八月盛夏，骄阳似火，草木葱茏，一切都展现着野蛮与诗意的勃勃生机。夏天是探索、成长和创新的季节。本届从业者季，带来了一场以“驱动·创新·数智”为主题的AI盛会。 人工智能技术诞生不到一百年。几经风雨，近20年来迎来了全面发展实施的黄金时代。当前人工智能领域有哪些前沿技术成果和实践创新突破？您如何看待人工智能的下一个十年？这是很多技术人员心中挥之不去的话题。8月6日，AISummit全球人工智能技术大会以线上直播的形式如期开幕。首日，近百位专家学者、技术专家、管理精英齐聚一堂，与数万名与会者共同探讨人工智能时代的“数智”浪潮。在开幕致辞中，副会长兼总编辑崔康先生作为大会的主要策划人表达了对大会的期待。他认为，人工智能发展至今，不再是IT领域的细分技术，更像是一种通用技术。虽然其发展一路顺风，但也需要面对当前存在的诸多矛盾。本次会议希望能为这些矛盾提供一些启发性的线索，找到一些解决之道。同时，我也希望“这次会议能够告诉与会者，人工智能技术和人工智能开发者正在让世界变得更美好。” 在上午的主论坛中，六位嘉宾从人工智能的角度解读了人工智能技术的现状与趋势，从业者需要关注的研究发现，以及前沿技术对行业的影响。技术领导者。 中国人民大学高瓴人工智能学院副院长窦志成分享了他对下一代智能搜索技术的展望。他解读了新一代智能搜索技术的发展趋势和核心特征，对交互式、多模态、可解释搜索、以大模型为中心的去索引搜索等技术进行了详细分析。 Meta/Facebook人工智能研究所研究员兼高级经理田远东重点分析了现实场景决策的机遇和挑战。目前，对于一些离散优化问题，如何利用深度神经网络处理结构化数据，寻找神经网络解决方案来替代人类启发式策略，仍然是一个悬而未决的问题。基于此，田远东介绍了如何使用强化学习和神经网络的搜索方法来寻找复杂优化问题的启发式算法。 科大讯飞研究院副院长潘庆华以AI产业落地为切入点，对人工智能技术的发展趋势给出了自己的判断。就如何形成穿透情感、虚实结合的交互模式、如何打造多模态、软硬件一体化的复杂智能系统、如何开发出更好的行业解决方案等问题进行了深入解答。 谷歌高级工程师、高级经理，MLPerf团队负责人周宗伟基于近年来算力需求爆发式增长的背景，从多角度总结了影响谷歌人工智能芯片设计的十点认识，并进行了探讨其对新一代准硅芯片的影响。梳理谷歌架构与设计的影响，解读谷歌芯片与软件的协同演进。 VolcanoEngine机器学习系统总监项亮主要介绍了大规模机器学习算力的技术演进。在主题演讲中，他分析了大模型落地过程中遇到的技术难点和收益递减，深入分析了算力对机器学习行业的推动和影响，以及未来的发展方向计算能力的趋势做出了预测。微软Bing广告文生成算法负责人刘毅以微软BingDeepGen项目为例，阐述了多样化搜索广告文生成和在线实时匹配等问题。详细介绍了广告文本生成技术，包括系统简介、基本和多样化的生成模型、在线广告文本实时匹配的算法模型、模型特点和商业影响。多维度解读，聚焦分论坛亮点。下午举行的四场分论坛同样精彩纷呈，高潮迭起。其内容涵盖“AI驱动的搜索与推荐”、“MLOps最佳实践”、“机器学习性能优化之路”、“计算机视觉应用与创新”四大主题的16个细分主题方向。人工智能驱动的搜索与推荐数字化转型浪潮 催生了搜索与推荐技术的新演进，推荐技术也迎来了与智能算法深度融合的阶段。在“AI-DrivenSearchandRecommendation”分论坛中，搜索与推荐领域的资深专家从商业实践的角度分享了他们在智能搜索与推荐领域的前瞻思考。 