【.com原稿】12月1日，WOT2018全球人工智能技术峰会进入第二天。昨天学习了基础技术，今天大会的关键词就是实践！上午的应用领域篇，分为推荐搜索、人机智能、计算机视觉、文本分析和NLP四个分论坛。应用领域推荐搜索：融合机器学习能力的实用推荐系统的核心排序算法，已经从传统的LR、GBDT等模型发展到Deep&Wide、DeepFM、PNN等几种深度模型与传统模型相结合的阶段。360拥有丰富的推荐系统实现场景。如何根据各业务数据的特点，设计合适的深度推荐算法，同时设计合理的架构，保证深度学习算法的稳定运行，成为推动深度学习落地的难点。基于学习的推荐系统。奇虎360技术经理张康在演讲中从两个方面介绍了基于深度学习的推荐系统在360的应用。一是推荐系统相关算法的最新研究进展，二是在360具体应用场景下的算法设计和数据测试方面的一些工程实践。算法生活副总裁王建强带来了以《Stitch fix: 基于算法推荐的背水一战》为主题的分享。王建强在演讲中介绍了数据科学家的职业发展以及算法在Stitchfix中的应用。Stitchfix是硅谷一家数据驱动的服装订阅电商公司。数据科学团队占公司总人数的1/4，承担数据平台、用户、推荐和库存等工作。最近，淘宝的推荐收入超过了搜索，而Stitchfix的收入100%来自算法推荐。王建强对Stitchfix推荐算法和人机耦合推荐模式的一些尝试进行了深入介绍。最后，王建强还分享了数据在需求预测、动态库存等领域的应用。美团资深算法专家江千城主要介绍了美团O2O服务搜索的特点以及在《美团O2O服务搜索的深度学习实践》分享主题中面临的技术挑战。之后，重点从用户理解和个性化排名两个方向着重介绍了深度学习技术的应用与实践。具体内容包括：1.美团搜索的业务现状、规模和需要解决的核心问题，同时介绍了O2O搜索与传统搜索的异同点，以及面临的技术挑战；2.为了满足用户多样化的需求，首先要更好地了解需求，因此了解用户查询和个性化需求是必不可少的。演讲重点介绍了用户对深度语义模型理解的一些突破和进展。3、从搜索结果个性化排名层面，蒋千城介绍了深度学习模型在美团排名中的探索和进展。人机智能：释放创新的力量人工智能的繁荣是由深度学习技术驱动的。如今，智能客服、语音识别等领域已经与商业场景应用相结合，赋能各行各业。一个应用程序。京东坚持用科技驱动消费体验升级，致力于将人工智能技术与商业场景应用相结合，不断实现体验升级和创新。智能对话作为京东历史悠久的技术领域，已经在京东客服业务中得到成熟应用。基于自然语言处理、深度神经网络、机器学习等AI前沿技术的智能客服，是业界首款大规模商业化的情感智能AI客服机器人。已经承担了京东90%以上的消费者咨询，具备识别情绪的能力。此外，京东还为人类打造了“AI智能辅助”套件，加快人类客服的响应能力，提升标准服务水平。它还为京东商户和外部企业组织提供商户服务机器人和智能对话解决方案。京东智能对话研发部技术总监刘丹在主题为《智能对话助力京东客服体验升级》的演讲中分享了京东智能对话如何通过整体解决方案助力客服咨询体验升级。扇贝算法团队负责人张志博带来了《深度学习在语言学习场景下的技术实践》的主题分享。他在谷歌开发者大会上分享了一个Scallop的案例项目作为例子来描述深度学习在语言学习场景中的应用。探讨如何在中小团队落地，从基础设施建设到数据收集清洗，再到模型选择和评估，逐步搭建深度学习落地的开发框架和迭代过程。苏宁一直将智慧零售的理念放在产品体验上。作为国内O2O战略的践行者，苏宁通过大数据、机器学习、深度学习等新技术积累了20余年的行业知识和产品体验提升。努力的方向。苏宁搜索团队围绕电商领域的导购、服务、任务助手等几个方面，研发了智能导购机器人平台，为业务条线提供良好的支持。在《苏宁智能购物助理机器人平台》的分享中，苏宁易购搜索算法团队负责人孙鹏飞介绍了苏宁智能导购机器人平台、智能人机交互构建技术实践、挑战与未来等。