物联网对大数据的分析需求是已经非常明显，在这个领域我们这次请来的嘉宾来自华为、博世这些传感器的领先制造商，它们都开始涉及深度学习，所以我们想请他们展示最新的技术成果。

最后一个是深度学习框架。要把深度学习应用在各个实用的商业领域中，我们必须要采用某一个学习语言和学习框架。目前比较主流的框架就是谷歌的 TensorFlow、Facebook 的 Torch、传统的 Caffe、亚马逊的 MXNet 等。

这些框架各有优点，比如 Caffe 对视觉成像分析做的非常好，谷歌的 TensorFlow 对自然语言处理做得非常好，MXNet 对多台机器平行处理做得非常好。我们把这些创始人邀请在一起，让他们给大家分别介绍自己的工作，使大家有一个全面的了解。

机器之心：这些演讲者是如何挑选和沟通的？中间有哪些趣事？

胡峻玲：我们的挑选原则各个嘉宾都是是这六大领域中的前沿创新者，比如刚才提到的六大领域的创始人、开创者，包括深度学习框架 TensorFlow 的创始人 Rajat Monga，他原来是谷歌大脑的带头人之一。

在深度学习框架中我们选了4个，而放弃了Theano. 我们选择这四个框架的标准是其工业应用。在一个小机器上可以用的方法不是我们主要选择标准。这4个框架背后有大公司在支撑，公司内部有人力在支撑它们。这样我们才能看到某个语言在未来的几中会不会有长足的发展，会不会有足够强的竞争实力。因为我们发现在深度学习的领域几乎是每半年就有一个革新性的成果出来，某个语言也会被淘汰掉。在这种飞速发展地过程中，我们关心一个框架的后劲有多大。选择 Torch 是因为它的背后有 Facebook，选择 MXNet 因为其背后是亚马逊。亚马逊最近投入了一个近百人的团队在推动 MXNet ，所以它来势凶猛。我个人认为MXNet将来的实力会非常强大，同时亚马逊占据了整个云计算平台的一大块，所以后面会有更多人的关注它。Caffe 的历史悠久，而且应用很广，我个人认为还是很有前途的。

机器之心：目前人工智能领域的会议有很多，你们是如何邀请到了如何大的阵容的？

胡峻玲：能请到这样的阵容有几个原因。第一，我们组委会的成员都比较资深。比如我们其中的一个Sean Ding 是华为的Sensor Lab 的首席科学家。我自己在人工智能领域做过 20 年，以前在三星做技术总监，也在业界认识很多资深的人。我们团队里还有来自谷歌、微软、Facebook 的人。所以我们嘉宾都是通过组委会邀请到的。

第二，我首先联系了百度的首席科学家吴恩达，我本来想请他做 Keynote。他非常支持，看到我们大会的内容之后表示非常愿意来。但是百度正好在这个星期在北京开会，所以他就推荐了百度人工智能实验室的 Adam Coates 来演讲。

嘉宾来的原因也有技术上的原因。目前反映深度学习应用的大会还很少。深度学习会议本身在过去几年都还是学术性的会议，包括数据挖掘大会 KDD 才开始引入深度学习， 但在工业界中还没有大量的宣传和推动。所以我们算是目前第一个真正把深度学习最前沿的技术和实际结合起来的一个大会。所以他们也非常高兴看到有这样的一个大会。

机器之心：您认为硅谷现在的 AI 生态是一个什么样的情况？从业者们主要关注的问题有哪些？

胡峻玲：我们已经看到谷歌、Facebook、微软这些大公司囊括了大部分的人工智能人才。这是一个现实。博士毕业生毕业之后大都想去大公司。大公司有一个很好的平台，研究人员不需要担心基础设施问题。他们待遇很好，且这些公司都有很好的人工智能应用，所以他们也有了发挥自己才能的地方。

但我们还是看见硅谷有大量的人工智能创业公司。比如客服领域，今年出现近十个人工智能的客服创业公司，且得到了投资。还有一些做文本处理、做视觉的创业公司都得到了风险投资。小公司切入某个具体的应用领域，机会仍然很多。

机器之心：这些创业公司一般主要是什么样的背景？是以从学校里面出来创业的为多？还是说从工业界出来的为多？