ADL90 《网络遇见人工智能》开始报名

会员服务 ·

ADL90 《网络遇见人工智能》开始报名

2018 年 5 月 23 日 中国计算机学会

人工智能可以优化网络结构、改善网络管理、提高网络性能，也需要更好的网络传输、更强的网络计算。当网络遇见人工智能，是否会掀起网络技术研究的新高潮？给网络技术研究者会带来什么机遇与挑战？

◆ ◆ ◆ ◆

中国计算机学会《学科前沿讲习班》

主题　网络遇见人工智能

2018年6月14-15日北京

◆ ◆ ◆ ◆

扫描或长按二维码报名

谷歌AlphaGo等一系列事件引爆了人工智能技术的快速发展和广泛应用，其与网络技术的有机结合，不仅试图解决传统网络技术研究常面临的建模困难、求解困难的尴尬局面，相关成果也成为网络领域各顶会的新宠。

本次CCF前沿讲习班的与会者，不仅能聆听网络系统及人工智能领域海内外著名学者的精彩报告，还有机会向讲者分享自己的研究工作并得到讲者的指导。

学术主任

清华大学长聘教授、首届青年长江学者

崔勇

讲座题目：当网络遇见机器学习

特邀讲者

微软亚洲研究院副院长

周礼栋

讲座题目：大系统时代前沿研究探索：网络和智能的深度融合

香港科技大学副教授、港科-微信联合AI研究实验室主任

陈凯

讲座题目：支持分布式机器学习的网络技术

美国加州大学戴维斯分校教授

刘昕

讲座题目：学习遇见网络：网络控制管理的挑战与机遇

清华大学长聘副教授、CMU机器学习系兼职导师、中国计算机学会学术工委委员、中组部青年拔尖人才

朱军

讲座题目：深度学习的若干问题与进展

阿里巴巴高级技术专家/美国

刘洪强

讲座题目：迈向以机器智能为基础的自驱动网络

清华大学计算机系长聘副教授、特别研究员、青年千人

裴丹

讲座题目：AI运维

时间：2018年6月14 - 15日

上课地点：中国科学院计算技术研究所（北京市海淀区科学院南路6号，融科资讯C座旁边）

日程

2018年6月14日

08:30-08:45 开班仪式

08:45-09:00 合影

09:00-12:00 学术专题讲座：大系统时代前沿研究探索：网络和智能的深度融合

周礼栋微软亚洲研究院副院长

学术专题讲座：支持分布式机器学习的网络技术

陈凯香港科技大学副教授、港科-微信联合AI研究实验室主任

12:00-14:00 午餐

14:00-17:00 学术专题讲座：当网络遇见机器学习

崔勇清华大学长聘教授、首届青年长江学者

学术专题讲座：迈向以机器智能为基础的自驱动网络

刘洪强阿里巴巴高级技术专家

2018年6月15日

09:00-12:00 学术专题讲座：学习遇见网络：网络控制管理的挑战与机遇

刘昕，美国UC Davis教授

学术专题讲座：深度学习的若干问题与进展

朱军清华大学计算机系长聘副教授、CMU机器学习系兼职导师

12:00-14:00 午餐

14:00-15:30 学术专题讲座：AI运维

裴丹清华大学计算机系长聘副教授、特别研究员、青年千人

16:00-17:00 Panel:学员分享&讲者点评

学术讲座详细信息

• 学术讲座：大系统时代前沿研究探索：网络和智能的深度融合

周礼栋

讲者简介：周礼栋博士现任微软亚洲研究院副院长，负责计算机系统和网络领域的研究，并主管微软亚洲研究院-微软（亚洲）互联网工程院人工智能系统联合中心，主要从事大规模分布式系统、存储系统、无线通讯和网络，以及系统安全和可靠性方面的研究。周礼栋博士毕业于康奈尔大学。他多年来在设计和开发大规模分布式系统方面扮演了重要的技术角色，这些系统支持着微软从搜索引擎、大数据基础设施、云可靠性和可用性到AI基础设施的主要服务。他曾担任2017年第26届操作系统原理大会（SOSP’17）联合主席。

讲座摘要：在云计算、大数据和人工智能应用的驱动下，大系统时代应运而生。在这个报告中，我们结合近期的研究工作，探讨在大系统背景下计算机网络和智能化相辅相成的趋势以及相应的前沿研究方向。其中包括如何引入智能来应对大规模和高复杂性对网络可靠性和错误诊断带来的挑战，以及针对智能应用的新网络架构的探索。

• 学术讲座：支持分布式机器学习的网络技术（Networking for Distributed Machine Learning）

陈凯

讲者简介：Kai Chen is an associate professor with CSE Department at Hong Kong University of Science and Technology (HKUST), Director of System and Networking (SING) Lab and HKUST-WeChat Joint Lab for Artificial Intelligence Technology. Prior to that, he received his BS/MS (’04/’07) from USTC and PhD (’12) from Northwestern University, all in Computer Science. His areas of interest include datacenter networking, cloud computing, and network infrastructures for big-data and AI systems. His research work has been published in top venues such as SIGCOMM and NSDI in recent years, and he is now actively working with the industry to translate his research into practice.