计算机视觉：人工智能之门情报技术。计算机视觉是指利用相机和计算机模拟人的视觉，对目标进行识别、跟踪和测量，并通过识别和分析进行进一步的图形处理，使计算机处理更适合人类的机器视觉。肉眼观察到的或传输到仪器上进行检测的图像。该技术在构建可以从图像或多维数据中获取信息的人工智能系统中发挥着重要作用。在计算机视觉环节，阿里巴巴-饿了么高级总监李培率先出场。他演讲的主题是《本地生活场景中的物体文本识别与三维重建》。本地生活场景包含大量具有挑战性的计算机视觉任务，如菜单识别、招牌识别、菜品识别、商品识别、行人检测和室内视觉导航等。这些计算机视觉任务对应的核心技术可以概括为三类：物体识别、文本识别和3D重建。李培在演讲中概述了视觉技术在这三个方面的发展，并着重介绍了最新进展。据有效统计，全球人工智能人才仅30万，而且获取此类人才的成本还在不断攀升。大多数AI人才会专注于人脸识别、车辆、车牌识别等领域，但对于长尾需求，尤其是想要整合自身业务的客户，市场上基本没有成熟的应用。针对这些问题，第四范式影像平台负责人黄英宁在《如何低投入的构造视觉应用》的演讲中分享了通过工具手段寻找另一种轻量级解决方案。以消费者体验为核心，通过VR/AR技术赋能新零售，重构消费者体验场景，提升消费者购物体验，一直是国美的追求。国美产品经理隋晓燕在《VR/AR助力国美新零售》《VR/AR助力国美新零售》的演讲中，主要阐述了以下三个方面：1、AR、VR技术加速新零售行业发展。2、VR、AR创新营销模式。3、VR、AR与新零售的未来。文本分析与NLP：破译人工智能中最难的问题之一自然语言处理是深度学习的主要应用领域之一，其在人机对话、问答系统、语言翻译等方面的应用一直备受关注在自然语言处理主题中很受欢迎。自然语言数据作为一种重要的交流形式和信息载体，广泛存在于企业日常业务的方方面面。合理的NLP技术可以克服自然语言中的非正式性和不确定性等问题，挖掘和捕捉其中蕴含的有价值的信息。信息，进而用于商业咨询、决策支持、精准营销等，是企业重要的AI能力之一。在《NLP技术在宜信业务中的技术实践》的演讲中，宜信数据科学家荆宇新着重介绍了基于机器学习的NLP技术在宜信内部各业务领域的应用，并分享了相关实践经验，包括智能机器人在业务支持、客户服务等方面的探索，基于文本语义分析的用户画像构建、NLP算法服务平台实现思路等微博作为中国最大的社交媒体平台，每天用户更新数亿条微博内容。然而，微博内容的特点是文字短小，表达形式丰富，给内容的理解带来了很大的难度。新浪微博NLP负责人徐望军在主题为《NLP在微博中的应用》的分享中介绍了微博内容理解的场景、难点、解决方案和算法，以及在微博兴趣推荐场景中的应用。对话系统是NLP领域常见的技术方向，也是目前尚未完全解决的技术难点。近年来，深度学习的繁荣将对话系统带到了一个新的高度。客客作为业内最大的住房服务平台，在对话系统方面进行了长期的探索尝试。常规的对话系统试图取代传统的人工服务，而Keike的对话系统有自己的创新。人工智能和人工智能知识可以一起学习和进化。借助深度学习和传统NLP技术，真正为行业赋能。启方资深算法专家陈凯江分享了启方在语义理解、对话系统、语音助手、VR看房等方面的技术和产品实践。作为国内知名的知识共享平台，知乎拥有2亿注册用户，超过1亿个答案。目前，AI已经全面参与到知乎的方方面面，大大提高了效率。知乎AI团队技术总监黄博带来了《知乎AI技术及应用》的精彩演讲，分享了知乎在知识图谱、内容理解、用户画像等方面的具体技术及相关应用。行业赋能篇12月1日下午，WOT2018全球人工智能技术峰会进入行业赋能篇，包括商业实践、优化硬件、行业赋能、AI新一代应用四个分论坛。真知灼见：在商业实践中探索本次峰会的商业实践环节主要分享了人工智能在不同行业商业应用的实践案例。