WOT2018全球人工智能大会精彩继续：聚焦应用，AI起航
|
副标题[/!--empirenews.page--]
【51CTO.com原创稿件】12月1日，WOT2018全球人工智能技术峰会进入第二天。经过昨日基础技术的学习，今天大会的关键词是实践！ 上午的应用领域篇章，共设推荐搜索、人机智能、计算机视觉、文本分析与NLP四个分论坛。 应用领域篇 推荐搜索：整合机器学习能力的实战 落地场景。如何结合各个业务数据的特点，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360在推动基于深度学习的推荐系统落地的难点。奇虎360技术经理张康在演讲中从两个方面深入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具体的应用场景下，在算法设计和数据测试方面的一些工程实践。
来自美团的高级算法技术专家蒋前程，在主题为《美团O2O服务搜索的深度学习实践》分享中，主要介绍了美团O2O服务搜索的特点以及面临的技术挑战。之后，重点从用户理解和个性化排序两个方向讲述了深度学习技术的应用和实践。具体的内容包括： 1. 美团搜索的业务现状、规模以及要解决的核心问题，同时介绍了O2O搜索和传统搜索的异同点以及技术上不一样的挑战； 2. 为了满足用户多样化需求，首先需要更好的理解需求，因此对用户查询和个性需求的理解是必不可少的，演讲重点讲述了深度语义模型在用户理解上的一些突破和进展。 3. 从搜索结果个性化排序层面，蒋前程介绍了深度学习的模型在美团排序上面的探索和进展。 人机智能：迸发创新力量 人工智能热潮由深度学习技术推动，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，赋能各个行业，人机智能专场就讲述了与商业场景相结合的一个应用。 京东坚持以技术驱动消费者体验升级，致力于将人工智能技术与商业场景应用相结合，以不断实现体验升级和创新。智能对话作为京东布局已久的技术领域，目前已经在京东客服业务上进行了成熟应用。基于自然语言处理、深度神经网络和机器学习等AI前沿科技打造的智能客服是业内首个大规模商用的情感智能AI客服机器人，目前已经承接京东90%以上的消费者咨询，并具有情感识别能力。此外，京东还为人工打造“AI智能辅助”套件，加速人工客服响应能力、提高标准服务水平，并面向京东商家、外部企业机构，提供商家服务机器人与智能对话解决方案。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是如何通过整体解决方案助力客服咨询体验升级的。 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。他分享了以扇贝在谷歌开发者大会中的一个案例项目为例，讲述在语言学习场景下对深度学习的应用。探讨在中小团队中如何实现从基础设施建设到数据收集清洗，再到模型的选择和评估，逐步搭建深度学习落地的开发框架和迭代流程。 苏宁一直把智慧零售的理念落到产品体验上，作为国内o2o战略的实践者，苏宁积攒了20多年的行业领域知识，通过大数据、机器学习、深度学习等新技术提升产品体验，一直是苏宁努力实践的方向。围绕着电子商务领域中的导购、服务以及任务助理等几个方面，苏宁搜索团队研发了智能购物助理机器人平台，为业务线提供良好支持。 苏宁易购搜索算法团队负责人孙鹏飞在《苏宁智能购物助理机器人平台》的分享中，介绍了苏宁智能购物助理机器人平台、智能人机交互构建技术实践、挑战与未来等内容。 计算机视觉：人工智能技术的大门 计算机视觉是指用摄像机和电脑模拟人类视觉对目标进行识别、跟踪、测量等的机器视觉，并通过识别和分析做进一步的图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。这门技术对于建立能够从图像或多维数据中获取信息的人工智能系统起着很大的作用。 在计算机视觉专场中，第一位上场的是阿里巴巴-饿了么高级总监李佩，他演讲的主题为《本地生活场景中的物体文本识别与三维重建》。本地生活场景中包含大量极富挑战的计算机视觉任务，如菜单识别，招牌识别，菜品识别，商品识别，行人检测与室内视觉导航等。这些计算机视觉任务对应的核心技术可以归纳为三类：物体识别，文本识别与三维重建。李佩本次演讲概括介绍了这三个方面的视觉技术的发展脉络，并就最新的进展做了重点阐述。 据有效统计，AI人才领域全球仅30万人，此类人才获取成本不断走高。大多数AI人才会集中在人脸识别、车辆、车牌识别等领域，而对于长尾的需求，尤其是对于要结合自身业务的客户而言，市场上基本找不到成熟的应用。 对于这些难题，第四范式图像平台负责人黄缨宁在《如何低投入的构造视觉应用》的演讲中，分享了通过工具化的手段，找到另一种轻量级的解决方案。 以消费者体验为核心，通过VR/AR技术为新零售赋能，重构消费体验场景，提升消费者购物体验，是国美电器一直以来的追求。国美电器产品经理隋晓艳在《VR/AR助力国美新零售》的演讲中，主要围绕以下三个方面进行了阐述：1. AR、VR科技加速新零售业发展。 2. VR、AR对营销模式的创新。3. VR、AR与新零售的未来。
