科学一等奖等，入选万人计划领军人才、MIT TR35中国先锋者以及IEEE“AI’s 10 to Watch”，带领团队研制“珠算”深度概率编程库、“天授”强化学习库和RealSafe对抗攻防平台，获多项国际竞赛冠军和最佳论文奖。

演讲摘要 ：深度生成模型为高维复杂数据的概率建模提供了强大工具，在图像生成、半监督学习、持续学习等任务上取得显著效果。但是，深度生成模型的学习通常遇到不稳定、效率低等挑战，该报告将介绍深度生成模型的稳定高效学习算法方面的一些进展，包括对抗生成网络、流模型等，并介绍一些半监督学习和持续学习的应用。

下午 Keynote 二：昇腾异构计算架构 CANN 的技术进展和未来展望

个人简介 ：金颖，华为昇腾计算业务副总裁，负责华为昇腾 AI 处理器与异构计算架构 CANN 业务。主持完成华为首个推理处理器昇腾 310 以及首个训练处理器昇腾 910 的产品开发和上市。在 AI 处理器，移动终端处理器，通信基带处理器领域超过 20 年的行业经验，先后负责数十款全新架构处理器产品设计和研发，在异构计算，处理器架构，AI 基础算法领域有深厚的技术积累。

演讲摘要 ：目前 AI 算力设施昂贵、专业人才稀缺、AI 应用落地难度大，更不足以应对千亿参数模型、多模态通用模型、多样化异构算力场景，整个行业对计算效率和编程易用性的诉求愈发强烈。站在变革的十字路口，与其彷徨，不如早行！华为推出昇腾 AI 异构计算架构 CANN（Compute Architecture for Neural Networks），将助力解决人工智能技术面临的诸多诉求，充分释放昇腾 AI 处理器澎湃算力，打造昇腾 AI 极致性能体验，突破 AI 产业平台期，开启人工智能新时代。

本周，我们还将公布论文分享、Poster展示的详细日程，欢迎大家关注。感兴趣的小伙伴点击「阅读原文」即可报名。