这里给大家分享一些全球人工智能会议（共含4篇），供大家参考。同时，但愿您也能像本文投稿人“agui”一样，积极向本站投稿分享好文章。
人工智能大会：紫色A类、黑色B类;
机器人大会：绿色。
先来看看明年6、7、8三月有什么重要会议：
A类+B类
会议名称 时间 地点 类型
DARPPA 6月初 未知 (大型人形机器人界的奥林匹克)
ICAPS 6月18-23 美国匹茨堡 (人工智能规划方面最好的会议)
ICML 6月20-22 地点待定 (机器学习重要会议)
-----------------------------------------------------------------------------------
COLT 三天待定 地点待定 (计算学习理论最好会议)
(往年在6月12-7月初波动)
CVPR 7月21-26 夏威夷 (计算机视觉顶级大会)
ACL 7月30-8月4 温哥华 (计算语言学/自然语言处理方面最好的会议)
Robcup 7月(未知) 名古屋 (机器人世界杯)
-----------------------------------------------------------------------------------
SIGIR 8月7-11 东京 (信息检索方面最好的会议)
SKDD 8月14-17 加拿大，哈利法克斯(数据挖掘方面最好的会议)
IJCAI 8月19-25 墨尔本 (国际顶级人工智能联合大会)
明年9、10、11月召开的重要会议：
A类+B类
ECAI 8月29-9月2 不开。
IROS 9月24-28 温哥华 (世界机器人和系统顶尖学术会议)
ICCBR 9月25-26 芝加哥 (Case-Based Reasoning方面最好的会议)
ICCV 10月22-29 意大利威尼斯 (计算机视觉方面最好的会之一， IEEE主办)
ECCV 10月召开 20不开。
明年12、1、2月召开的重要会议。
A类+B类
NIPS 12月以后 待定 (神经计算方面最好的会议之一)
AAAI 2月4-9 旧金山 (美国人工智能学会AAAI的年会)
明年3、4、5月召开的重要会议。
A类+B类
AAMAS 5月8-12 圣保罗 (Agent方面最好的会议)
ICRA 5月29-6月3 新加坡 (IEEE世界机器人与自动化大会)
小结：
从上面的总结可以看出，人工智能和机器人领域的国际大会通常在6月底开始掀开帷幕，然后在7、8两个月进入高潮期，如果非要在2017年中的这两个月挑出个空闲点的时间去做点什么事，我们选择这些时间段。
1)如果17年按Robcup6月30号-7月4号的时间照旧，7月5号-7月30号相对悠闲。
(PS：要注意Robcup 2017举行的时间和稍微注意COLT 2017举行的时间。)
2)8月最后一个大会IJCAI 25号之后开始举行，相对悠闲。
(选择在25号之前举行基本都触雷了：从8月4号ACL最后一天开始;8月7号-11号马上进入SIGIR大会;8月19-25号进入IJCAI )
A类B类会议划分标准参考
CCF(中国计算机学会推荐) CSDN博主推荐
相关资讯：
尽管距离年底还有段时间，但关于2017年的预测已经成为各大分析机构以及业内人士津津乐道的话题。在Gartner近日发布的《2017十大技术趋势》报告中，人工智能、虚拟现实、区块链等人们在耳熟能详的技术名词无一例外全部入选。
对于人工智能而言，今年至少有两大BUG是难以预测的，一个是英国脱欧的公选，一个是美国大选。两个政治事件中，都有着一定的规律但也有着一定的偶然性，原本想做做样子的英国脱欧最后生生被弄假成真;而特朗普当选美国总统甚至有点“屌丝”逆袭的感觉。