随着移动应用和内容服务的发展，视觉搜索技术日益成为用户增长和应用体验提升的关键因素。蘑菇街图片搜索技术负责人宋洪亮在《视觉搜索技术系统与业务应用》的演讲中，结合蘑菇街海量的图片/商品数据和互联网业务场景，介绍了蘑菇街在视觉搜索方向的技术探索和商业实践的演进。根据电商领域的数据特点，阐述了深度学习的应用以及带来的效果提升，包括商品类别预测、主题检测、使用Attention学习更多可识别的深度特征、图像特征融合等。同时，通过具体的业务案例，介绍了视觉搜索技术的应用之路。如今，几乎每个人都接触到房屋租赁领域的方方面面，但当前行业仍存在房屋信息不真实、信任体系缺失、信息匹配效率低等痛点。贝壳租赁平台数据战略部负责人闫妍将在行业赋能商业实践专场带来精彩演讲《贝壳租房的真房源模型与信用体系建设》。本次演讲将从客客租房的实践经验出发，介绍客客租房利用大数据和机器学习的方法来把控房源的真实性和服务质量。行业信息匹配效率。金山办公AI领域专家、高级工程师黄洪波带来了名为《知识图谱在企业中的落地》的精彩分享。他在分享中指出，在面向对象时代，我们常说万物皆对象。以前，我们只分析单个对象。随着互联网和社交网络的发展，对象之间的联系越来越紧密，我们称对象为实体，现在分析实体之间的关系变得尤为重要。我们可以利用知识图谱相关技术，挖掘实体之间的关系，从而发现商业价值，打造自己的知识图谱应用。优化硬件：为机器学习带来无限可能使用Tensorflow训练的摄像头采集识别模型，想用一节七号电池跑一年怎么办？WRTnode创始人罗伟在《嵌入式AI计算平台技术及应用场景》发表演讲，梳理了目前商用的低功耗边缘测量神经网络计算平台技术，以及相应的应用场景和一些商用问题。计算的发展迅速推动了人工智能的发展。AlexNet、GoogleNet和Resnet等人工神经网络的高级模型已经需要Exaflos计算。人工智能计算平台在不同领域的应用会遇到多重瓶颈，如计算能力瓶颈、时延瓶颈、通信能力瓶颈等。如何解决这三个核心问题？浪潮商用机械有限公司技术支持部售前工程师薛松在《硬件重构与企业AI框架就绪的Power平台》的演讲中指出，AI平台设计的核心是提升单位密度的计算能力，实现可扩展的计算规模，创建更高效??的计算架构，从而解决这些问题，这些问题按难度递增的顺序呈现。提升单位计算能力的经典产品是NVIDIA-DGX1，通过硬件解耦实现资源的物理池化和动态重构，实现可扩展性。浪潮商用FP5295G2服务器，专门为AI重新设计了IT基础设施。做了一个创新的设计。北京小迪科技有限公司创始人兼CEO彭俊辉在《氖星智能商用机器人大脑》的演讲中表示，星星智能是一个人机自然语言交互的IT系统。为用户提供人机自然语言交互服务。霓星智能基于小地机器人DSA自然语言处理技术，问答准确率大于80%；对话支持上下文，交互自然流畅。NeostarSmart是一个新的流量入口，可以作为客服机器人，也可以作为智能硬件的对话系统。它是商业机器人的大脑。北京炭精科技有限公司副总裁宋健带来了一场名为《存储优先AI芯片架构 突破“Memory Wall”的新型AI芯片架构》的精彩分享。他在分享中指出，在提升深度学习算法的计算效率时，内存墙已经成为AI芯片能效比提升的一大障碍。传统CPU/GPU/DSP等处理器架构计算效率的提升无法破解神经网络。由于大数据量特性问题，采用im2col或直接卷积计算的ASIC设计也受到数据带宽的制约。发现科技提出全球领先的存储优先AI芯片架构（SFArchitecture），结合计算与存储一体化、软硬件联合设计、数据压缩等技术手段，超越内存墙的局限，提升能效AI计算比再上新台阶。行业赋能：AI的终结人工智能在安防、新零售、金融等领域创造了真正的价值。行业赋能专场专家解读了AI在各行业的应用与实践，分享了AI如何赋能各行各业。新媒体正踏上数字技术引领的新征程。近年来，随着人工智能技术的快速兴起，媒体融合创新不断发展。