3月5日上午，十三届全国人大一次会议在人民大会堂开幕，国务院总理李克强在会上发表了2018年政府工作报告，“人工智能”继2017年政府工作报告中首次出现后，今年再度被列入政府工作报告正文，而这一次，报告则进一步强调了“产业级的人工智能应用”。人工智能这个概念，相信大家造诣不在陌生，对于其中的一些术语大家也应该早有所了解，而关于人工智能（AI）、机器学习（machine learning）和深度学习（deep learning）三者之间的关系其实是层层包裹的，人工智能是最早出现的，也是最外层；其次是机器学习，稍晚一点；最内侧，则是深度学习。当今人工智能大爆炸的核心驱动。深度学习是机器学习的子集，并且对于机器学习造成了前所未有的巨大的影响。

自从2015年以来，人工智能开始大爆发。很大一部分是由于GPU的广泛应用，使得并行计算变得更快、更便宜、更有效。当然，无限拓展的存储能力和骤然爆发的数据洪流（大数据）的组合拳，也使得图像数据、文本数据、交易数据、映射数据全面海量爆发。机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。而深度学习则是一种实现机器学习的技术。

人工神经网络（Artificial Neural Networks）算法的原理是受我们大脑的生理结构——互相交叉相连的神经元启发。但与大脑中一个神经元可以连接一定距离内的任意神经元不同，人工神经网络具有离散的层、连接和数据传播的方向。神经网络是调制、训练出来的，时不时还是很容易出错的。它最需要的，就是训练，直到神经元的输入的权值都被调制得十分精确。吴恩达（Andrew Ng）教授在Google实现了神经网络学习到猫的样子，其突破在于把这些神经网络从基础上显著地增大了。其训练的神经网络层数非常多，神经元也非常多，然后给系统输入海量的数据，来训练网络。这样就为深度学习（deep learning）加入了“深度”（deep）。这里的“深度”就是说神经网络中众多的层。现在，经过深度学习训练的图像识别，在一些场景中甚至可以比人做得更好：从识别猫，到辨别血液中癌症的早期成分，到识别核磁共振成像中的肿瘤。

然而，深度学习的论战也从未停歇，在2018年新年伊始，纽约大学认识心理学家马库斯发文，列出深度学习十大局限，引发广泛讨论，很快，LeCun、AAAI前主席Thomas Dietterich等人都加入到讨论中。LeCun更有甚至还抛出“深度学习已死”的言论。那么，究竟应该如何去看待深度学习，又如何更好地学习深度学习呢？云栖社区就为大家带来了一场关于深度学习的“饕餮盛宴”，在这里业内资深深度学习专家云集，3天时间，16场在线直播带你与大牛零距离互动，掌握深度学习第一手干货，你还在等什么？赶快报名吧！直播报名传送门~

3月13日讲座议程（本场直播传送门）

专家：王晓博（永叔），阿里巴巴淘宝技术部资深算法专家，商业机器智能算法团队负责人。北京航空航天大学计算机学院软件与理论专业博士,组建猜你喜欢算法团队，将猜你喜欢打造为手淘第一大导购场景，成为公域导购流量分发的核心入口。主要研究方向为大规模分布式机器学习算法、计算广告、智能交互推荐系统。

分享主题：机器学习基础：基本概念，监督学习，以及PAC学习理论

专家：孙飞（丹丰），阿里巴巴搜索事业部，猜你喜欢 高级算法工程师。中科院计算所博士，博士期间主要研究方向为文本分布式表示，在SIGIR、ACL、EMNLP以及IJCAI等会议发表论文多篇。目前主要从事推荐系统以及文本生成相关方面研发工作。

分享主题：神经网络模型基础介绍

专家：沈俊楠，ICRA实验室。哈尔滨工业大学智能控制与机器人应用实验室编外工程师，关注于人工智能在指挥决策信息系统、无人系统以及医学影像方面的应用与开发。

分享主题：典型模型-卷积神经网络入门

专家：于恒，阿里巴巴机器智能技术实验室技术专家，中科院计算所博士，研究方向是机器翻译，在自然语言处理和人工智能领域顶级国际会议ACL、EMNLP、COLING等发表多篇论文。曾在三星中国研究院和搜狗负责机器翻译工作，参与上线搜狗翻译和搜狗海外搜索等产品。目前在阿里翻译平台组担任Tech-leader，主持上线了阿里神经网络翻译系统，为阿里巴巴国际化战略提供丰富的语言支持。

