AI ProCon圆满落幕，五大技术专场精彩瞬间不容错过

2019 年 9 月 7 日 AI100

2019 年 9 月 7 日，由新一代人工智能产业技术创新战略联盟（AITISA）指导，鹏城实验室、北京智源人工智能研究院支持，专业中文IT技术社区 CSDN 主办的 2019 中国 AI 开发者大会（AI ProCon 2019）迎来了重头戏，机器学习、自然语言处理、计算机视觉、AI+DevOps 和AI+小程序五大技术专场先后开讲，近 40 位行业专家和技术专家带来了精彩分享。

今天， AI ProCon 有哪些值得关注的亮点呢？

今日精彩瞬间

关键词：五大技术专场，场场干货

自然语言处理专题

华为诺亚方舟实验室语音语义首席科学家刘群发表《预训练语言模型的研究与应用》主题演讲，分享华为诺亚方舟实验室在预训练语言模型的研究和应用实践。

刘群表示，预训练语言模型本身就是神经网络语言模型，它有个很大的优点是使用大规模无标注纯文本语料进行训练。在预训练语言模型的应用上，华为推出了中文预训练语言模型“哪吒”；将实体知识融入BERT并开发了“ERNIE”；基于GPT模型的中国古诗词生成方法，推出“乐府”作诗机，在场同学立即玩起“乐府”来。

谈及未来，刘群表示他们将会研究更好、更强大的预训练语言模型，融入更多的知识，跟语音和图像结合后，希望能应用到更多领域。另外在模型压缩和优化方面的研究期待能在终端落地。目前他们和华为海思合作，把预训练语言模型在华为自己的芯片上实现。

思必驰副总裁、北京研发院院长初敏的分享主题为《对话智能中的技术与实践艺术》。初敏表示，现在她有两个身份，不仅要做研发，还带了一个事业部，所以很关心真正的技术如何在商品和商业化中应用。今天的报告侧重点从应用的角度切入，探讨如何在应用场景使用对话智能。

她表示，在此前的大浪潮中，大家关注语音识音、唤醒等基本的语音能力，当这样的能力达到可以很好地解决实际问题之后，最终智能对话是否好用，对话中的机器人是否聪明、在机器和人对话中展现出来的智能程度，会对后续产生非常大的影响。初敏认为，人机语音交互越来越重要了，思必驰的视角是帮助企业提高优化效果。语音交互中一个典型的场景是呼叫中心，其中人机语音交互可以发挥很大的作用。未来很多工作大部分都可以交给机器人，可以降低很多场景的人工成本。再如在企业内部，企业大了以后，企业内部的信息沟通非常复杂，公司的 OA 系统、财务、人事、IT等各种问题都很麻烦。这时，通过语音交互、知识沉淀，加上语音对话可以很大地提升效率。

上海瓦歌智能有限公司总经理、狗尾草科技人工智能研究院院长邵浩发表了《自然语言处理在虚拟生命中的工程实践》主题演讲，分析了现阶段自然语言处理产品的技术瓶颈，提出针对性的解决方案。邵浩说，现在我们周围有很多聊天机器人产品，但目前有不好用、担忧隐私泄露等问题，我们的期望值没有被满足。

邵浩认为，聊天机器人由多模态输入、自然语言理解、对话管理、自然语言生成、多模态输出构成的典型架构是“缺少灵魂的”。目前我们处于虚拟生命的1.0状态，他想做一款不仅是关注聊天本身，还具有看、听、说、动作、思考能力的下一代聊天机器人的产品。接下来他分享了他们在自然语言处理上的突破，包括预训练语言模型在语义表示、文本的向量表示、Matching等方面的技术。他们还运用深度学习+知识图谱技术来更好地理解用户，开发出新智能音响产品“HE叶修”。

微软小冰全球首席架构师及研发总监周力以《全双工语音对话以及在智能硬件上的应用》为题，与现场的开发者分享了全双工技术的应用与普及，重点介绍了全双工语音的发展之路。他表示，人工智能对话技术及自然语言处理的新挑战诸多，利用全双工语言对话可以轻松解决这些困难。

接下来，新浪微博机器学习团队AI Lab负责人张俊林带来了题为《Bert和Transformer到底学到了什么？》的演讲。

他首先介绍了BERT的基本原理和流程，以及其优缺点，BERT与Transfomer之间的关系，以及BERT到底比之前的RNN、CNN等传统方法多学到的知识。就此他得出了一些关于Transformer和BERT到底学了什么的结论，如第一层编码层主要学习自然语言表层特征，中层学编码句法信息，高层学到编码语义特征。