阿里巴巴妈妈高级技术专家、外包广告技术负责人王亮讲解了联邦学习的概念以及联邦学习在阿里广告中的应用；以视频搜索垂直搜索为背景，重点介绍视频搜索的主要技术场景、算法架构及进展、短视频向量召回、长视频IP知识图谱应用等；搜索与排名平台建设与实践》为主题，详细讲解了美团搜索的技术架构、排名平台的落地建设、排名算法的优化；因果推理和图神经网络算法。MLOpsBestPractice 在人工智能在企业的大规模应用中，面临着研发和上线周期长，数据和模型匹配困难等挑战，MLOps应运而生。在“MLOpsBestPractices”分论坛中，专家们就MLOps的实战效果以及研发运维周期、持续训练和持续监控、模型版本和沿袭、线上线下数据一致性、高效等热点话题展开讨论数据供应。前沿趋势。开放原子基金会TOC副主席、LFAI&DataTAC成员谭中义介绍了MLOps的概念、定位、主要内容、常见项目，以及AI团队MLOps能力和水平的评价标准;4Paradigm系统架构师，OpenMLDB研发负责人卢勉，重点关注开源机器学习数据库OpenMLDB，分析了它如何实现机器学习特征开发和上线的目标，以及如何保证特征计算的正确性和效率；网易云音乐AI研究员、技术总监吴冠林从云音乐业务背景出发，讲解模型的实时落地方案，结合FeatureStore的思考与实践，进一步辐射到更多场景；中国工商银行软件开发中心大数据与人工智能实验室副主任黄兵重点介绍了中国工商银行实践的MLOps，涵盖了全流程的建设过程和技术实践。模型开发、模型交付、模型管理、模型迭代运行的生命周期管理体系。机器学习性能优化之路 在机器学习领域，企业对算法的性能需求不断提升：如何保证系统的稳定性？如何用工程手段解决样本和实时模型不足的问题？如何提高可用性？在“机器学习性能优化之路”分论坛中，各位专家分享了自己的见解。 滴滴总工程师杨洋针对传统数据运营的痛点，阐述了个性化推荐在数据运营中的创新应用，并展望了未来数据运营所需的完善技术和业务；同济大学百人计划特聘研究员、博士生导师王浩芬解读了文本+知识多策略问答及两种形式的多模态问答与通用数据集所涉及的关键技术；以系统的技术实现为案例，讲解快手基于强化学习的在线参考搜索、两阶段约束强化学习算法的实战经验，以及如何优化APP的活跃度；网易云音乐算法平台研发专家黄斌介绍了音乐在线估价系统的实践与思考，包括如何构建高性能易用的估价系统，以及如何解决通过工程化手段解决样品和模型的实时问题。计算机视觉应用与创新 计算机视觉（CV）作为人工智能技术的排头兵，是众多创新关键技术的基础。在“计算机视觉应用与创新”分论坛上，CV领域专家针对视频质量监控、视频智能创作、自动驾驶等多个场景进行了深入剖析。 阿里巴巴优酷技术中心主任、墨库实验室主任李静针对短视频创作领域存在的问题，提出用AI改进短视频的创作过程，并分享了在创作过程中的探索与实践优酷AI视频智能生产系统SSIMWAVE联合创始人兼首席研究员曾凯讲解了如何解决端到端视频质量监控系统中可能出现的问题，以及基于AI的客观视频质量评价算法；以蚂蚁安全科技“思源”相似性溯源引擎为实际案例，围绕开放场景下如何识别溯源进行了技术拆解；其中涉及的感知技术，以及对数据与自动驾驶关系的深入分析。更多精彩，敬请期待 以本次AISummit大会为契机，未来我们将继续与生态伙伴一起探索尝试，搭建人工智能领域的技术深度交流分享平台人员。8月7日，大会还将迎来智能语音、智能金融、元宇宙等专场。关注本次发布会的朋友们可以期待精彩的续作。
