大家好，感谢邀请，今天来为大家分享一下ai 人工智能大会的问题，以及和在A股里，真正的人工智能龙头除了科大讯飞，还有哪几个？的一些困惑，大家要是还不太明白的话，也没有关系，因为接下来将为大家分享，希望可以帮助到大家，解决大家的问题，下面就开始吧！
本文目录
- 国际人工智能与教育大会聚焦“新兴AI技术如何重塑教育”，你怎么看？
- 有哪些权威的人工智能机器人大会和AI机器人论坛？
- 世界人工智能大会过后，上海如何加快AI高地建设？
- 在A股里，真正的人工智能龙头除了科大讯飞，还有哪几个？
国际人工智能与教育大会聚焦“新兴AI技术如何重塑教育”，你怎么看？
这是一种不错的思路。
用"ai"发展教育，必然起到很大的推动力。
因为当今社会，已经进入信息与资源共享阶段。
教师带班这种教育方式的落后与不足，已经愈加明显表现出。
在古代，因为只有部分人单独掌握知识，所以他们对教育至关重要，他们负责掌握知识，传播知识，甚至生产知识。
所以古代老师地位是很高的。
但目前，很多教师的工作是照本宣科，这既是不负责学生，也是对教育资源的浪费。
教师们也觉得工作很负担无味。
以后结合"ai"科技，让学生自主查找知识，教师负责组织学生讨论。
既拓宽了学生的知识学习，更给教师减负。
所以，教育结合"ai"是一种很不错的思路。
有哪些权威的人工智能机器人大会和AI机器人论坛？
以下是转自南大周志华教授的博客上世界顶级人工智能会议总结IJCAI(1+)
AI最好的综合性会议,1969年开始,每两年开一次,奇数年开.因为AI实在太大,所以虽然每届基本上能录100多篇（现在已经到200多篇了），但分到每个领域就没几篇了，像machinelearning、computervision这么大的领域每次大概也就10篇左右,所以难度很大.不过从录用率上来看倒不太低,基本上20%左右,因为内行人都会掂掂分量,没希望的就别浪费reviewer的时间了.最近中国大陆投往国际会议的文章象潮水一样,而且因为国内很少有能自己把关的研究组,所以很多会议都在complain说中国的低质量文章严重妨碍了PC的工作效率.在这种情况下,估计这几年国际会议的录用率都会降下去.另外,以前的IJCAI是没有poster的,03年开始,为了减少被误杀的好人,增加了2页纸的poster.值得一提的是,IJCAI是由貌似一个公司的”IJCAIInc.”主办的(当然实际上并不是公司,实际上是个基金会),每次会议上要发几个奖,其中最重要的两个是IJCAIResearchExcellenceAward和Computer&ThoughtsAward,前者是终身成就奖,每次一个人,基本上是AI的最高奖(有趣的是,以AI为主业拿图灵奖的6位中,有2位还没得到这个奖),后者是奖给35岁以下的=青年科学家,每次一个人.这两个奖的获奖演说是每次IJCAI的一个重头戏.另外,IJCAI的PCmember相当于其他会议的areachair,权力很大,因为是由PCmember去找reviewer来审,而不象一般会议的PCmember其实就是reviewer.为了制约这种权力,IJCAI的审稿程序是每篇文章分配2位PCmember,primaryPCmember去找3位reviewer,secondPCmember找一位.
AAAI(1)美国人工智能学会AAAI的年会.是一个很好的会议,但其档次不稳定,可以给到1+,也可以给到1-或者2+,总的来说我给它”1″.这是因为它的开法完全受IJCAI制约:每年开,但如果这一年的IJCAI在北美举行,那么就停开.所以,偶数年里因为没有IJCAI,它就是最好的AI综合性会议,但因为号召力毕竟比IJCAI要小一些,特别是欧洲人捧AAAI场的比IJCAI少得多(其实亚洲人也是),所以比IJCAI还是要稍弱一点,基本上在1和1+之间;在奇数年,如果IJCAI不在北美,AAAI自然就变成了比IJCAI低一级的会议(1-或2+),例如2005年既有IJCAI又有AAAI,两个会议就进行了协调,使得IJCAI的录用通知时间比AAAI的deadline早那么几天,这样IJCAI落选的文章可以投往AAAI.在审稿时IJCAI的PCchair也在一直催,说大家一定要快,因为AAAI那边一直在担心IJCAI的录用通知出晚了AAAI就麻烦了.