他表示，目前关于BERT的研究还不够细致，还需要做更深入的探索，相信未来会出现更多、更好的研究和成果。

百度NLP主任研发架构师、语义计算团队负责人孙宇带来主题演讲《百度语义理解框架ERNIE》，本次演讲主要介绍百度语义表示技术发展脉络、ERNIE技术原理及其应用实践。

孙宇表示，语言表示是解决自然语言理解的首要问题。其挑战主要为自然语言存在基本单元一词多义、多词同义，句子表述无限等特性。

据介绍，百度于今年7月升级ERNIE技术，发布持续学习语义理解框架 ERNIE 2.0，同时借助飞桨高效分布式训练优势发布了基于此框架的 ERNIE 2.0 预训练模型。该模型在共计 16 个中英文任务上超越了 BERT 和 XLNet，取得了 SOTA 效果。

XLNet作者、睿科伦智能联合创始人杨植麟带来议题为《自然语言理解模型XLNet》的演讲。

对于NLP落地的思考和实践，他把NLP分为四大技术阶段：传统技术、预训练、+AutoML和Human in the loop。他还说道，NLP的本质是把非结构化的数据结构化，从而产生智能。在杨植麟看来，NLP可以分为四个市场阶段：存量的文本非结构数据、存量的全渠道非结构化数据、增量的全渠道非结构化数据、线上线下融合&人机结合，未来，NLP市场化一可以向模化量产的方向前进，二是除了文本本身，我们更当关注全渠道市场，以更好地实现落地。

最后一位分享的嘉宾是科大讯飞 AI 研究院资深研究员崔一鸣，他的主题演讲是《基于深度学习的机器阅读理解》，本议题聚焦基于深度学习的机器阅读理解技术，重点介绍近期在自然语言处理领域非常热门的基于预训练的深度学习方法及其在机器阅读理解领域中的应用，并同步介绍相关中文信息处理的研究发展。

崔一鸣表示机器在某些数据上已超过“人类水平”，但绝非代表机器已经具备足够的理解能力，机器在依靠“匹配”等简单模式的阅读理解任务中表现优异，但涉及多句推理的情况，机器并不能够给出满意的结果。未来发展中，我们需要设计更加精妙的预训练方法以及预训练模型的压缩。需要关注跨语言方法，通过“借力”的方式提升稀缺资源语种的系统性能。最后，探求“可解释”的阅读理解，为用户提供更为可靠的人工智能技术。

计算机视觉技术专题

快手硅谷实验室负责人王华彦以《端上视觉技术的极致效率及其短视频应用实践》为题做了演讲。

王华彦表示，端上视觉短视频的应用场景带来的技术挑战有三方面：第一是不可控的复杂场景和环境；第二是极为有限的移动设备计算资源；第三是由于所有应用都是时效性很强的。

为了解决这些挑战，快手的解决方案和研究方向有四个要素：第一是运用高度结构化的模型和充分利用先验知识；第二是面对计算资源的紧缺，需要充分发掘各种冗余来提高算法的推理效率；第三是用高度结构化的信息表示提高学习算法利用数据的效率，第四是快速开发和部署的需要。

在他看来，如果希望像人一样高效地从很少的数据或者虚拟的数据中学习，就需要有分解的本事，把视觉信息分解为形状轮廓信息和颜色纹理的信息，才能在不同样本中有效建立联系，从而提高学习的效率。

百度视觉技术部主任架构师、视频基础技术团队技术负责人文石磊为现场观众介绍了互联网视频基础技术探索和应用。基于百度丰富的视频应用场景，什么样的技术来支撑应用？文石磊解释，与互联网视频相关的技术分为视频理解、视频编辑、算力优化。视频理解分三个内容，第一是视频分类/检测/摘要/垂类，第二是做多模态融合和知识图谱，我们看到视频内容不仅有图像还有语音、标题，这些不同的信息资源该怎么融合，基于视频得到的标签如何结合构建好的知识图谱都是热门内容。

商汤科技研究总监石建萍则以《视觉感知驱动的量产自动驾驶》为题主要介绍了商汤在智能驾驶上的主要方向，第一是非常重要的ADAS驾驶辅助系统的量产方向，以模块级别装到汽车上，要达到精确识别检测，预警及时且准确率高，车规级标准，灵活易部署；第二是做自动驾驶的研发，以计算机视觉为主、多传感器融合的自动驾驶解决方案。第三是基础技术，包括大数据、自研深度学习系统、自研FPGA计算平台。