不过这并不妨碍人们对于人工智能的兴趣，美国白宫今年5月就发布了一份题为《准备好人工智能的未来》的报告，报告包括23条正式建议，后来又被业内人士归纳为7点：1、人工智能的应用方式应当对公众有利，2、政府应当拥抱人工智能，3、自动驾驶的汽车和飞机需要得到监管，4、从娃娃抓起，5、用人工智能去补充人力，而不是代替人力，6、消除数据本身的偏见，否则就不要使用这些数据，7、考虑安全性和全球发展。
Gartner甚至认为，人工智能(AI)将成为服务提供商的主要战场，人工智能(AI)和高级机器学习(ML)在接下来很长一段时间内都将发展迅速。除此之外，智能APP和智能产品也将更多涌现。从Gartner的分析报告可以明显看出，它已经将人工智能的发展归结为三个层面：人工智能的基础技术层，人工智能的应用层，人工智能的产品层。因此，对于那些关注人工智能领域创新创业的人来说，也不妨从这几个领域中选一个自己擅长的入手，找到属于自己的那一份市场蛋糕。
就连凯文·凯利(KevinKelly)都说，未来最伟大的事情可能还没有出现，但可以预判的是，人工智能将是未来20年内最重要的技术趋势，创业企业的方向应该很明确，那就是将人工智能应用于某个领域。应该说，这是一个值得投入数年甚至数十年去做的事情。
接下来，就让我们看看人工智能的不同层面都蕴含着哪些机会吧!
一、人工智能的基础技术层
在这一层面会涉及到深度学习、神经网络、自然语言处理(NLP)等算法和技术，这些看似晦涩难懂的技术名词应该说是构成人工智能的基础。因为他们不仅牵扯到人工智能系统自身的感知和学习，还牵扯到人机的互动。如果拿互联网时代来类比的化，这就相当于是操作系统的研发。
二、人工智能应用层
这里所说的应用更偏重于人工智能的APP，类似于当下智能手机中的APP，不同的人工智能应用会发挥不同的价值。比如，现在的网聊工具届时可能会变成人机交互的工具或者机器与机器之间的交互工具，或者，那些现在更多由人工操作的应用到时候可以自己做出判断并进行相应的事务处理，比如，在各个细分行业都可以通过人工智能的应用提高人们的工作效率。
三、人工智能产品层
由于人工智能产品可以更加直观地接触到，所以人们对它并不陌生，比如，机器人、无人驾驶汽车、无人机等都可以归到这一层面，其中机器人又分为很多种，比如打扫卫生的机器人、聊天机器人、学习机器人、讲解机器人等等。每一个细分领域，都蕴含着相应的机会。
从目前来看，人工智能的发展还处在初级阶段，但这同时也意味着市场机会巨大：这对于创新创业者来说，有利有弊，他们不得不在投入创新研究时平衡短期和长期的商业回报，毕竟能够耐心坚持等到风口的人毕竟只是少数。
年大会主题报告亮点回顾
主题报告的演讲嘉宾有：中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛;大疆创新科技公司董事长、香港科技大学教授、美国电子电气工程师协会会士(IEEE Fellow)李泽湘;微软人工智能首席科学家、IEEE Fellow邓力;Singularity.io公司联合创始人、国际计算语言协会会士(ACL Fellow)林德康;中国工程院院士、中国人工智能学会理事长李德毅;中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明;国际人工智能促进会(AAAI)主席、美国亚利桑那大学教授Subbarao (Rao) Kambhampati，以及麻省理工学院人工智能实验室教授、美国人文与科学院院士Tomaso Poggio等8位人工智能领域顶级专家分别做了主题报告。从人工智能现状，深度学习的局限和出路，智能机器人的研发，到自动问答的升级，人机协作的规划，再到认知科学、神经科学的最新交叉研究分别进行深刻解读。
在题为《关于人工智能发展的思考》的报告中，谭铁牛院士深刻地解读了中国人工智能实践取得的进展和存在的问题，并对学术研究和产业实践方向提出了自己的建议。
