王明轩
字节跳动 AI Lab机器翻译负责人
字节AI机器翻译技术的应用与挑战
如今机器翻译已经能够应用于信息发布、信息交流等多个场景,人工智能技术提高了信息内容的创作,但机器翻译仍然面临着一些挑战,如稀缺资源的翻译、多语言翻译、篇章翻译等。但是提升数据量、建立统一的表示以及创造新的机器翻译范式等方向依旧是未来需要解决的机器翻译方向的问题。 本次分享由字节跳动 AI Lab机器翻译负责人 王明轩带来字节AI机器翻译技术的应用以及未来机器翻译所需面对的挑战。
丁炜杰
快手 高级算法专家
快手短视频推荐的端上重排系统
主流的部署在云端的推荐系统,可以做到分钟级的近实时,而部署在端上的推荐系统,得益于其链路特点,可以做到秒级反馈的实时。 本次报告将从以下几个方面介绍端上实时重排在快手短视频推荐系统的应用和创新工作: (1) 端上重排系统的特色基础架构,在极小的算力和带宽限制下,云端结合的模型选型方案; (2) 端上重排系统的特色建模方式,在极小的参数空间限制下,特征工程和模型结构的精细化处理,单点预估的AUC评估显著优于已公开的SOTA算法; (3) 端上重排系统的特色排序机制,在极小的候选空间限制下,listwise排序方案的精细化处理; 经过这些工作的迭代,我们在快手的时长和互动指标上都取得了显著收益;
李永彬
阿里达摩院 资深算法专家、对话智能技术负责人
阿里大规模预训练对话模型实践
如何将人类知识注入预训练模型,让知识和数据有机融合,一直是AI研究中的难题。而一个模型只能解决一项任务,通用性差又是AI的一个大问题。那预训练模型可能是破解之道,它能举一反三,解决多种任务。不过,知识注入并不容易,由于从数量级来说,知识远小于无标注数据,简单混合容易导致知识被淹没,或者出现严重的过拟合。利用半监督学习来对预训练对话模型注入知识,从而实现知识与数据的有机融合,会是解决在人机对话领域中将知识注入预训练模型的第一种解决方案。 本次分享由 阿里达摩院 资深算法专家、对话智能技术负责人 李永彬带来阿里大规模与训练对话模型的实践讲解,如何使用半监督学习将标注的人类知识注入预训练对话模型,探索知识和数据融合的新路径。
谢晓辉
腾讯 在线视频技术专家
视频内容理解的探索与发展
所有在 AI 领域深耕的人都会发现语义的鸿沟是一个非常具有挑战性的问题,需要借助知识图谱等技术,来帮助整个AI认知取得新进展。 本次分享,由来自腾讯的在线视频技术专家谢晓辉带来视频内容理解的前沿探索与发展情况分享。内容包含视频内容理解技术的现状与挑战,以及视频内容理解在腾讯业务的最新实践。
智能语音的应用与探索
智能语音即声音信息在人机间的交互模拟,是AI三大核心基础技术之一(机器视觉、智能语音和机器学习),同时也是人工智能落地最早的技术之一。随着相关技术的不断成熟,智能语音技术已经逐渐进入加速应用阶段,在车载语音、智慧教育、智慧医疗等领域都将出现其身影。本专题中,多位应用领域的专家将带来语音识别算法、语音合成与处理等多场景解读,讲解智能语音技术的企业级应用与探索。
智能语音即声音信息在人机间的交互模拟,是AI三大核心基础技术之一(机器视觉、智能语音和机器学习),同时也是人工智能落地最早的技术之一。随着相关技术的不断成熟,智能语音技术已经逐渐进入加速应用阶段,在车载语音、智慧教育、智慧医疗等领域都将出现其身影。本专题中,多位应用领域的专家将带来语音识别算法、语音合成与处理等多场景解读,讲解智能语音技术的企业级应用与探索。
元宇宙下的应用与实践
人工智能特别是认知智能的发展快慢,直接会影响“元宇宙”的发展节奏。元宇宙世界需要更智能的算法进行处理,以满足元宇宙建设和用户需求,特别是用户感知的人机智能交互能力和元宇宙治理模式的超大规模的数据集处理方面,是元宇宙何时能够实现的关键控制点,而这些方面的突破又要依赖认知智能的发展!
人工智能特别是认知智能的发展快慢,直接会影响“元宇宙”的发展节奏。元宇宙世界需要更智能的算法进行处理,以满足元宇宙建设和用户需求,特别是用户感知的人机智能交互能力和元宇宙治理模式的超大规模的数据集处理方面,是元宇宙何时能够实现的关键控制点,而这些方面的突破又要依赖认知智能的发展!
转型中的智慧金融
数字化、智能化浪潮席卷各行各业,作为现代经济的血脉,金融产业正处于变革的风口浪尖,智慧金融的发展正在全面提速。更多的AI技术应用于金融风控、流程覆盖以及智能应用解决方案。本专题中,金融科技领域的专家将带来新一代智能技术在金融行业中的多场景应用。
数字化、智能化浪潮席卷各行各业,作为现代经济的血脉,金融产业正处于变革的风口浪尖,智慧金融的发展正在全面提速。更多的AI技术应用于金融风控、流程覆盖以及智能应用解决方案。本专题中,金融科技领域的专家将带来新一代智能技术在金融行业中的多场景应用。
人工智能前沿探索
随着深度学习技术应用的不断深化和产业化步伐的逐步加快,AI技术的发展也面临着不少挑战,一方面主流技术依然有较大的探索空间,另一方面下沉场景的业务需求也提出了新的问题。本专题就人工智能领域多应用场景的前沿技术发展进行讨论,多位技术专家以应用为切点进行展开,深入分析人工智能领域的前沿探索。
随着深度学习技术应用的不断深化和产业化步伐的逐步加快,AI技术的发展也面临着不少挑战,一方面主流技术依然有较大的探索空间,另一方面下沉场景的业务需求也提出了新的问题。本专题就人工智能领域多应用场景的前沿技术发展进行讨论,多位技术专家以应用为切点进行展开,深入分析人工智能领域的前沿探索。
AI赋能产业实践
伴随计算机视觉、语音识别、机器学习、算法、模型等技术的优化,以及产业结构的不断完善,人工智能具备了更丰富的应用场景,比如风控评估、工程运维、生物制药、物流货运等领域应用,同时加速了AI产业的结构升级。本专题中,人工智能领域的资深专家将从产业实践的角度,分享人工智能下游应用的技术思考。
伴随计算机视觉、语音识别、机器学习、算法、模型等技术的优化,以及产业结构的不断完善,人工智能具备了更丰富的应用场景,比如风控评估、工程运维、生物制药、物流货运等领域应用,同时加速了AI产业的结构升级。本专题中,人工智能领域的资深专家将从产业实践的角度,分享人工智能下游应用的技术思考。