图森未来合伙人&首席科学家王乃岩分享了图森未来无人驾驶技术实践。

为什么图森未来会选择卡车货运的场景？王乃岩解释称，一个最重要的原因是商业场景是成立的，对于出租车来说场景很复杂，至少是一个城市的级别，对于干线运输来说需求非常简单，在一条道路上从A点到B点不会有多样化的需求，简化的需求恰恰是AI落地非常重要的因素，卡车货运会是自动驾驶行业尤其高级别自动驾驶行业中最希望率先落地的场景。

图森未来把无人车系统分为四部分，感知、定位、路径规划、车辆控制。感知过程中，要做的是融合不同传感器完成感知车辆周围环境和状态，为后面的决策规划输出合适表示。在定位阶段，不同于拿出手机做导航的定位，他们在无人车做的定位是遥感车辆相对道路的基准。再往下的模块是路径规划，首先是融合前面两个模块输出做出下一步行驶决策，然后根据这样的决策会生出一条车辆可知性的最优轨迹。最后一部分是车辆控制，执行规划计划的轨迹，输出车辆控制量。

旷视研究院主任研究员、基础模型组负责人张祥雨分享了高效轻量级深度模型的研究与实践。

他提到了六点高效模型设计的基本思路，旷视会使用这六种甚至更多的方案综合进行模型的设计。

在他看来，目前在轻量级模型设计这个领域基于模型搜索的方法已经成为了目前的主流，也是最重要的研究方向。在实践中会发现模型搜索对设备适配尤其是寻找对于具体设备上运行时间最快、功耗最少的模型，相对于人工有非常大的优势，但是也有很多问题，搜索空间现在还是依靠人工设计，搜索空间的设计非常依赖经验，并且没有好的指导原则，这是未来的研究方向和难点。

华为云OCR人工智能高级算法工程师王晶讲述了文字识别服务的技术实践、底层框架及应用场景。

他认为，不只是OCR产品，而是所有人工智能产品或其他产品都需要走这样的路。第一条路是要持续突破新场景，要识别分子式，希望把证件类和票据类的APR归一，很多公司都希望用一个模型包打天下，省时省力。其次是推理和训练速度要持续优化，因为训练速度的提高意味着产品更快的迭代，而推理速度的提高意味着成本更可控。

Google研发产品经理杨民光分享了Google的开源跨平台多媒体机器学习模型应用框架MediaPipe。MediaPipe是一个针对机器学习工程师和研发人员的多媒体机器学习落地框架，用来帮助建立感知流水线。这个框架从2012年就开始研发，在谷歌内部用来做视频和音频方面的落地场景，比如YouTube每分钟上传两三千个小时的视频，Google要用机器模型看这个视频是否有黄色和暴力，处理视频的正是MediaPipe。

AI+DevOps技术专题

饿了么高级架构师孙立伟以《饿了么可拆分微服务的单体应用(EMMF)实践》为题，立足于可拆分微服务技术，结合饿了么实际应用案例，与现场的开发者分享了其单体应用（EMMF）实践。基于EMMF的业务模块，使业务系统具备单体应用的管理简单、快速迭代的特点的同时，也支持拆分成多个微服务的方式部署，以满足业务系统不断发展的需要，同时也提高了业务系统的可测试性。

孙立伟强调，我们真正需要的是“模块化”，其实现要点主要包括“模块化”开发、依赖Spring Boot的自动化配置机制、依赖Gradle强大的脚本能力、智能的API网关、完善的自动化构建部署系统。

京东数科资深技术架构师、应用架构部负责人王超以《运维的数据化与智能化转型》为题，与现场的开发者分享了结合生产实践，阐述运维中的痛点问题是如何通过大数据，智能化的方式优化的，以及相关的AIOPS平台是如何建设如何运用的。

王超表示，我们正处于VUCA时代，面临着易变性、不确定、复杂、模糊的现实问题，为了解决以上问题，需要我们有主动的心态、敏捷的行动、洞察方法以及预见目标，及时进行运维的数字化转型；另外，运维的智能化可以做到智能基线、更快发现问题、避免误报、减少人工投入，因此要进行运维智能化。基于此，王超介绍了闭环智能监控、基于调用链的根因分析、基于多维下钻的根因分析、容量规划等处理方法。

华为云运维服务产品经理徐博以《云原生应用AIOps技术与实践》为题，立足于云原生应用AIOps技术，围绕运维介绍了华为云近几年的相关成果，并与现场的开发者分享了利用AI提高运维的主要方式。

