智能时代,大家都在聊 AI,风投都在投 AI,企业都在智能化转型,那么,对于 IT 技术人来说,应该关注哪些技术点呢?AICon 全球人工智能技术大会整理出 9 大 AI 技术关键词,并在不断扩充案例,希望可以帮助技术人做一个较为全面的梳理。
机器学习、深度学习、强化学习、迁移学习、数据集,各种深度学习框架,如 TensorFlow、Caffe、MXNet 的应用。
胡时伟 第四范式首席架构师
目前深度学习在某些领域已经有了较成熟的解决方案,例如图像特征提取、语音识别、文本翻译等。但企业级应用涉及各个范围,以上只是企业经营过程中的一小部分。在其他领域如营销、反欺诈、广告等行业应用,就需要一些其他的算法和技术,比如说超高维的特征工程和算法。本案例将从机器学习的概念开始,讲到怎样做数据清洗处理、机器学习的典型建模流程、机器学习常见的评估指标,以及第四范式在金融、互联网领域应用机器学习的成功案例。
裴少芳 iTutorGroup 大数据部总监
本次分享将从大数据团队的构建、数据平台的架构和落地、数据仓库的建设、数据可视化、机器学习和人工智能如何结合大数据平台落地,讲叙 Tutorabc 大数据和 AI 的快速成长之路,以及在实践过程中,如何通过机器学习和人工智能有效帮助业务解决问题,提高业务服务效率,提升用户体验。在介绍过程中,会穿插讲解如何用一个不足 10 人的团队,解决“缺少银弹”的问题,并在完成对公司业务帮助的同时,见缝插针的解决技术架构升级。
将规则和逻辑引入到 AI 引擎中,用于初始设置、持续维护和策略调整,使企业通过软件,协助或执行自动化决策,驱动业务实践。本专题将包含一些已有的实践案例。
尹大胐 摩拜单车首席科学家
共享单车在不到一年的时间里成为城市一道彩色风景线,在便利市民短途出行的同时,单车的运营管理也日渐成为一个巨大的挑战。本案例会介绍摩拜单车如何利用大数据和人工智能技术解决运营中出现的违停、潮汐现象,以及在优化调度方面的最新探索。
张重阳 微信小程序商业技术高级研究员
2017 年初微信小程序正式上线,经过一年的发展,人们已经逐渐认识到小程序带来的便利,随着越来越多的人开始使用小程序,小程序已经成了微信生态系统中不可分割的一部分。微信小程序商业技术高级研究员张重阳将和大家一起分享小程序在商业化方向的技术尝试和相关应用案例,包括商业智能、数据决策、用户分析、个性化推荐等,并与大家一起探讨小程序未来的发展方向。
张浩 饿了么技术副总裁
外卖行业继电商、出行之后成为第三个千万级别的互联网消费行业,每天有 2500 万人次足不出户地在外卖平台上找到自己喜欢的餐厅和食物,享受着 30 分钟送到手里的便利。如何精准地找到用户需求,提高转化率和增加用户粘度,最大化平台的物流效率和服务质量,都需要大数据和人工智能的帮助。本案例将主要通过分享 4 个实例,介绍机器学习和运筹优化在外卖行业的应用实践,具体讲讲算法解决方案和迭代过程。
如何结合机器学习构建更好的推荐系统、搜索系统、Feed 流。
胡南炜 微博机器学习计算和服务平台负责人
本案例主要探讨深度学习在直播推荐中的应用。与传统推荐系统不同,基于深度学习的推荐系统通过深度网络学习并提取多层次的特征,可将直播的节目和用户中的隐藏特征自动化的提取、关联、抽象出来。加之深度模型的使用可大大节约像特征工程对特征提取的巨大投入,同时满足快速训练、迭代等实时性要求。主要会从推荐系统的两个关键技术点:召回和排序,来讲解深度学习模型的应用,包括推荐召回中的标签提取,结果排序中的 CTR 预估等方面,探讨深度神经网络在自然语言处理和 CTR 预估领域中的优势与挑战,以及深度推荐系统的前景与发展。
张瑞 知乎机器学习团队负责人
News Feed 是用户进入知乎的第一个页面,也是知乎最大的流量入口之一。从 2016 年年底开始,我们使用机器学习技术对知乎的 News Feed 进行了改进,期间经历了 Edge Rank - Learning to Rank - DNN 模型推荐等阶段,并且取得了不错的成果:News Feed 的正向交互率提升了 100%,用户在 Feed 页的停留时长上升了 40%。本案例会从产品和技术等方面向大家阐释知乎过去一年内所做的改进,包括他们在构建用户画像系统、首页的推荐和排序模块中遇到的一些技术问题和解决方法。
杨骥 国美在线大数据中心副总监
电商平台中,个性化推荐是提高用户购物体验的关键组件。作为国美在人工智能领域的重要试金石,“推荐系统如何做好算法的持续部署”是一个非常有挑战性的问题。本案例以国美推荐引擎提升自身训练和决策能力的升级历程为主线,介绍了流式计算引擎、特征多级存储系统、机器学习算法的演进、A/B 测试系统、算法和特征的双链路监控、深度学习模型的实践部署等内容。同时还探讨了国美在人工智能领域未来的发力点。
自然语言处理(NLP)使用和文本分析,通过统计和机器学习方法帮助理解句子的结构和含义,情感和意图。目前多用于欺诈检测、机器翻译等。
吴友政 爱奇艺技术产品中心科学家
本案例主要介绍在爱奇艺的视频场景下,自然语言处理如何实现让机器更好地理解娱乐相关的视频 / 图文内容,用户的搜索意图和评论,从而为搜索、推荐、社交、舆情监控的智能化提供基础服务和技术支持,并探索 NLP 的直接应用业务。视频大数据分析介绍基于大数据和机器学习算法,我们对电影票房、电视剧 VV(video view)、综艺 VV 等提前 60 天、180 天、360 天等多个时间窗口预测,为版权剧采购立项、自制剧立项、广告售卖等提供科学的数据支撑。
软件工程师如何用 AI 设计 UI,辅助运维、测试、数据中心管理,如何使用融合机器学习和 NLP 技术的数据库,直面程序员最基本的开发工作。
涉及到人工智能、深度学习和神经网络的架构实践,也包含底层相关的例如云计算、流处理与实时计算、K8s/Mesos 等基础架构内容。
包含语音交互系统和移动应用程序,涵盖前沿技术、趋势和案例,如聊天机器人、AI 助手、智能音箱、智能家居。是目前 AI 最火热的落地应用。
人脸识别、图像识别、物体检测等技术,常用于智能安防、自动驾驶、手机相册、视频直播等。
高性能计算和 GPU 相关。用专门设计和构建的图形处理单元(GPU)和设备,高效运行如深度学习应用方向的 AI 计算作业。
想时时了解最新案例? 想获得与 AI 专家面对面交流的机会?快扫描下方二维码或点击“阅读原文”吧。目前大会 8 折倒计时报名中,购票页面输入优惠码:AIfront 还可享受特别优惠,数量有限,先到先得!购票咨询:18510377288(同微信)