COLT(1)这是计算学习理论最好的会议,ACM主办,每年举行.计算学习理论基本上可以看成理论计算机科学和机器学习的交叉,所以这个会被一些人看成是理论计算机科学的会而不是AI的会.我一个朋友用一句话对它进行了精彩的刻画:“一小群数学家在开会”.因为COLT的领域比较小,所以每年会议基本上都是那些人.这里顺便提一件有趣的事,因为最近国内搞的会议太多太滥,而且很多会议都是LNCS/LNAI出论文集,LNCS/LNAI基本上已经被搞臭了,但很不幸的是,LNCS/LNAI中有一些很好的会议,例如COLT.
CVPR(1)计算机视觉和模式识别方面最好的会议之一,IEEE主办,每年举行.虽然题目上有计算机视觉,但个人认为它的模式识别味道更重一些.事实上它应该是模式识别最好的会议,而在计算机视觉方面,还有ICCV与之相当.IEEE一直有个倾向,要把会办成”盛会”,历史上已经有些会被它从quality很好的会办成”盛会”了.CVPR搞不好也要走这条路.这几年录的文章已经不少了.最近负责CVPR会议的TC的chair发信说,对这个community来说,让好人被误杀比被坏人漏网更糟糕,所以我们是不是要减少好人被误杀的机会啊?所以我估计明年或者后年的CVPR就要扩招了.
ICCV(1)介绍CVPR的时候说过了,计算机视觉方面最好的会之一.IEEE主办,每年举行.（注：我查了下2011年之前是两年一次，之后是每年举行）
ICML(1)机器学习方面最好的会议之一.现在是IMLS主办,每年举行.参见关于NIPS的介绍.
NIPS(1)神经计算方面最好的会议之一,NIPS主办,每年举行.值得注意的是,这个会每年的举办地都是一样的,以前是美国丹佛,现在是加拿大温哥华;而且它是年底开会,会开完后第2年才出论文集,也就是说,NIPS’05的论文集是06年出.会议的名字“AdvancesinNeuralInformationProcessingSystems”,所以,与ICML\ECML这样的”标准的”机器学习会议不同,NIPS里有相当一部分神经科学的内容,和机器学习有一定的距离.但由于会议的主体内容是机器学习,或者说与机器学习关系紧密,所以不少人把NIPS看成是机器学习方面最好的会议之一.这个会议基本上控制在MichaelJordan的徒子徒孙手中,所以对Jordan系的人来说,发NIPS并不是难事,一些未必很强的工作也能发上去,但对这个圈子之外的人来说,想发一篇实在很难,因为留给”外人”的口子很小.所以对Jordan系以外的人来说,发NIPS的难度比ICML更大.换句话说,ICML比较开放,小圈子的影响不象NIPS那么大,所以北美和欧洲人都认,而NIPS则有些人(特别是一些欧洲人,包括一些大家)坚决不投稿.这对会议本身当然并不是好事,但因为Jordan系很强大,所以它似乎也不太care.最近IMLS(国际机器学习学会)改选理事,有资格提名的人包括近三年在ICML\ECML\COLT发过文章的人,NIPS则被排除在外了.无论如何,这是一个非常好的会.（注：MichaelJordan是伯克利大学教授，统计机器学习的老大，大牛中的巨牛）
ACL(1-)计算语言学/自然语言处理方面最好的会议,ACL(AssociationofComputationalLinguistics)主办,每年开.
KR(1-)知识表示和推理方面最好的会议之一,实际上也是传统AI(即基于逻辑的AI)最好的会议之一.KRInc.主办,现在是偶数年开.
SIGIR(1-)信息检索方面最好的会议,ACM主办,每年开.这个会现在小圈子气越来越重.信息检索应该不算AI,不过因为这里面用到机器学习越来越多,最近几年甚至有点机器学习应用会议的味道了,所以把它也列进来.
SIGKDD(1-)数据挖掘方面最好的会议,ACM主办,每年开.这个会议历史比较短,毕竟,与其他领域相比,数据挖掘还只是个小弟弟甚至小侄儿.在几年前还很难把它列在tier-1里面,一方面是名声远不及其他的topconference响亮,另一方面是相对容易被录用.但现在它被列在tier-1应该是毫无疑问的事情了.
UAI(1-)名字叫”人工智能中的不确定性”,涉及表示\推理\学习等很多方面,AUAI(AssociationofUAI)主办,每年开.