分享主题：RNN和LSTM神经网络的原理及应用

3月15日讲座议程（本场直播传送门）

专家：周国睿（逐水），师从北邮爱可可_爱生活老师。目前是阿里妈妈事业部算法专家，服务阿里妈妈精准定向广告的排序相关业务；致力于深度学习在广告排序的应用和研究，涉及模型结构设计、模型压缩、深度学习框架开发，相关工作发表于AAAI等会议中。

分享主题：网络结构设计及参数tuning

专家：范朝盛（朝圣），阿里巴巴搜索事业部算法专家。朝圣博士毕业于北京大学数学学院，目前是阿里巴巴 eXtreme Parameter Server 分布式机器学习系统的算法负责人，主要负责研发机器学习新算法和优化大规模机器学习工程的性能。朝圣还负责阿里巴巴推荐特征系统AliBasicFeatureServer（ABFS）。朝圣之前曾就职百度凤巢，负责大型特性项目GlobalSession、集群管理系统Fountain和广告特征系统Valyria。

分享主题：XNN

专家：朱小强（怀人），阿里妈妈事业部高级算法专家。毕业于清华大学，研究生师从于张长水教授。研究领域包括：大规模机器学习、计算广告、推荐系统、社交网络信息流排序系统等。曾在EMC、百度、人人网等有过实习/工作的经历。现任阿里妈妈高级算法专家，领导了核心的排序算法与机器学习平台团队，负责阿里精准展示广告的CTR/CVR预估系统和算法优化、大规模分布式机器学习/深度学习平台建设等工作。

分享主题：广告领域的深度CTR模型

专家：刘士琛（席奈），阿里巴巴搜索事业部高级算法专家。本科就读于中国科学技术大学少年班系，计算机专业博士。目前是阿里巴巴高级算法专家，服务淘宝网搜索、排序、个性化相关的业务；专注于搜索排序方面的算法研究及应用，涉及实时计算、深度学习、强化学习等领域，相关工作发表于sigKDD、WWW等会议中。

分享主题：multi-task learning for e-commerce

专家：游亮（昀龙），阿里云高级技术专家，阿里云深度学习实验室技术负责人，阿里云弹性高性能计算、超级计算集群产品经理，获得过多项专利。拥有近10年高性能计算研发和优化经验，精通针对X86 CPU、Intel Xeon Phi、GPU等微架构的计算性能优化以及网络、存储等系统性能优化。

分享主题：TensorFlow

专家：谢峰（撷峰），阿里云异构计算技术专家。有丰富的X86、ARM、GPU虚拟化技术经验，加入阿里云之前，曾作为主要开发者参与基于API Remoting方案的GPU虚拟化项目，并负责基于Xen的NVIDIA vGPU虚拟化技术的引入和产品落地，并对智能手机虚拟化技术有深入研究。目前从事阿里云GPU异构计算基础设施的研发以及GPU在深度学习等领域的应用研究和性能调优等工作。

分享主题：云上MXNet实践

3月21日讲座议程（本场直播传送门）

专家：孙修宇(翎翀)，阿里巴巴机器智能技术实验室算法专家，工学硕士，2014年加入阿里巴巴，一直从事深度学习基础技术研究以及在各个行业的应用。

分享主题：深度学习在搜索、推荐上的应用

专家：金华兴(会当)，阿里巴巴算法专家。在人工智能领域拥有十几年的经验，在阿里曾负责搜索排序/机器学习/大数据基础算法/深度学习/机器阅读等算法领域。主导研发了阿里多语言混合搜索排序算法系统，融合深度学习/迁移学习/排序算法，解决多语种标注数据不足问题，首次将深度学习应用于搜索业务。主导研发了阿里第一代不依赖于一行开源代码的分布式深度学习算法平台---ODPS深度学习算法平台。主导研发了阿里第一个基于深度强化学习的资讯推荐算法。获得阿里2010年集团内部算法大赛冠军。借助于阿里平台，研发的算法影响着中国/美国/俄罗斯/印度等全球十多亿人。

分享主题：问答网络

专家：李曦鹏，现任英伟达devTech团队高级软件工程师，毕业于中国科学院过程工程研究所，拥有近10年CUDA/HPC编程经验。主要负责深度神经网络和高性能计算的性能优化。

分享主题：TensorRT加速深度学习模型在线部署

专家：李昊（辽玥），阿里巴巴机器智能技术实验室高级算法专家，毕业于中科院，拥有工学博士学位，致力于深度学习基础技术研究以及在各个行业的应用。

分享主题：端上智能

专家：谢宣松（星瞳），阿里巴巴机器智能技术实验室资深算法专家，专注于视觉计算、图像搜索、信息抽取等方面技术研发和落地；阿里巴巴智能设计（鲁班）的创始成员和算法技术负责人。

分享主题：鲁班，视觉生成引擎的应用