大疆创新科技公司董事长、香港科技大学教授李泽湘则全方位地分享了智能机器人应用必须解决的问题。在主题报告《智能机器人：从学术研究到创业创新》中，李泽湘首先阐述了一些在香港科技大学机器人研究所(原自动化技术研究中心)的基础研究问题，然后分享了如何基于理论研究设计和研发产品级的智能机器人，包括智能装备、无人机、地面移动机器人、水下机器人、服务机器人等。最后，他介绍了如何基于珠三角地区健全的产业链，通过培养和孵化创业团队打造了一个闭环的产学研生态系统。
微软人工智能首席科学家、IEEE Fellow邓力的报告聚焦于业界最为熟悉的大数据与深度学习。以《驱动大数据人工智能多种应用的三类深度学习模式》为主题，邓力阐述深度监督学习、深度非监督学习和深度强化学习等三类深度学习模式的关系和区别，以及这三类深度学习模式和大数据的关系，并通过微软团队的实践案例，详细说明了在不同人工智能应用选用不同深度学习模式的理由和实际效果。
Singularity.io公司联合创始人、ACL Fellow林德康的报告题目是《从搜索引擎到回答引擎再到动作引擎自动问答》。他希望搜索引擎已经逐步实现的自动问答(Question Answering)技术再次升级，成为一种动作引擎——它通过执行一系列操作帮助用户完成需要做的事情，而不是仅仅提供信息。在报告中，他对回答引擎与动作引擎的方法给出一个概述，并讨论了NLP和机器学习的技术挑战。
在大会第二天的主题报告聚焦于协作机器人规划以及认知科学、神经科学与人工智能的结合。由中国工程院院士、中国人工智能学会理事长李德毅带来了《交互认知：从图灵测试的漏洞谈开去》的演讲。李德毅院士首先剖析了交互认知的内涵以及图灵测试在交互认知中的瑕疵，并以浅层次、短时长的聊天为突破口介绍交互认知的研究进展，包括聊天机器人的形式化约束，双人聊天、群聊和复杂系统涌现中的交互认知。此外，他还介绍了人工驾驶和自主驾驶中的三类交互认知的协商和学习方法。
中国科学院外籍院士、中国科学院神经科学研究所所长蒲慕明带来了他的深度思考成果——《神经科学能为人工智能带来什么?》。他认为神经科学研究未来突破的关键在于阐明复杂神经网络的结构与功能，引入神经科学所阐明的网络和细胞的概念能大幅度地增加人工神经网络计算的效率。在报告中，他进一步提出人工神经网络可以借鉴的神经科学概念，并讨论未来神经科学与人工智能研究两个领域的交叉融合的可能途径。
国际人工智能促进会(AAAI)主席、美国亚利桑那大学教授Subbarao (Rao) Kambhampati在报告《Challenges in Planning for Human-Robot Cohabitation》中，基于团队研究详细阐述了实现主动助理的协作机器人面临的人类行为闭环的建模和推理、人类意图识别等规划技术的挑战，以及解决这些挑战的最新研究进展，包括不完整而更易于学习的规划模型，以及如何利用这些不完整模型的规划与规划识别(plan recognition)技术，让实现可解释的机器自主助理行为。
麻省理工学院人工智能实验室教授、美国人文与科学院院士Tomaso Poggio在会前左膝盖骨意外受伤而行动不便，但他仍然坚持按照预定日程漂洋过海来演讲。他带来的报告题目是《The Science and the Engineering of Intelligence》。他曾提出智能工程(engineering of intelligence)和智能科学(science of intelligence)的概念，认为基础研究需要大力发展后者。在这次报告中，他总结智能工程的进展及其背后从数据中学习的数学原理，并诠释了MIT CBMM(the MIT Center for Brains, Minds and Machines)的智能科学——融合机器学习、计算机科学、神经科学与认知科学的研究进展。
