11月12日上午，2016年江苏省人工智能学术会议（JSAI 2016）在镇江市江苏大学会议中心开幕，这是我省人工智能领域科技人员的一次学术盛会，170多位代表出席了本次会议。会议征集到论文稿件177篇，择优录用发表在国内12种学术期刊的正刊上。会议由江苏省计算机学会人工智能专委会、江苏省微信电脑协会人工智能专委会联合主办，江苏大学、江苏科技大学承办，镇江市计算机学会、南京杰世欣计算机科技有限公司、上海天源迪科信息技术有限公司协办。

整个会议为期三天，11日下午报到，11日晚上召开两个人工智能专委会委员大会，12日上午和13日上午两场大会特邀报告，12日下午进行会议录用论文分组交流。

大会特邀报告的6位专家学者及其报告题目分别是：澳大利亚伍伦贡大学计算与信息技术学院副教授王雷的“On Learning Convariance based Feature Representations for VisualRecognition”，国家优青、南京理工大学计算机学院教授唐金辉的“社会媒体语义的挖掘、理解与检索”，国家优青、苏州大学计算机学院教授熊德意的“机器翻译的大数据智能”，中科院“百人计划”入选者、同济大学特聘教授黄德双的“卷积神经网络的回顾、展望与生物信息学应用探讨”，国家优青、东南大学计算机学院教授耿新的“标记分布学习范式”，中国计算机学会优秀博士学位论文奖获得者、南京大学计算机系副教授王魏的“Theoretical Analysis on the Utility of Unlabeled Data”。王雷教授在报告中介绍基于协方差矩阵的图像识别，分享了其基于协方差的视觉识别特征表示方法的研究成果，通过学习和设计协方差矩阵，能显著提高图像识别性能。唐金辉教授的报告从数据形态和数据源分别入手，通过异质媒体信息跨域传播与网络图像标签改善两种解决方案为各种学习任务提供丰富的带标签数据，为机器学习特别是深度学习提供基础。熊德意教授的报告探讨了大数据驱动的机器翻译及其面临的四个主要问题，并总结机器翻译需要“大数据”和“深层模型”齐头并进地发展。黄德双教授报告了所在研究团队将卷积神经网络技术应用于生物数据的相关分析，推动卷积模型在医学影像学中的应用与发展。耿新教授详细描述了标记分布学习范式，及其相较于传统学习范式的优势和广泛的应用前景。王魏教授报告了如何利用未标记数据进行机器学习，并通过三种范式的理论分析，解释其良好的学习性能。