讲座摘要：网络技术和机器学习相互促进。本报告讲探讨网络技术和机器学习之间的相互关系，包括以下两个角度：

1）如何利用机器学习方法来优化网络性能；

2）如何通过网络优化来加速大规模分布式机器学习系统。

• 学术讲座：当网络遇见机器学习

崔勇

讲者简介：崔勇，清华大学教授、博导，网络技术研究所所长，首届青年长江学者，国家优秀青年基金获得者，国际互联网标准化组织IETF工作组主席，先后担任4个IEEE期刊编委。获国家发明二等奖1次、科技进步二等奖1次以及国家信息产业重大发明2次，主要论文发表在Mobicom、NSDI和IEEE Trans期刊上，获得了40余项发明专利授权，所提出的技术被颁布为10项国际标准RFC，获3项国际会议的最佳论文奖。他的研究领域包括网络体系结构和移动计算等。

讲座摘要：谷歌AlphaGo等事件引爆了机器学习的研究和广泛应用，基于机器学习的网络技术研究也已初见端倪，成为近年来网络领域顶会和名校教授关注的重点。本报告选取了有代表性的最新进展，既包括机器学习对传统TCP拥塞控制问题的最新解决思路，也包括深度强化学习在网络场景中的应用案例。针对网络技术研究者如何使用机器学习的问题，本报告尝试分析了机器学习方法求解网络问题的一般方法，并从核心技术、关键难题等角度探讨了机遇与挑战。

• 学术讲座：迈向以机器智能为基础的自驱动网络

刘洪强

讲者简介：阿里巴巴高级技术专家，曾于微软研究院雷德蒙德实验室任研究员。于2014年博士毕业于耶鲁大学计算机系，并分别于2010年和2007年在清华大学电子工程系获得工学硕士和学士学位，曾在计算机网络和系统领域发表十余篇顶级会议论文，包括SIGCOMM、SOSP、NSDI、HotNets等，并于2015年获得SIGCOMM最佳博士论文奖Hornorable Mention。

讲座摘要：随着网络规模和复杂性的持续提升，实现基于机器智能的全局容量规划系统，网络预测模型和故障自动化诊断和恢复系统，将大幅度提高网络的稳定性，性能和成本效率。本讲座以“自驱动网络”为核心主题，介绍近年学术界和工业界在这个领域的主体动态。结合阿里巴巴网络在自动化和智能化运维中的实践，我们将展望“自驱动网络”作为一个研究领域在未来几年的前进方向。

• 学术讲座：学习遇见网络：网络控制管理的挑战与机遇

刘昕

讲者简介：Xin Liu received her Ph.D. degree in electrical engineering from Purdue University in 2002. She is currently a Professor in the Computer Science Department at the University of California, Davis. From March 2012-June 2014, she worked in the wireless networking group at Microsoft Research Asia. She has studied cellular scheduling algorithms, cognitive radio networks, and wireless mesh networks. Her current research focuses on data-driven approaches in networking. She has received the NSF CAREER award (2005), and the Outstanding Engineering Junior Faculty Award from the UC Davis College of Engineering (2005), and the Chancellor's Fellowship (2011), and the ICNP best paper award (2017).

讲座摘要：Based on network measurement and user behavior data, much recent work has studied the modeling and prediction of network utility and user experience using machine learning techniques. While it provides important insights, such modeling and prediction is often not the ultimate goal of networks. Ideally, a network should be able to learn its optimal control and resource allocation that maximize network utility and user experience in a proactive manner. To achieve this goal, learning techniques, such as bandits, reinforcement learning, transfer learning, and deep learning, can play a significant role. In this talk, we discuss some of the challenges and opportunities that we observe in learning-based network control and resource allocation.

• 学术讲座：深度学习的若干问题与进展

朱军

讲者简介：清华大学计算机系长聘副教授、卡内基梅隆大学兼职教授、深度学习技术与应用国家工程实验室副主任。主要从事机器学习基础理论、算法及相关应用研究，在国际重要期刊与会议JMLR、PAMI、ICML、NIPS等发表学术论文100余篇。担任IEEE TPAMI副主编和Artificial Intelligence等编委，任机器学习国际大会ICML2014地区联合主席，ICML（2014-2018）、NIPS（2013、2015、2018）、UAI（2014-2018）、IJCAI（2015、2017）、AAAI（2016-2018）等会议的领域主席。获CCF优秀博士论文奖、CCF青年科学家奖、CCF自然科学一等奖、国家优秀青年基金、中创软件人才奖、北京市优秀青年人才奖；入选国家“万人计划”青年拔尖人才、MIT TR35中国区先锋者、IEEE Intelligent Systems国际杂志评选的“AI’s 10 to Watch”以及清华大学221基础研究人才计划。

讲座摘要：近年来，随着机器学习技术在大数据处理、人工智能等问题中获得广泛应用，不断出现的新问题和新挑战也促使机器学习理论和算法的不断进步。该报告将介绍机器学习的若干前沿进展及相关应用，具体包括：深度学习的对抗性攻击和防守；贝叶斯深度学习的模型、算法和概率编程框架等。

• 学术讲座：AI运维

裴丹

讲者简介：裴丹博士是清华大学计算机系长聘副教授、特别研究员、青年千人。他目前的主要研究方向是AI运维。目前与百度、阿里、腾讯、滴滴、搜狗在智能运维领域都有合作。裴博士在美国UCLA获得了博士学位，之后加入美国AT&T研究院担任资深研究员、主任研究员。裴博士在智能运维领域发表了100余篇学术论文和20多项美国专利授权。他是ACM和IEEE的Senior Member。

讲座摘要：AI运维（AIOps，AI for IT Operations）已经成为网络和系统运维领域的重要趋势。在本次报告中，我将简要介绍AIOps 的概念、价值、挑战、应用示例。最后我将介绍AIOps落地的四大要素：好的架构设计、积累运维数据、不断实践算法、AIOps人才培养。

报名须知