文本分析与NLP：解密人工智能最为困难的问题之一 自然语言处理是深度学习的主要应用领域之一，在人机对话、问答系统、语言翻译等方向的应用也一直是自然语言处理中的热门话题。 自然语言数据作为重要的沟通形式以及信息载体广泛存在于企业日常业务的各个环节之中，合理的NLP技术可以克服自然语言的非形式化、不确定性等问题，发掘并捕获其中蕴含的有价值信息，进而用于业务咨询、决策支持、精准营销等方面，是企业重要的AI能力之一。宜信数据科学家井玉欣在《NLP技术在宜信业务中的技术实践》的演讲中，围绕基于机器学习的NLP技术在宜信内部各业务领域的应用实践来展开，分享了在实践中的相关经验，包括智能机器人在业务支持、客户服务中的探索，基于文本语义分析的用户画像构建，以及NLP算法服务平台化实施思路等。 微博作为国内最大的社交媒体平台，每天用户更新上亿条微博内容。但微博内容的特点是文本短，表达形式丰富，为内容理解带来较大难度。新浪微博NLP负责人胥望军在主题为《NLP在微博中的应用》的分享中，介绍了微博的内容理解的场景、难点、解决思路和算法，以及在微博兴趣推荐场景下的应用。 对话系统是NLP领域常见的技术方向，也是未完全解决的技术难点。近年来，深度学习的兴盛把对话系统带到了一个新高度。贝壳找房作为行业内最大的居住服务平台，在对话系统上有长期的探索尝试。常规的对话系统试图取代传统的人工服务，而贝壳找房的对话系统有自己的创新，人工智能和人工知识可以共同学习演化，借助深度学习和传统NLP技术，真正做到了为行业赋能。贝壳找房资深算法专家陈开江分享了贝壳找房在语义理解，对话系统，语音助手和VR看房协同工作相关技术和产品实践。
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章，共包括业务实践、优化硬件、行业赋能、AI新一代应用四个分论坛。 实践出真知：在业务实践中摸索 本次峰会的业务实践专场，主要分享了人工智能在不同行业的业务应用中的实践案例。 随着移动应用和内容业务的发展，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。蘑菇街图像搜索技术负责人宋宏亮在《视觉搜索技术系统与业务应用》的演讲中，结合蘑菇街的海量图片/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上的技术探索和业务实践演进历程。针对电商领域的数据特点，讲述了深度学习的应用及其带来的效果提升，包括商品类目预测、主体检测、使用Attention学习更具辨识度的深度特征、图像特征融合等内容。同时通过具体的业务案例，介绍了视觉搜索技术的落地应用之路。 当今，几乎每一个人都会接触房屋租赁领域的方方面面，而当前行业中仍存在着诸如房源信息不真实，信任体系缺失，以及信息匹配效率偏低等痛点。贝壳找房租赁平台数据策略部负责人严言，将在行业赋能的业务实践专场中，发表《贝壳租房的真房源模型与信用体系建设》的精彩演讲。本次演讲将从贝壳租房自身的实践经验出发，介绍贝壳租房通过大数据与机器学习的方法管控房源真实性以及服务品质，同时建立完善的租赁信用体系，不断提升商家提供的服务品质，提高行业信息匹配效率。 金山办公AI领域专家、高级工程师黄鸿波带来了题为《知识图谱在企业中的落地》的精彩分享。他在分享中指出，在面向对象的时代里，我们常说万物皆对象，之前我们只是来分析对象的个体，随着互联网和社交网络的发展，对象与对象之间的联系变得越来越紧密，我们把一个对象称之为一个实体，我们现在对于实体之间关系的分析变得尤为重要，我们可以使用知识图谱相关技术，来挖掘实体之间的关系，从而找到其中的商业价值，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 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