AAMAS(2+)agent方面最好的会议.但是现在agent已经是一个一般性的概念,几乎所有AI有关的会议上都有这方面的内容,所以AAMAS下降的趋势非常明显.
ECCV(2+)计算机视觉方面仅次于ICCV的会议,因为这个领域发展很快,有可能升级到1-去.
ECML(2+)机器学习方面仅次于ICML的会议,欧洲人极力捧场,一些人认为它已经是1-了.我保守一点,仍然把它放在2+.因为机器学习发展很快,这个会议的reputation上升非常明显.
ICDM(2+)数据挖掘方面仅次于SIGKDD的会议,目前和SDM相当.这个会只有5年历史,上升速度之快非常惊人.几年前ICDM还比不上PAKDD,现在已经拉开很大距离了.
SDM(2+)数据挖掘方面仅次于SIGKDD的会议,目前和ICDM相当.SIAM的底子很厚,但在CS里面的影响比ACM和IEEE还是要小,SDM眼看着要被ICDM超过了,但至少目前还是相当的.
ICAPS(2)人工智能规划方面最好的会议,是由以前的国际和欧洲规划会议合并来的.因为这个领域逐渐变冷清,影响比以前已经小了.
ICCBR(2)Case-BasedReasoning方面最好的会议.因为领域不太大,而且一直半冷不热,所以总是停留在2上.
COLLING(2)计算语言学/自然语言处理方面仅次于ACL的会,但与ACL的差距比ICCV-ECCV和ICML-ECML大得多.
ECAI(2)欧洲的人工智能综合型会议,历史很久,但因为有IJCAI/AAAI压着,很难往上升.
ALT(2-)有点象COLT的tier-2版,但因为搞计算学习理论的人没多少,做得好的数来数去就那么些group,基本上到COLT去了,所以ALT里面有不少并非计算学习理论的内容.
EMNLP(2-)计算语言学/自然语言处理方面一个不错的会.有些人认为与COLLING相当,但我觉得它还是要弱一点.
ILP(2-)归纳逻辑程序设计方面最好的会议.但因为很多其他会议里都有ILP方面的内容,所以它只能保住2-的位置了.
PKDD(2-)欧洲的数据挖掘会议,目前在数据挖掘会议里面排第4.欧洲人很想把它抬起来,所以这些年一直和ECML一起捆绑着开,希望能借ECML把它带起来.但因为ICDM和SDM,这已经不太可能了.所以今年的PKDD和ECML虽然还是一起开,但已经独立审稿了(以前是可以同时投两个会,作者可以声明优先被哪个会考虑,如果ECML中不了还可以被PKDD接受).
世界人工智能大会过后，上海如何加快AI高地建设？
问题太大，发表一些自己的拙见。
上海有自己的优势，上海的汽车制造在国内是第一，上海是国内人口最多的城市，上海的基础设施特别是网络基础设施非常完备，上海的芯片设计在国内也是最领先的。
当然上海也有很多的劣势，上海的人力成本太高，同时由于上海这座城市的传统，创业公司很难生存，同时受周边杭州南京等城市的影响，人才吸引力不如以往。
所以上海应该结合自己的优势产业，汽车＋芯片，在智能汽车乃至无人驾驶汽车方面做文章，加速基建建设，同时应当培养自主企业，例如在最近引进了特斯拉的超级工厂的同时，对于本土的无人驾驶汽车予以同样的关照，不要再重蹈互联网时代的覆辙。
在A股里，真正的人工智能龙头除了科大讯飞，还有哪几个？
老牌的AI范围相对要窄些，基本集中在机器人、图像识别、汽车驾驶、语音识别、自动设计等领域，那时的AI企业大都集中在高校、智慧城市、智能医疗、自动控制类企业。比如科大讯飞、川大智胜、海康威视、东方网力等都是老牌的帝国主义。
alphago之后，AI的最大改变是大数据的应用，这使得AI范围迅速扩大，扩展到了商业、环保、制造。。。几乎所有的企业。此时再分AI就比较困难了，目前领头的企业倡导的火热方向是自动驾驶、医疗、环保、交通等领域。
科大讯飞的语音处理很有名，川大智胜的图像处理很有名，海康威视的图像处理应用非常好，不过，更重要的还是股东的实力和业绩形象，AI的号召力很快就会枯竭，街上摊煎饼的都可以根据AI算法来提前备货。
文章分享结束，ai 人工智能大会和在A股里，真正的人工智能龙头除了科大讯飞，还有哪几个？的答案你都知道了吗？欢迎再次光临本站哦！