【.com原稿】6月21日，WOT2019全球技术峰会暨全球人工智能技术峰会在北京JW万豪酒店隆重举行。来自全球人工智能领域的一线厂商、行业领袖和专家将分享前瞻观点、技术和应用案例，探讨如何利用人工智能技术更好地赋能行业转型升级，加速深度应用人工智能在各个行业的应用。峰会围绕人工智能领域共性技术、应用领域和企业赋能三大主题。商业创新、智能产业赋能等，共12场，42个话题的分享与探讨。6月21日下午，通用技术主题峰会正式拉开帷幕。机器学习实践、搜索与推荐算法、知识图谱技术、自然语言处理与语音识别四场专场同步举办。十多位讲师为来宾带来了精彩的技术。分享。主题一：机器学习实践机器学习实践环节聚焦大规模机器学习，涉及深度学习、强化学习、迁移学习、监督学习、半监督学习、无监督学习等，三位来自不同领域的专家分享机器学习在转动。了解技术在各自领域的实际应用。网易云音乐音乐推荐负责人肖强分享《AI算法在音乐推荐中的实践》。众所周知，网易云音乐是音乐爱好者的聚集地。音乐推荐系统致力于通过AI算法的实现，为用户实现个性化推荐，为用户带来不一样的听音乐体验。在本次分享中，肖强着重介绍了AI算法在音乐推荐中的应用实践，以及算法实现过程中遇到的挑战和解决方案。在在线教育领域，1V1直播视频内容是核心数据之一，特定领域和场景的视频内容理解技术可以提升在线教育企业的核心竞争力，因此显得尤为重要。VIPKID供需优化技术负责人沉亮就《在线教育行业中视频理解的应用》话题进行了深入探讨，详细讲解了VIPKID如何进行数据价值挖掘和产品化尝试，介绍了视频内容分析方面的技术实践，以及后续业务应用程序。与传统教育行业不同，在在线教育领域，老师和家长无法对学生进行及时有效干预。同时，平台也无法通过有效手段对教师的教学质量进行管控。沉亮提到：深度学习和产品需求是相互驱动的，让视频内容理解领域慢慢渗透到产品和用户的多个方面。VIPKID平台每天需要处理400万分钟的语音用于语音识别、噪声识别、语音情感识别等，还需要处理10亿张图片数据用于人脸识别和人脸检测。压力与挑战并存。VIPKID借助AI手段，结合在线教育领域的具体场景，提升平台整体竞争力。广告是通过互联网获利的主要方式之一。美团点评资深技术专家王永康在会上详细讲述了美团外卖广告算法的实践经验。据悉，经过3年的迭代，美团外卖广告已经构建了支持多产品形态、多销售模式、多目标从0到1的商业变现体系，产品形态包括品牌广告、信息流广告、搜索广告、推送广告、销售模式支持CPC、CPM、CPT、合同广告等。王永康着重介绍了算法在解决广告业务问题和搭建技术体系过程中遇到的挑战、思考和实施方案，分析了广告变现的核心问题和关键策略，总结了美团外卖广告机制设计的思路和实践，梳理了外卖广告模式从树模型到深度学习和强化学习的演进过程。主题二：搜索和推荐算法无论是互联网、移动互联网还是电子商务，搜索计算都变得越来越重要，基于人工智能的搜索和推荐算法逐渐占据上风。如何根据自身业务数据的特点设计出适合的深度推荐和搜索算法，同时设计合理的架构保证算法的稳定运行是搜索和推荐算法专场的主要关注点.推荐系统对业务效率的提升已经有很多验证。在内容阅读场景中，通过推荐系统大幅提升产品流量和收入的案例不在少数。随着推荐系统的发展和成熟，商业应用对推荐系统提出了更高的要求。4Paradigm推荐业务算法团队负责人程孝成带来了的主题分享，介绍了目前的推荐系统如何同时服务于用户增长、业务变现、用户体验等多元化优化目标，并讲解了推荐系统项目的发展现状，以及项目各个环节实施的难点。在《荔枝APP的UGC推荐系统探索与实践》主题演讲中，荔枝FM推荐系统架构师庄正忠首先介绍了荔枝的推荐理念，以及内容理解、用户理解、算法模型和交互设计的四大关注点；接着介绍了荔枝推荐系统的主要架构，音频推荐系统建设中遇到的难点和应对策略，以及音频内容特征的提取和新的声音发现机制；最后介绍了一些典型的推荐策略，例如利用强化学习处理用户兴趣探索的Explore&Exploit算法，利用DSSM作为长尾Attemptsrecall，一种参数降维FFM排序算法，商品运营策略+机器学习融合模型排序等。游戏娱乐也是推荐系统的重要应用场景之一。金山西山居游戏AI技术专家黄洪波分享了推荐系统在剑网3推栏目项目中的实现经验。《剑网3推赞》是《剑网3》玩家的首选娱乐聚集地。集官方资讯、趣味内容、玩家社交、创意分析、专业工具、游戏视频及辅助工具于一体，提供实时专业竞技数据和游戏。