除了主题报告，两天大会还设置了“人工智能驱动的人机交互”、“人工智能产业论坛”、“人工智能青年论坛”和“机器学习的明天”等四大专题论坛，近30位发言嘉宾就人工智能前沿研究和产业实战展开对话，并回答与会听众的深度提问。
8月27日下午，人工智能青年论坛由清华大学计算机科学与技术系特别研究员崔鹏和百度公司金融服务事业群组执行总监沈抖共同担任联席主席，新泽西州立大学罗格斯商学院管理科学与信息系统系副系主任熊辉、中科院自动化所模式识别国家重点实验室副主任王亮、天眼查CEO柳超、清华大学计算机科学与技术系副教授张敏和时趣首席科学家王绪刚，结合各自的学术研究或工业实践进展，围绕“当青年遇上人工智能：机遇还是泡沫”展开了精彩讨论。
人工智能前沿成果的展示
大会设置了人工智能创新技术和应用展区，旨在汇聚人工智能前沿创新成果和实践案例。来自云知声、京东、时趣互动、百度开放云、腾讯微信、神州数码、英伟达、天诚盛业、上海中科智谷人工智能工业研究院、图普科技、图森互联科技、易道博识和商汤科技、IJAC(国际自动化与计算杂志)、Springer、异步社区、博文视点等17家机构展示了他们为人工智能发展所做出的最新成果。
过去的6月和7月，人工智能和机器人界的国际A类会议几乎已经开完了一大半，很多童鞋又要开始准备明年的大会以及准备提交论文了，如果今年的辉煌我们没有赶上，那我么可以提前为明年的大会做准备。
人工智能大会：紫色A类; 黑色B类
机器人大会： 绿色
先来看看明年6, 7， 8三月有什么重要会议。
A类+B类
会议名称 时间 地点 类型
DARPPA 6月初 未知 (大型人形机器人界的奥林匹克)
ICAPS 6月18-23 美国匹茨堡 (人工智能规划方面最好的会议)
ICML 6月20-22 地点待定 (机器学习重要会议)
CVPR 6月24-30 波多黎各 (计算机视觉顶级大会)
-----------------------------------------------------------------------------------
COLT 三天待定 地点待定 (计算学习理论最好会议)
(往年在6月12-7月初波动)
ACL 7月30-8月4 温哥华 (计算语言学/自然语言处理方面最好的会议)
Robcup 7月(未知) 名古屋 (机器人世界杯)
-----------------------------------------------------------------------------------
SIGIR 8月7-11 东京 (信息检索方面最好的会议)
SKDD 8月14-17 加拿大，哈利法克斯(数据挖掘方面最好的会议)
IJCAI 8月19-25 墨尔本 (国际顶级人工智能联合大会)
明年9， 10, 11月召开的重要会议。
A类+B类
ECAI 8月29-9月2 2017年不开。
IROS 9月24-28 温哥华 (世界机器人和系统顶尖学术会议)
ICCBR 9月25-26 芝加哥 (Case-Based Reasoning方面最好的会议)
ICCV 10月22-29 意大利威尼斯 (计算机视觉方面最好的会之一， IEEE主办)
ECCV 10月召开 2017年不开。
明年12 ，1, 2月召开的重要会议。
A类+B类
NIPS 12月以后 待定 (神经计算方面最好的会议之一)
AAAI 2月4-9 旧金山 (美国人工智能学会AAAI的年会)
明年3, 4, 5 月召开的重要会议。
A类+B类
AAMAS 5月8-12 圣保罗 (Agent方面最好的会议)
ICRA 5月29-6月3 新加坡 (IEEE世界机器人与自动化大会)
