机器学习和知识图谱是当今技术领域的热门话题，随着相关技术的不断发展，无论是对两类技术单独的探讨，还是将机器学习和知识图谱相结合的尝试，都在吸引越来越多的关注。

  5月16日下午，来自亚马逊、墨奇科技、Second State、哈尔滨工业大学的专家将带来四场关于机器学习和知识图谱的内容盛宴。如何为机器学习应用程序提供高性能的微服务？如何将机器学习和物联网相结合？如何构建知识图谱，又如何在知识图谱上进行机器学习以进一步挖掘其中的潜在信息？这些问题，都将一一得到解答。

  在后摩尔定律时代，只有通过本机代码和专用硬件才能满足AI对计算能力的巨大需求。但是，本机代码和本机SDK的普及给软件安全性和可管理性带来了挑战。对于需要大规模资源管理和部署的服务器端AI应用程序，这个问题尤其严重。在本演讲中，我们将讨论Rust和WebAssembly如何为AI应用程序提供高性能且安全的微服务。

  除软件开发外，袁博士还是美国国立卫生研究院的首席研究员，获得了有关癌症和公共卫生研究的多项研究奖项。他拥有德克萨斯大学奥斯汀分校的天体物理学博士学位。

  知识图谱技术在近年来被广泛运用在自然语言处理、信息检索、推荐系统等领域。学习知识图谱的嵌入表示可以有效地挖掘知识图谱上的潜在信息。然而，随着数据量的爆炸式增长，如何简单高效地在亿级规模的知识图谱数据上进行机器学习任务是当前的一个技术挑战。本次演讲会介绍如何使用 DGL-KE 在大规模数据上进行知识图谱嵌入表示学习。除此之外，还会深入讲解 DGL-KE 在系统设计中所使用的核心技术。

  马超，亚马逊应用科学家，专注于分布式系统和大规模机器学习，多个知名开源机器学习系统的发起者或合作者。

  随着生物识别和身份认证市场的快速发展，传统的指纹识别技术从图像采集、核心算法到超高性能计算都遇到了瓶颈。基于”高精度图像搜索技术“和非接触3D指纹采集技术，新一代指纹-身份识别AI系统能够达到100亿以上量级的指纹图像秒级识别，是智能时代全国乃至全球统一身份认证的重器，其广泛落地应用及验证成功，势将打通未来AI世界里人与物联通的任督二脉。

  普林斯顿大学计算机科学博士，师从计算机系统领域的世界顶级专家、美国工程院院士李凯教授。在KDD、AISTATS、OSDI、ATC等顶级机器学习和系统会议上发表多篇论文，获得 KDDCup 数据挖掘比赛第一名、CIKM 最佳学生论文等奖项。

  2016年联合创立墨奇科技，全面负责核心技术架构、算法研发及软硬件产品开发，成功研发出海量高速高精度指纹-身份AI识别系统、非接触3D指纹采集仪以及统一“指纹-身份认证平台 Moqi ID”等填补国内空白的智能技术和软硬件产品。

  为了有效地存储和利用知识，利用专家标注和自动机器标注技术，构建了大量的开放域和封闭域知识库，如Wikidata、Freebase、DBpedia、YAGO、WordNet等。知识库将世界上的具体对象和抽象概念表示为实体，将实体之间的联系表示为关系。近年来，经典知识库往往采用三元组来存储实体间的关系。一般来说，知识图谱构建研究的核心问题是实体识别和关系挖掘。当前，领域的细分和用户需求的多样性，需要能够自动构建特定领域下的知识图谱。然而，关系类型的丰富多样使得很难利用人力标注充足的语料用以挖掘实体和关系来构建知识图谱。故此，开放域知识图谱的构建已成为当前研究热点。本次报告以哈工大社会计算与信息检索研究中心研发的开放域中文知识图谱《大词林》为基础，主要介绍了开放领域知识图谱构建的最新研究动向。

  刘铭， 男，准聘岗副教授/博士生生导师, 哈尔滨工业大学计算机科学与技术学院. 先后主持国家自然科学基金、中国博士后科学基金特别资助、中国博士后科学基金面上资助一等资助、黑龙江省面上项目、腾讯-CCF犀牛鸟创意基金、MSRA联合项目等多项基金项目. 获黑龙江省科学技术一等奖一项, 获哈尔滨市科技成果一项. 近年来以第一作者发表论文20余篇,包括TKDE、TOIS、KAIS、IJCAI、ACL等知名学术刊物或会议上, 英文译著一部S 2019出版主席，CCKS 2020，NLPCC 2020 领域主席。

  将于7月3--4日举行的AI 开发者万人线上大会是 CSDN发起的“百万人学AI 互动的重要一环，大会前期还有15+ 线上直播，通过“内容分享+线上实操+互动答疑”等形式，邀请行业专家与技术专家为大家分享AI核心技术、专业解读AI开发者报告，带领大家线上完成AI应用开发。