今年的CCDM大会于8月5-9日在美丽的泉城济南举行，连同CCDM大会一起举办的还有第一届 CCF-ICAI 会议。有些可惜的是，后续两天要测试人工智能社会保险反欺诈比赛的代码，因此后一个会议CCF-ICAI 没去成，没有听到 Sugyama大佬、做NLP方向的顶级大牛 zhouming 大佬的报告还是很可惜的。这是第一次正式去参加学术会议，心里还是有一点欣喜和小激动的，感受到了各种新奇感。
我们8月4号下午乘坐高铁到达了济南，5号是会议的开始。5号上午是注册报到，下午则是产业界高峰论坛。
Didi公司的叶杰平先生带来了一场精彩的报告，他详细地描述了Didi公司如何处理海量的交通数据，如何精准推荐上车地点，以及如何合理地进行派单，而这一切要在2秒内完成。这相当于一个二部图最优匹配和路径规划问题。对于这一问题，传统上用最优匹配的匈牙利算法，之后换到深度学习后精度能达到12%,这就可以在工业界应用了。针对这一匹配问题，考虑司机特征，乘客特征，以及 MLP-LSTM 特征，最近几年在逐步尝试应用了ML，DL，RL，DRL，Deep Q-learning，DQN等，取得了一些不错的结果。另外，前几年优化的是司机每一单的受益，而最近想做的是优化司机一天的收益。目前应用Transfer learning 在DQN上仅preliminary的工作就已经取得了不错的结果，后续潜力很大，有很大的提升空间。Didi 规划逐步开源数据，逐步放开脱敏数据。
第二位演讲者是IBM公司的苏中先生，IBM公司主要关注企业数据，这个没有太仔细听。
第三位演讲者是京东公司城市计算部的张钧波先生，他带来了京东新型智慧城市城市计算的最新成果的交流和分析。
第四位演讲者是腾讯公司的史树明先生，他主要分享了腾讯公司在自然语言处理方面的最新研究。目前各任务的研究水平是：语音识别、机器翻译勉强可用，同时语音识别中鸡尾酒派对难题（即两人同时说话如何识别语音）尚未解决。而对话机器人、语义理解、文本生成尚处于“人工智障”的层次。
第五位演讲者是来自阿里的杨红霞博士，她主要介绍了阿里的图嵌入算法。