从运维困难到智能运维的过程中，徐博表示，海量数据超过人类所能处理的量级；基础设施，业务逻辑，技术栈复杂度越来越高，分析，定位问题困难；更短的断服时间和更高的QoS。

降低MTTR。由此，从应用规模、复杂度与响应速度来看，都需要智能运维的出现。

最后，徐博总结智能运维的挑战，首先，商业价值场景，解决客户的痛点，AI只是一种技术，需要商业场景来匹配；其次，运维知识库，AI算法不理解数据业务属性，需要运维知识作为辅助；第三，算法高效准确，基于大数据运算平台，算法与场景完美结合。

阿里巴巴高级技术专家滕圣波以《阿里云智能运维的自动化三剑客》为题，与现场的开发者分享了阿里云与智能运维的发展之路，并重点介绍了自动化的三剑客，包括弹性伸缩、资源编排与运维编排。基于AI预测的弹性伸缩，智能预测模式中，可以做到预测业务变化智能调整实例数量，结合目标追踪模式完美贴合业务变化；自动化三剑客之资源编排，阿里云资源编排-ROS，提交代码资源自动修改，版本化管理，随时回滚，Copy/paste完成资源成套复制；自动化三剑客之运维编排，为应对运维各种困境，阿里云运维编排服务-OOS，是阿里云官方的DevOps运维平台，全免费，其高效率的Serverless执行引擎，有着高可靠的特性。

AI+小程序技术专题

Google Brain 工程师、TensorFlow.js 项目负责人俞玶发表《TensorFlow.js遇到小程序》的主题演讲，分享TensorFlow.js的技术实现和与微信小程序相结合的落地实践。

俞玶介绍道，TensorFlow.js是为JavaScript定制的机器学习平台，为JavaScript 开发者提供简洁高效的API。谈及TensorFlow.js和微信小程序结合的落地实践中，俞玶举例道，动态虚拟试妆小程序在开发中遇到手机适配、微信对插件的JavaScript文件有大小的限制等问题，后采用TensorFlow.js技术，从模型、框架中优化该小程序，让其成为至今已来最小、最快的虚拟试妆程序。谈及未来，俞玶表示TensorFlow.js将会为更多的试用场景提供模型和解决问题的例子程序；后续将开发支持AutoML，为定制模型提供APIs；加强服务器端推理执行的性能和可用性；用最新的技术提供性能优化；还将会支持更多的JavaScript运行平台（例如支付宝小程序等）。

小米资深软件高级工程师、快应用框架技术总负责人杨亮发表《快应用助力AI服务落地》主题演讲，分享快应用的技术和如何助力AI服务落地实践。

杨亮表示，当前App的生态有分发困难、应用孤岛、内容冗杂、设备特定的问题，难以满足智能化服务的需求。而基于手机+IoT硬件平台的新型应用形态——快应用，其拥有服务矩阵、场景融合、多样终端的生态能力和即点即用、原子服务的基础能力，使得快应用更满足智能化服务的要求。例如，使用快应用+卡片帮助智能助理来融合第三方的服务，实现了各种场景化的服务形态。具体技术实现先是通过算法建议、状态追踪以及用户订阅的方式向用户推荐其最需要的服务，然后将所有服务整合，重要信息放在最上面进行信息提示，这样用快应用卡片的形式展现来自很多第三方应用的各类服务，提升用户的使用体验。

腾讯云小程序·云开发+AI方向核心研发工程师杨航发表《云开发的小程序AI技术方案实践》的主题演讲，分享云开发如何助力开发者在小程序AI技术上更好地开发实践。

杨航介绍道，云开发是支持小程序、Web等多端的应用开发平台。云开发小程序基于腾讯云提供基础服务，并提供云数据库、云存储、云函数等开发运维能力，让开发者更专注于自己业务逻辑。云开发为降低开发者在小程序端使用AI能力的门槛，从开发能力上支持更多的开发语言，云函数支持Java、PHP等。

微软（亚洲）互联网工程院人工智能语音团队首席研发总监赵晟，微软（亚洲）互联网工程院 Office 365资深产品经理、Office 小程序负责人张鹏共同发表《微软语音AI与微软听听小程序实践》的主题演讲，分享微软人工智能语音的技术以及微软听听小程序的落地实践。

谈及具体的应用实践，张鹏分享微软听听文档小程序便是使用微软AI语音系统技术，实现AI朗读PPT备注功能与AI朗读公众号文章功能，让每个人都能轻松做出专业的语音文档。

最后，张鹏谈到微软Office微信小程序本地化策略方向有：一是信息输入，例如微软AI识图小程序；二是信息管理，例如微软Office文档小程序；三是信息输出，例如微软听听文档。