可互操作的社交服务APP。围绕特征选择、离线计算、在线预测三大阶段，黄洪波分享了如何向用户推荐个性化新闻，结合“剑网3推栏”项目的经验，对推荐系统进行了详细讲解。系统架构和流程总结了常见的陷阱和破解方法。主题三：知识图谱技术人工智能可以实现的语音助手、无人驾驶等应用，都来自于知识图谱的支持。知识图谱的价值在于让机器具备认知能力。在知识图谱技术专场，三位技术大咖从理论、方法、技术、场景应用等方面阐述了知识图谱技术的应用现状和发展前景。知识图谱是下游应用的基础。瑞再数据科学家王冠从数据、算法和架构三个层面阐述了如何构建知识图谱。他在演讲中提到：“我们试图梳理构建中文知识图谱的实践过程，包括知识图谱的设计和定义、如何获取标注数据、如何识别实体和关系、如何利用现有资源和工具等，以及算法和工程是如何构建的，等等。”随后详细介绍了网络结构的选择、信息抽取工具、文本标注工具尤其是中文标注工具的使用，以及基于主动学习的智能标注等。基于知识图谱的问答得到了深入的应用在美团点评的O2O智能交互场景中，美团点评的O2O场景涉及到很多生活服务领域的需求，包括订餐、外卖、酒店、旅游、娱乐等。美团点评资深算法专家潘璐表示，智能语音交互在这些领域发挥着越来越重要的作用，其中资源查询和信息查询的知识图谱融合成为主要的交互方式。从传统的KBQA技术出发，潘璐与嘉宾分享了美团点评如何结合O2O的独特场景和特殊问题，深度应用和演进KBQA从t资源构建和查询理解方面。互联网使数据和知识的产生和共享变得非常方便，但大规模冗余和嘈杂的数据也给信息获取带来了巨大挑战。通过提取有用的实体、概念及其关系构建大规模知识图谱，再通过自动问答为用户提供精准的知识服务，是大数据环境下获取信息的有效方式之一。中国科学院自动化所副研究员何士柱介绍了基于知识图谱的问答技术、基于深度学习技术的知识问答方法、自然问题语义分析新模型，以及生成可以生成流畅的自然语言答案的模型。其中深度学习的应用策略和方法分析了现阶段知识图谱问答技术存在的问题，并对未来的发展趋势进行了预测和展望。主题四：自然语言处理与语音识别以语言和知识为研究对象的自然语言处理（NLP）技术和语音识别技术是人工智能的重要通用技术，从中文分词、词性分析、改写，到机器学习翻译、语义理解、对话系统等，NLP和语音识别技术已经成功应用在各种产品中。作为一种新技术应用，智能对话正在悄然改变着人们的生活方式。随着语音识别和合成等技术的突破，智能对话与电话终端的结合成为新的方向。阿里巴巴资深算法专家周炜介绍，2019年麻省理工学院十大技术突破中，阿里小米语音助手荣登榜单。周伟从语音端的自然语言理解技术、对话策略技术、文本生成技术等方面详细分析了构建语音端人形机器人的思路和技术探索，并分享了语音端的技术实践经验小米对话机器人。随着深度学习技术的快速发展，深度神经网络在自然语言处理中的应用越来越广泛。追一科技AILab高级研究员潘胜峰以企业服务中的智能交互为切入点，探讨如何利用深度学习让传统交互方式更加智能，并针对实际中不同问题的技术路径进行了讨论和实践场景。分享中，潘胜峰介绍了追翼科技在为企业提供智能交互服务方面的探索与实践，包括如何划分场景、制定目标、选择技术方案、突破深度理解等。3年来，追一科技不断探索深度学习在NLP中的应用，构建了具有文本、语义、多模态等多种交互形式的智能系统，并应用于金融、政府、企业、和运营商，帮助企业提升服务。效率和成本降低。并通过FAQ到知识图谱、数据库、文档的知识智能交互，提升AI解决问题的能力。工业互联网的本质是从“流量经济”向“数字经济”转变。AI技术将如何在工业互联网中发挥实际价值？根据启方的AI实践，启方技术总监孙林分享了《4D看房：写稿机器人和VR的美丽邂逅》的主题。孙林详细介绍了启方在标准化、数字化、智能化道路上如何在工业互联网领域做的。通过语音、NLP、VR等多种AI技术的运用，在有限的时间内将房屋内有价值的信息有效地传达给用户，提升用户的在线观看体验。接下来，在WOT2019全球技术峰会暨全球人工智能技术峰会第二天的议程上，将围绕应用领域和企业赋能两大主题继续深入探讨，包括智慧安防、智慧金融、智慧零售、智慧城市、智慧商业创新、IT架构优化、AIOps、智慧企业赋能八个分论坛也将陆续开启。让我们一起期待吧！以上就是前线记者带来的精彩报道，更多独家深度报道，后续会出品，敬请关注51cto.com。【原创稿件，合作网站转载请注明原作者和出处为.com】