3月9日，科技部副部长李萌主持召开了人工智能领域众创空间座谈会，就推动我国人工智能专业化众创空间的建设发展、引导双创活动进入人工智能领域听取相关众创空间代表的意见。科技部高新技术发展及产业化司司长秦勇、创新发展司副司长张旭、火炬高技术产业开发中心副主任安道昌出席了座谈会。
会上，来自智慧家庭、智能硬件、虚拟现实与智能硬件、无线通信4家国家专业化众创空间的负责同志和来自军民融创汇、因果树、洛可可集团、创客总部、太库、远见育成、泰智会、PNP、中关村科技园海淀园等多家众创空间的代表进行了踊跃发言。参会代表结合各自的运营经验，总结了人工智能领域创新创业和科技孵化方面的新特点、新定位、新功能。大家一致认为，人工智能领域创业具有更高的技术门槛，对人才素质要求高，技术的实现需要依赖大数据和云计算的技术，有助于实现对传统行业的转型升级。
与会代表分析了人工智能领域众创空间发展面临的问题，并就如何充分发挥市场和政府的综合作用推动人工智能专业化众创空间发展，从底层共性技术研究、基础服务和计算平台建设、构建人工智能产业生态链、加强人才培养和引进、创业引导资金需求、成果转化、资源开源共享等方面提出了政策需求和体制机制建设建议，为国家层面下一步研究人工智能领域的规划部署和组织实施积极建言献策。
2017年3月7日，科技部部长万钢主持召开人工智能发展企业座谈会，就强化人工智能战略部署、加快推动中国人工智能发展听取有关专家和企业代表意见。科技部副部长阴和俊、李萌以及北京市科委、上海市科委、深圳创新委、中关村自主创新示范区等单位负责同志出席会议。
会上，来自中国电子科技集团、国家电网、百度、阿里巴巴、联想、华为、京东、科大讯飞等10余家人工智能相关领域的企业代表围绕人工智能现状及趋势、国内人工智能发展瓶颈问题、如何充分发挥好市场和政府两方面作用进行了发言。大家一致认为，人工智能是当前最具战略性挑战性的前沿技术领域，有可能开启一个新的发展时代，对国家经济社会发展带来重大变革和深远影响。中国人工智能面临重大发展机遇，部分应用领域与世界处于同一起跑线上，加快发展需要政府企业深度合作，加强产研融合，推动数据开放，积极营造加快人工智能发展的良好生态。各单位还结合所在产业领域，为国家层面加强人工智能领域部署提出了好的意见和建议。
万钢部长认真听取了企业发言，并就有关问题与大家进行讨论。他在总结讲话中指出，近年来互联网、大数据、深度学习、脑科学的.技术突破，推动人工智能正在向数据驱动、人机协同、跨界融合、群体智能方向转变，与各领域广泛渗透，引发链式突破，加速新一轮科技革命和产业变革进程。中国人工智能发展要更多的依靠科技创新，更多的依靠产业和企业，更多的依靠市场机制。围绕中国人工智能下一步发展，万钢部长强调了三方面内容。
一是人工智能技术的迅速发展将深刻改变人类社会生活、改变世界。人工智能与制造业、服务业等行业的深度融合将催生出新业态和新模式。要统筹思考人工智能对我国经济社会的影响，充分发挥人工智能在推进供给侧结构性改革、增强发展新动能、改善民生福祉、完善社会管理等方面的重要作用。
二是加快人工智能发展，必须坚持市场引导、企业主体和政府推动。要充分发挥企业在技术创新中的主体作用，依靠市场选择确定技术路线、创新资源配置。政府要强化基础研究、关键共性技术、基地平台的战略部署，特别是要注重数学、逻辑等基础学科建设，推动自然科学和社会科学的相互融合，完善政策规范，积极营造安全公平发展环境。
三是加快发展人工智能，必须高度重视开源开放、共建共享。开源不是免费，要坚持市场、互利、共赢原则，鼓励引导开放知识平台、开源软件平台、开源硬件工厂、社会交流平台、群智众创空间建设，刺激技术研发，扩大产业应用，促进交流合作，为人工智能发展营造协同共赢的良好生态。
创新发展司副司长张旭、资源配置与管理司副司长吴学梯和高新技术发展及产业化司司长秦勇等同志参加了会议。
★ 人工智能论文
★ 人工智能 影评
★ 人工智能学习心得
★ 人工智能心得体会