机器学习技术专题

「机器学习技术专题」由北京一流科技有限公司创始人袁进辉作为出品人，该专题聚焦的是机器学习在产业落地中的实际挑战。

机器学习技术专场的第一位演讲嘉宾是好未来 AI Lab 算法科学家杨非，他的议题是《人工智能在教学场景中的应用》。杨非表示，目前用技术推动教育进步的过程可以分为三个阶段，我们还处于教学辅助阶段，比如通过OCR技术拍照判题。下一阶段属于价值创造阶段，更多AI能力将贯穿整个场景，比如对学习过程进行评价，对学习全流程进行管理。再下一阶段是因材施教阶段，希望AI技术可以帮助学生自适应学习，通过AI的方式，让老师和学生互动。

RealAI（瑞莱智慧）CEO 田天在《第三代AI思考与实践》的主题演讲中提出了自己的见解：第一代是知识驱动的符号模型，最具典型的是逻辑专家系统，但基于规则和知识驱动的系统很难做到比较大的规模。统计学习方法，包括深度学习方法，则属于第二代人工智能。但是以深度神经网络为代表的第二代AI存在不可靠、不安全、不可解释等缺点，RealAI针对这些问题提出了贝叶斯深度学习等应对方式，并在金融、工业等垂直行业得到应用，报告分还享针对AI技术发展趋势的展望。

第四范式资深AI架构师陈迪豪的议题为《快速构建高性能AI应用——AI特征数据库技术实践》。陈迪豪讲道，随着数据高速增长，AI进入大规模应用时代，而AI应用开发却着面临一致性和实时性的巨大挑战。一方面，数据一致性问题为AI应用开发带来不可预测的风险，而现有方案一般通过开发者人力进行模型转换及一致性校验，成本高且难以复用。另一方面，在AI应用中使用线上实时数据提升模型效果成为趋势，但该系统开发难度大周期长，需投入大量人力才能达到预期效果与性能。第四范式AI特征数据库采用独有的AI存储计算一体化架构，通过线上线下同源解析保证数据一致性，通过将毫秒级变化作为特征自动入模降低AI生产级实时应用开发成本。开发者使用第四范式的AI特征数据库，只需编写离线调研脚本，即可快速构建线上线下数据一致的高性能实时AI应用。

知乎算法团队负责人孙付伟分享了《Graph Embedding及其在知乎的实践》。Graph Embedding 技术是一种将图的拓扑结构进行向量表示的方法，从而获取到网络关系信息，应用于推荐等多种场景；在本报告中，孙付伟重点讲了Graph Embedding 技术，以及在知乎的具体实践，包括知乎用户 embedding 的实践和在在知乎收藏夹数据中的应用。未来，知乎还计划用Graph Embedding 进行会员购买预测，以及个性化推送的召回（目前已经上线）。

上汽集团云计算中心AI应用部门技术负责人任如意和ThoughtWorks AI系统架构师廖国龙合作，分享了《如何构建面向大型制造业的一站式AI工作平台》。为了支持上汽集团在自动驾驶、智能制造等领域的探索和落地，上汽帆一尚行和ThoughtWorks合作开发了iGear，一个全流程的AI工作平台。iGear主要分为数据平台和计算平台两大部分，数据平台管理海量的数据资源，包括PB级的数据存储和管理、素材的管理和标注服务；计算平台管理异构计算节点和任务分配，负责GPU算力调度、模型训练、AI科学家进行开发调试、模型发布、模型压缩等。基于iGear，可以方便地进行AI系统研发和构建行业智能化解决方案。

滴滴出行资深软件工程师唐博分享了《滴滴机器学习平台k8s落地与实践》，唐博从滴滴机器学习平台的特点开始探讨，分享了滴滴机器学习场景下的k8s落地实践与二次开发的技术实践与经验，包括平台稳定性、易用性、利用率、平台k8s版本升级与二次开发等内容。此外，唐博还介绍了滴滴机器学习平台是如何从yarn迁移到到k8s的，以及yarn的二次开发、与k8s的对比等。最后，他与大家分享了滴滴机器学习平台正在研发中的功能以及未来展望。

杭州灵西机器人首席科学家王灿的议题是《3D机器人视觉在工业自动化和仓储物流领域的应用》。王灿介绍了3D视觉、人工智能和工业机器人的结合而成的“3D机器人视觉”技术，3D机器人视觉让工业机器人等自动化装置能以更高精度、更快速度执行更复杂的工作，是产业自动化升级乃至将自动化技术推向更多产业领域必不可少的一环。