fbpx
SPEAKER

DAY 1Keynote 

초대규모 스케일의 머신러닝:테크니컬 & 커머셜 도전을 성공으로 이끄는 방법
(Humongous Scale Machine Learning: Technical and Commercial Challenges Lead to Successes)

작년의 Large Scale 머신 러닝 케이스에 이어서, 구글 브레인 및 프린스턴 대학의 경험을 바탕으로 본 서밋에서 대규모 엔지니어링 및 커머셜화를 위한 최신의 머신 러닝 시스템에 대해서 강연할 예정이다.
포괄적인 엔지니어링 설계 원리, 서버 측면에서의 소프트웨어, 하드 웨어 요구 사항, 클라이언트 측면에서의 배치 및 커머셜화등에 대해서 설명할 예정이다. 
작년의 자율 주행 사례에 이어서, 이번 강연에서는 음성, 이미지, 비디오, NLP 등을 사례를 들어서 설명할 예정이다. 특히 행사의 성격을 감안하여, 머신러닝의 커머셜화에 대한 내용을 포함한다.  

Speaker

https://aisummit.co.kr/wp-content/uploads/2018/10/yoram-official-photo1-300x300-webb.jpg

Dr. Yoram  Singer  Princeton University, Professor, 전)Google Brain Principal Research Scientist, Google

Yoram 박사는 프린스턴 대학 컴퓨터 과학 교수이며, 구글 브레인에서 수석 과학자로 많은 활동을 해왔다.   1999년에서 2007년까지 그는 이스라엘 예루살렘의 히브루 대학의 부교수였다. 1995년에서 1999년까지, 그는 AT &T 연구소에 일했다. 2004년 Computational Learning Theory (COLT) 컨퍼런스와 2007년 Neural Information Processing System (NIPS) 컨퍼런스의 공동 의장이었다. 

그는 Machine Learning Journal (MLJ),  Journal of Machine Learning (JMLR), IEEE Signal Processing Magazine (SPM),  IEEE Trans. on Pattern Analysis 및 Machine Intelligence (PAMI) 등 여러 전문 잡지의 편집장을 역임했다. Yoram 박사는 2011년 이후 전미 인공 지능 학회 (AAAI)의 펠로우이다.

최근 World Economic Forum에서도 Machine Learning에 대한 강연을 했다.