【CCTC 2017】人工智能专场纪实

作者:温利武    班级:1402019      学号:14020199041

【嵌牛导读】:5月18日—19日,CCTC 2017中国云计算技术大会(Cloud Computing Technology Conference 2017,简称CCTC 2017)在北京朝阳门悠唐皇冠假日酒店隆重召开。本次大会由CSDN主办,是业内极具影响力的云计算和大数据技术年度盛会。彼时,技术社区骨干、典型行业案例代表齐聚京师,解读本年度国内外云计算技术发展最新趋势,深度剖析云计算与大数据核心技术和架构,聚焦云计算技术在金融、电商、制造、能源等垂直领域的深度实践和应用,为观众献上一场最纯粹的技术盛宴。

【嵌牛鼻子】:人工智能

【嵌牛提问】:人工智能发展趋势

【嵌牛正文】:5月18日下午,人工智能专场在PPmoney大数据算法总监黄文坚的主持下开场,来自阿里巴巴iDST资深专家千诀,带来阿里在智能人机对话方向的思考;京东集团感知识别研发总监陈宇,就智能感知技术,包括图像、视频、语音如何在京东的业务场景中落地展开分享;另外,IBM GBS Watson高级顾问金杰带来Watson的应用;PPmoney大数据算法总监黄文坚从TensorFlow在金融科技领域的应用进行探讨;第四范式算法研发工程师涂威威则在大规模分布式机器学习系统的设计和应用经验方面展开独到的实战分享。

从“连接”到“交互”


阿里巴巴iDST资深专家 孙健(花名千诀)

阿里巴巴iDST资深专家孙健(花名千诀)在以《从“连接”到“交互”》为主题的演讲中,首先介绍了从“链接”到“交互”的趋势,可穿戴设备、智能家居和智能出行都正在发生变化。关于阿里在智能对话交互方向的进展,对话交互分成两个阶段:第一阶段为用户信息通过对话收集完整,得到结构化Query;第二阶段是请求服务,完成支付、购买等多个步骤,Task Flow描述了任务的起始、步骤、流转、结束。同时展示了阿里人工智能ET Demo,阿里正在通过这样的对话平台,做面向开发者平台(SDK\API)。研发对话交互机器人需要坚持5个原则:坚持用户体验为先;产品和交互设计想办法降低不确定性;语言理解的鲁棒性和领域扩展性;打造让机器持续学习能力;数据闭环;介入尽可能多的数据服务。最后,千诀总结了对话交互的未来趋势:1. 人与机器人的对话交互是必然趋势;2. 语言理解是对话交互是否智能的关键;3. 未来的对话交互一定是多模态交互。

基于Watson人工智能与认知计算应用分享


IBM GBS Watson 高级顾问 金杰

IBM GBS Watson高级顾问金杰分享了主题为《基于Watson的人工智能与认知计算的应用分享》演讲。金杰首先介绍了IBM Watson的研发历史和最新进展。IBM Watson具有多样的认知计算能力,覆盖了问答、语音识别、概念洞察、机器翻译、信息共鸣、概念扩展、关系抽取、可视化渲染、文字转语音、权衡分析、视觉识别等多个领域。金杰重点讲解了IBM Watson在认知领域的落地案例——基于“微服务”的人机对话系统解决方案。在这个方案中,应用系统与Watson机器人服务交互,Watson根据用户输入的内容判断用户的意图,基于Watson搭建了话术系统并配有后台维护系统,企业可以对话术进行添加修改,也可以对话术进行机器学习。金杰还讲解了基于Wex的深度定制化银行呼叫中心认知系统架构案例。在这个方案中,系统在一定时间范围主动基于合同去查看呼叫记录,可以将语音文本转换API将呼叫内容变为文字, 用自然语言分类机制将呼叫记录按照客户意图进行分类,并通过智能转接或者预期处理以进行针对性应对和安排时间 。

此外,金杰还分享了IBM近日推出的新PowerAI 深度学习软件,该软件基于Power Systems构建,可以提供丰富的工具和数据准备功能,简化开发体验,将AI系统训练所需的时间从数周缩短到数小时。

深度学习&TensorFlow在FinTech的应用


PPmoney大数据算法总监 黄文坚

PPmoney大数据算法总监黄文坚分享的主题为《深度学习、TensorFlow在FinTech的应用》,深度学习中CNN和RNN对于时间序列的数据有很好的学习能力,而金融数据中大量的数据都是时间序列的格式,乃至金融分析报告中的文本信息等。因此,应用深度学习到金融数据挖掘中,会有先天的优势,而TensorFlow是目前深度学习中最成熟最主流的框架,它有Google提供强大的研发能力作保障,对各种最新的深度神经网络结构都有非常好的支持。黄文坚从金融预测模型、NLP类应用和量化投资等领域分享了TensorFlow的具体应用。

大规模分布式机器学习系统设计与应用


第四范式算法研发工程师 涂威威

第四范式算法研发工程师涂威威分享《大规模分布式机器学习系统设计与应用经验分享》为主题的演讲。机器学习(ML)利用经验改善系统性能,应用在各领域:搜索与推荐、生物特征识别、自动驾驶、军事决策助手等。涂威威认为没有在所有问题上最好的架构,只有最适合实际问题的,随后介绍了工业界大规模分布式机器学习系统以及机器学习计算框架设计的核心目标,并分享第四范式大规模分布式机器学习计算框架设计经验,最后,列举了机器学习系统在实际应用中需要注意的常见问题。

智能感知助力品质京东


京东集团感知识别研发总监 陈宇

京东集团感知识别研发总监陈宇发表了主题为《计算机视觉助力品质京东》的演讲,他对计算机视觉的技术研发路线进行了解读,图像识别、图像安全、人脸识别、机器视觉以及图像检索这几个关键技术有助于提升电商运营效率,OCR文本识别、图像质量检测、人脸识别、图像相似检索这四大产品系统改善了用户的网购体验。并列举了图书封面对比算法流程,成果达到漏检小于1%,节省了82%的人工,实现了传统算法和深度学习算法的创新。技术创新提升了电商运营效率,体现在银行卡&身份证识别系统以及仓储自动化平台两方面。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,165评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,720评论 1 298
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,849评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,245评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,596评论 3 288
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,747评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,977评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,708评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,448评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,657评论 2 249
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,141评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,493评论 3 258
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,153评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,108评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,890评论 0 198
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,799评论 2 277
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,685评论 2 272

推荐阅读更多精彩内容