说到机器学习,你到底了解多少呢?各种深度学习框架如 TensorFlow、Caffe、MXNet 等又该如何选择?在具体工程中如何使用机器学习解决问题?机器学习在金融、电商、外卖、教育等领域有哪些落地案例?机器学习的新趋势又是什么?
我该去哪里找到现成的答案呢?有哪些实践经验可供学习和参考呢?
为此,我们邀请到了来自微软、BAT、美团、京东、小米、今日头条等 40+ 一线技术专家,给大家带来关于机器学习、知识图谱、搜索推荐、计算机视觉、NLP 等热门方向的最新落地案例,给你带来更开阔的技术视野,下面就让我们先睹为快!
机器学习在解决实际应用问题时需要解决一些重要挑战。首先,由于物理随机性、不完全信息、噪声、歧义、冲突等因素,我们要处理的对象普遍存在不确定性。因此,智能系统需要对不确定性进行有效的建模和推理。其次,在对抗噪声的情况下,很多机器学习算法(如深度神经网络)往往比较脆弱,容易被误导,这给高风险、安全敏感的应用带来了很多潜在威胁。
在这个报告中,我将介绍概率机器学习的一些进展(特别是珠算概率编程库和一些可扩展的推理算法)以及深度神经网络的对抗攻击与防御,并且介绍一些典型的应用案例,包括半监督学习、小样本学习、众包学习。在对抗攻击与防御方面,我们的部分工作获得谷歌大脑在 NIPS 2017 组织的国际比赛的所有三个任务的冠军。
在搜索引擎广告系统中,我们需要将用户的查询词和广告主购买的关键字进行匹配,从而把相关联的广告选取出来进行广告点击率预测和广告排序。查询词和关键字的匹配方式有些是基于简单的匹配规则,但是很多情况下简单规则可以选取的广告十分有限。为了选取出更多的相关广告,我们会采用各种适用于短文本匹配的智能匹配方法。
在这个演讲中,我将会介绍如何将各种深度学习算法应用到查询词和关键字的智能匹配中,并重点介绍工程实践中遇到的各种挑战以及解决方案。
近几年,短视频应用蓬勃发展,由于短视频场景下用户兴趣和广告内容更难以理解,短视频广告在用户内容理解、召回、排序和机制上都会遇到更大挑战。基于快手海量的用户和视频数据,利用 AI 相关技术,可以更好的解决这些问题。本次分享主要探讨 AI 技术在快手短视频商业化中的应用,和大家共同探讨其中的关键问题和解法。
早期的金融知识图谱,主要聚焦在二级市场股票投资和一级市场创投数据。近一年来,数据维度得到了很大的扩展,公告、研报、新闻、法规的结构化均取得重大进展,财报提取自动化已接近人工水准,多种类实体库建设得到落实。在应用层面,快速兴起了多个落地场景,如小微企业贷款流程自动化、银行内工作流程自动化、银行客户关系管理和获客、自动化审计、自动化监管、自动化资管等。本次演讲将分享知识图谱技术在金融领域落地的具体实践。
字节跳动公司的使命是建立新一代全球信息平台,从内容创作、分发、互动和交流的每一个环节,用人工智能技术赋能,提升用户体验,促进人类信息与知识交流的效率与深度。例如,通过计算机视觉、自然语言理解和生成技术开发的自动写稿机器人,能够自动理解体育视频并产生新闻播报。通过计算机视觉技术在手机端的应用,包括人脸检测和关键点定位、通用物体检测和识别,图像分类、分割、智能化美颜美妆、人体姿态估计、手势识别、手指关节点定位、SLAM 等,抖音赋能每个人都能创作出高质量和内容丰富的短视频。同时,我们还在积极探索个性化合成技术,包括模拟不同发音人的音色与风格等。
在这个演讲中,我将会介绍人工智能在文本、视频、语音、音乐的自动理解和生成技术的最新发展,以及在内容创作和交流上的许多新的应用。
电商领域的翻译对质量要求很高,需要提供“准合同”级的翻译结果,尤其是一些关键信息必须翻译完全正确。而机器翻译的结果还不够完美,除了从模型上采取多种策略进行改进外,我们还需要对翻译结果在输出前进行质量评估和控制。为了应对海量的翻译质量评估需求,我们开发了机器翻译质量自动评估模型,并且提出了一种全新的基于双向自注意力机制的自动评估算法,大幅度提高了自动评估与人工评估的 Pearson 相关系数,并且创新性地应用于我们实际电商翻译场景,从多个维度提高电商领域机器翻译的可靠性。
两天的干货分享不够,还想深入系统地学习相关 AI 技术?AICon 特设为期 2 天的会后深度培训,邀请业内资深专家围绕知识图谱、机器学习、深度学习等热门 AI 技术,结合实践案例,展开从入门到实践的落地分享,助力企业更好地实现人工智能落地,显著提升业务价值。
更多大会的分享、培训等内容,欢迎点击“阅读原文”了解详情!
目前大会 8 折售票火热进行中,使用优惠码“AICon”可享 8 折减 200 的特殊福利,数量有限,先到先得,购票过程中如有任何问题,可咨询票务小姐姐 Amy:18514549229(微信同号)