2021 AWS机器学习峰会技术内容回顾
某中心于6月2日举办了免费的虚拟机器学习峰会，旨在汇聚客户、开发者和科学社区，共同探讨机器学习实践的最新进展。
主题演讲
活动以某中心机器学习副总裁、机器学习服务副总裁和研究科学副总裁的开场主题演讲拉开帷幕。
炉边对话
Landing AI创始人兼CEO与某中心副总裁就机器学习的未来、下一代ML从业者所需核心技能，以及如何弥合ML从概念验证到生产应用的差距进行了深入讨论。
分会场专题
峰会设置了四个面向不同受众的专题轨道：
- 机器学习科学
- 机器学习影响力
- 机器学习实践方法
- 机器学习入门指南
机器学习科学专题技术内容
深度学习与语言处理炉边对话
该环节包含六场30分钟的技术报告，以及关于深度学习与语言的炉边对话，探讨了因果关系、鲁棒性和自然语言理解等关键技术主题。
专题技术报告视频
Marzia Polito：使用少量样本构建高质量计算机视觉模型
- 通过少样本学习实现大规模计算机视觉任务
- 在有限数据条件下提升模型性能的技术方法
Michael Kearns：伦理算法设计
- 社会意识算法与模型的设计原则
- 算法伦理考量和技术实现
Philip Resnik：使用自然语言处理分析社交媒体自杀风险
- NLP技术在心理健康监测中的应用
- 社交媒体文本分析的技术框架
Ryan Tibshirani：COVIDcast生态系统——新冠疫情追踪与预测
- 疫情数据追踪的技术架构
- 预测模型的科学基础和实践应用
Kathleen McKeown：可控语言生成技术
- 控制模型幻觉的自然语言生成方法
- 提升生成内容准确性的技术策略
George Karypis：深度图库——大规模图深度学习
- 从图数据中学习的可扩展技术方案
- 图神经网络的大规模部署实践
研究领域
涵盖机器学习、自动推理、云计算与系统、计算机视觉、对话式AI、信息与知识管理、量子技术、机器人学、搜索与信息检索、安全隐私与滥用防护等多个技术方向。