随着以今日头条为代表的AI技术异军突起，内容付费、智能推荐引擎、用户行为分析等技术不断涌现，可以说媒体进入了一个新的进化周期。北京融智联科技有限公司新媒体事业部高级产品经理李季将在行业赋能环节聚焦AI技术在新媒体领域的创新应用和生态体系建设。人工智能技术的快速发展和行业赋能，离不开算法的演进和基础设施的优化。为快速推动企业AI应用落地，UCloud基于公有云研发多年的技术积累，结合AI技术特点，开发了一整套AIPaaS线上线下基础AI云平台解决方案。UCloudAI平台技术专家宋翔从云计算基础设施出发，结合AI训练和推理任务的特点和需求，介绍了如何结合UCloud公有云平台和UMCloud私有云平台的优势，构建在线和线下集成AIPaaS平台，以及在搭建AIPaaS平台过程中的一些方法和思路，以及其中遇到的挑战和解决方案。微点AI负责人夏健在《微店AI实践》的演讲中指出，AI技术在电商领域非常重要，但AI的实用门槛非常高，尤其是对于初创公司而言。夏健的演讲结合AI在微店的实践经验，从图像、用户画像、数据挖掘、自然语言处理等角度探讨了电商创业公司如何构建AI系统，以及如何利用AI解决实际问题。AI下一代应用：AI扬帆起航在AI新一代应用专场，DataVisor中国区技术总监崔洪宇率先亮相。他演讲的主题是《AI在反欺诈领域的应用》。他指出，人工智能技术在赋能各行各业的同时，也被网络犯罪分子所利用，使得黑客攻击更加自动化、隐蔽性更强、难以监控。DataVisor在互联网反欺诈领域的研究发现，目前黑产的攻击模型呈现出以下趋势：攻击方式多样化且变化迅速，攻击方式趋向于模拟正常用户，攻击账号的主要来源逐渐从大规模注册转向ATO账户。由于对欺诈案例和标签数据的强烈依赖，传统的规则体系和监督模型往往无法及时应对快速演变的黑客攻击，在反欺诈中一直处于被动防御状态。DataVisor的无监督算法，通过在高维空间进行全局分析和聚类，可以自动发现无标签的大规模关联欺诈群体。无监督算法在早期预警和检测快速演变的欺诈模式方面具有显着优势。中国民航爱维总经理曹飞在《电力行业的智能技术应用》的讲话中指出，无人机巡线开放前，全国110kV以上输电线路有150万公里，80-90%以上的输电线路。输电线路在山区，每个月要巡检一次，这就需要巡检人员翻山越岭，走到线塔底下。地形、天气、线路塔高等因素都会严重影响巡线工作，有时甚至需要带电作业，效率低且危险。高学历。此后，CAV常春藤率先将无人机应用于电力巡线，推动电力巡线行业从人工巡检时代迈入机器巡检时代。如今，无人机运营服务已在国家电网20多个省市开展，覆盖率全国第一，并积极拓展海外市场。如今，中航工业再次迈向行业新变革。曹飞深入讲解了利用无人机进行工业数据采集的实现方法，以及利用人工智能分析行业数据进行产业支撑等精彩内容。人工智能实施最热门的领域是医学。尖端技术的实施和成功商业化是初创企业成功的关键。维卓致远致力于医学影像数据的人工智能处理。在计算结果的呈现上，创新性地结合了最前沿的可视化技术——混合现实（MR：MixedReality）技术，取得了良好的技术和商业成果。.在《可视化人工智能：医学人工智能的商业探索之路》的演讲中，伟卓致远COOAndy分享了如何通过对CT和MRI数据进行智能处理，得到三维病例模型。存储在本地云端的智能处理结果文件通过局域网共享给混合现实终端。用户佩戴混合现实终端后，可全息浏览三维个性化病例数据，应用于医患沟通、手术方案制定、以手术为中心的操作。在指导、医学教学与培训、临床研究等环节。犀利的话题讨论、资深的专家阵容、透彻的跨界分析，WOT2018全球人工智能技术峰会圆满落幕。人工智能开始进入爆发式增长的红利期，越来越深刻地带动和影响着各行各业。专注于最前沿的技术，我们愿与技术专业人士一起探索人工智能的未来！【原创稿件，合作网站转载请注明原作者和出处为.com】
