2022年8月6-7日，AISummit全球人工智能技术大会如期举行。本次大会以“驱动·创新·数字智能”为主题，涵盖计算机视觉、自然语言处理、语音识别、算法与模型、推荐系统、机器学习、智能驾驶、智能金融、元界、MLOps等多项技术细分为科技公司的中高端技术管理者和技术从业者，计划/正在向数字智能转型的企业管理者，以及对人工智能领域感兴趣的人士和创业者带来一场饕餮科技盛宴。7日下午，在《AI赋能产业实践》主题的分论坛上，蚂蚁集团技术风险部风险智能与高可用算法负责人蒋伟，百度高级研发工程师/AI+药物发现方晓敏技术负责人、泰帆科技副总经理马国宁、云知智CTO张波、福友卡车技术合伙人陈冠玲五位大咖聚焦AI在不同领域的应用，带来精彩的主题分享，提供有力参考用于在数千个行业中实施人工智能。参考。蚂蚁绿智能容量技术在云原生大规模在线微服务系统中得到实践，故障主要来自变化和容量。一旦发生故障，可能造成服务中断和生产事故，造成巨大的经济损失和客户投诉集中。如何应用算法模型构建变更风险识别和容量自动评估，提高系统可靠性，保证高可用？在蚂蚁集团技术风险部风险智能与高可用算法负责人姜伟带来的话题分享中，他进行了详细的讲解。姜伟表示，一个高可用系统必须具备三个主要要素：故障少、恢复快、成本低。蚂蚁集团的主要过失来自变化和产能，占比超过50%。为此，蚂蚁集团利用自身算法能力，构建了变更场景的变更风险识别能力，以及容量场景的容量自动化评估能力。接下来的时间，姜伟详细分享了蚂蚁集团在变化场景中采用的主要技术，以及在绿色智能容量技术上的一些实践。姜伟表示，通过多方面的技术优化，蚂蚁集团的风险识别和能力评估在系统可靠性和保障方面取得了显著成果。姜伟强调，数据有数据边界，算法也有算法边界，但只有真正理解业务、理解数据、理解工程，才能更快更好地在业务场景中实现算法，更好地利用数据，让技术真正创造为企业创造更大的价值。近年来，“AI+医疗”发展迅猛。凭借其智能化、自动化的特点，主要应用于公共卫生、医学影像、医疗机器人、药物研发等领域。虽然“AI+医疗”还处于早期阶段，商业化应用程度较低，整体市场渗透率也较低，但“AI+医疗”有着非常广阔的发展空间。百度高级研发工程师、AI+药物发现技术负责人方晓敏在《百度生物计算大模型的药物研发之道》分享主题中指出，当前AI+药物研发主要集中在药物设计和发现阶段，重点是利用机器学习模型来解决药物设计和发现的耗时过程。,高成本的模拟化学或生物实验。方晓敏表示，AI用于药物研发的主要挑战是生物领域的标注数据非常少，获取成本非常高。为了更好地将AI技术应用到生物医药领域，百度推出了螺旋桨PaddleHelix。PaddleHelix是一个AI驱动的综合生物计算开源工具库。底层基于Paddle的核心框架PaddlePaddle，包括开源工具和平台服务两层。接下来，方晓敏详细介绍了螺旋桨PaddleHelix的主要技术优势。方晓敏表示，PaddleHelix希望尽可能多地利用我们能得到的各种数据，比如未标注的数据。他强调，在生物领域，有很多未标记的数据，使用PaddlePaddle可以收集大约1B化合物未标记数据和2B蛋白质未标记数据。据介绍，PaddlePaddle可以完成复合建模和蛋白质建模折叠，并取得了显著成果。汲取一切，从柯尼斯堡到产业赋能在产业赋能的过程中，当AI遇到瓶颈，自身能力不够时，谁来赋能AI？使用知识图是最好的方法。泰凡科技副总经理马国宁带来了《图绘万象，从柯尼斯堡到百业赋能》的主题分享，从知识图谱这一认知智能领域的重要技术出发，将著名的欧拉提出的柯尼斯堡七桥问题延伸到如何使用它利用图论等领域的前沿理论技术，解决了知识图谱在实际应用中面临的实体复杂、检索困难、更新开销大等问题。马国宁强调，通过打造有效的平台工具，以低成本、高效率的方式解决不同行业的问题，已成为共识。在接下来的分享中，马国宁结合大量实际案例，详细展示了利用知识图谱平台赋能不同行业的技术实践。马国宁表示，我们致力于为行业提供一种工具，让那些前沿技术和无法理解的技术应用变傻，为AI和产业赋能提供多种可能，让人工智能行业拥有百花齐放的未来盛开。从实验室到用户桌面，AI实践之路近年来，AI在各行各业得到广泛应用，推动着各行各业的智能化，极大地提升了管理和决策水平，IT行业也不例外。将AI应用于IT运维，即AIOps，是AI在IT行业的一个热点应用。因此，如何高效运维成为IT部门乃至CIO必须面对的问题。云智能CTO张博在《从实验室到用户桌面，AI 落地实践之路》主题分享中指出，在指标、日志、调用链等数据中加入Algorithm算法，是AIOps的场景。在接下来的分享中，张博带来了AI2B行业智能运维的相关分享，讲解了AI算法如何与行业适配落地，AI工程如何在行业适配落地，并分享了实战案例行业内的企业发展技术。张博表示，AItoB是一个特别有意思的行业，不仅需要算法能力，还需要执行力，成败要看效果。整个Algorithm，整个算法星海，大家需要去探索深度学习，机器学习等等一些技术，真正赋能产业变革。自动驾驶在干线物流中的技术应用自动驾驶是人工智能最典型的应用场景之一。对于物流企业来说，除了安全之外，应用自动驾驶的核心驱动力是降低成本。福佑卡车技术合伙人陈冠玲在分享主题《自动驾驶在干线物流的技术应用》中指出，长期以来，公路货运存在诸多痛点。一是感知距离远。对于高速行驶的重卡，感知距离越远，意味着制动距离越长。二是变道难。卡车在高速场景下完成变道大约需要10秒。如果加上驾驶员的提前观察，可能花费的时间会更长，对周围车辆安全行驶的风险也会更大。.接下来的时间里，陈冠玲详细分享了自动驾驶企业的开源商业运营场景，从技术、落地、实践三个角度全面剖析了人工智能与物流的融合发展。为推动自动驾驶技术进步，福友卡车启动“启明星”计划，面向自动驾驶企业开源，开放福友商业运营场景。陈冠玲表示，我们的愿景是打造一个真正的跨城物流智能运营平台，从现在的调度员驾驶货车，到未来的人机结合的智能车辆调度员，再到未来的无人驾驶货车调度员。写在最后：随着计算机视觉、语音识别、机器学习、算法、模型等技术的不断优化，以及产业结构的不断完善，人工智能拥有更加丰富的应用场景，如风控评估、工程运维、生物制药、物流货运等领域，同时加快AI产业结构升级。通过本次活动的召开，五大行业人工智能领域资深专家的精彩实践分享，为人工智能在不同领域的应用提供了有力的借鉴，进一步带动了人工智能技术在千家万户的落地。行业。观看视频回放，请前往AISummit官网：aisummit.51cto.com关注【技术栈】公众号，回复【AI大会】获取大会PPT
