人工智能驱动业务实践

会议室:203
出品人:江鹏

本专题重点介绍人工智能在大规模业务场景(比如推荐、广告、搜索等)的实际落地案例和... 展开 >

专题出品人:江鹏

快手推荐算法负责人

江鹏,快手推荐算法负责人,负责快手主 APP、极速版、直播电商、海外等业务推荐算法。加入快手前,任阿里巴巴技术总监,负责手淘猜你喜欢推荐以及阿里巴巴多条推荐业务线技术研发,阿里推荐技术演化的主要推动者。有多个亿级用户规模推荐业务算法负责人经历。在 KDD、WSDM、WWW、RECSYS 等会议发表论文多篇。

地点:203

专题:人工智能驱动业务实践

本专题重点介绍人工智能在大规模业务场景(比如推荐、广告、搜索等)的实际落地案例和实践经验,启发大家思考如何将人工智能整合到业务中,提升人工智能对工业界影响的认知。

by 欧文武

阿里巴巴
研究员

随着推荐系统在信息分发中作用越来越重要,推荐系统优化目标也变得多元化,这次分享将主要介绍淘宝电商推荐中的多目标优化问题及应用实践。

演讲提纲:

  1. 简介
  2. 推荐机制设计
  3. 强化学习方法
  4. 帕累托多目标平衡
  5. 基于多智能体的多场景协同优化
  6. 千人千模
  7. 未来展望

你将获得:

  1. 了解工业级推荐系统中的多目标机制设计和优化方法
  2. 了解强化学习和多智能体在推荐系统中的实际应用

by 赵明

好未来
AI中台质量与工程效率负责人

通常情况下 AI 模型的测试需要依赖高质量的标注数据来实现,本分享通过借助语音、图像、NLP 等 AI 模型进行有机组合,加入预处理和后处理过程,搭建自动化流水线,在不依赖于标注数据的情况下,对被测模型进行 Badcase 的自动化筛选,从而提高测试效率,辅助算法角色提升算法模型的优化迭代速度。

演讲提纲:

  1. AI 中台业务与技术背景
  2. 工作痛点与平台化建设思路
  3. TTS 语音合成 badcase 自动化筛选方案
    • ASR+ 语速分析+语音评测模型流水线构建
    • 落地效果演示
  4. OCR badcase 自动化筛选方案
    • 图像质量评价+数据增强模型流水线构建
    • 落地效果演示
  5. NLP 作文批改 badcase 自动化筛选方案
    • 错误注入模型+替换比对流水线构建
    • 落地效果演示
  6. AI 模型指标评测平台化整合
  7. AI 研发提效的持续思考
    • 模型效果维度
    • 研发效率维度

你将获得:

  1. 基于模型测试模型的实现过程和方法
  2. AI 算法测试自动化体系构建
  3. 自动化筛选算法模型 badcase
  4. 如何通过工具链建设提升算法模型优化速度

by 蒋宏飞 博士

作业帮
智能中台/自然语言技术负责人

在线教育是一个新兴业态,业务链路长且复杂,参与其中的服务角色类型多且数量庞大。如何保证服务的高标准、一致性,如何全面深入地对用户形成准确认知和深度洞察,不断提升服务质量,都涉及到众多开放性技术问题(场景化用户标签体系发现式挖掘、动态变化数据下标签体系的快速迁移,低频新问题智能识别等等)需要创新探索并在实践中不断迭代优化。

本演讲将结合工作实践,为你分享自然语言技术对在线教育这一新业态下多个业务环节中的服务提效方面所做的创新探索和实践落地。

演讲提纲:

  1. 在线教育服务中的技术挑战
  2. 多模式可灵活配置的文本智能标注平台建设:人机结合的快速标注,基于主动学习和自学习的增强式标注,长尾数据、新发数据的智能覆盖。
  3. 智能质检:通用+分业务环节的质检体系支持,从黑名单式匹配到白名单式异常侦测,业务和算法解耦,质检策略自动更新。
  4. 总结与展望

你将获得:

  1. 了解在线教育中涉及到的自然语言处理问题
  2. 典型自然语言技术问题的解决方案经验以及平台化建设思路

by 李晓森

腾讯
高级研究员

如今,我们处在一个万物互连的复杂网络世界,图早已无处不在;近年来,针对图数据的深度学习和图数据库技术也逐渐在工业界得到重视。而腾讯在 QQ、微信、支付、游戏等场景积累了丰富多样的图数据,同时也蕴藏了极大的价值,为了提升用户体验、增强风控安全、提升业务效果,此时便需要图神经网络、图数据库等图技术来解决各种复杂场景的图问题。

本次分享将介绍腾讯数据平台部团队如何应对图计算和图数据库的挑战,满足调度系统、微信支付、风控安全等业务场景对智能图平台的诉求。

演讲提纲:

  1. 以图治图及应用场景
    • 图的应用场景
    • 为什么要以图治图
    • 超大规模复杂网络对智能图平台的挑战
  2. 智能图平台
    • 图计算的三体艺术:传统图计算、图表示学习与图神经网络
    • 图数据库:图数据治理与血缘分析
    • 如何解决业务问题
  3. 智能图平台的未来展望

你将获得:

  1. 如何应对超大规模复杂网络问题,如何以图治图,以及智能图平台的构建;
  2. 智能图平台对业务的提升,以及未来的方向。

by 张伟东 博士

网易
游戏人工智能实验室/技术总监

在游戏行业中,3D人脸面部资源一直都有着巨大的需求。演讲将在3D可变形人脸模型(3DMM)的研究基础上,结合游戏中的一些应用场景和需求,讲述如何构建了一个具有多个参数空间、并且具备可编辑人脸属性能力和生成高质量贴图材质能力的3D参数化人脸模型(NTES Face Model),并围绕该模型开发了一系列用于3D面部内容创作的技术,并将这些技术应用到游戏中。

演讲提纲:

  1. 3D人脸面部资源的经典制作方法及其问题
  2. NTES Face Model 的构建
    • 3D人脸数据的采集及其处理
    • 3D参数化人脸模型的生成
  3. NTES Face Model 的参数空间及能力
    • Shape 参数空间
    • Expression 参数空间
    • 面部属性的控制
    • 高质量贴图材质的生成
  4. NTES Face Model 的应用场景:
    • 基于单幅人脸视图或者多视角人脸视图重建3D人脸模型
    • 3D人脸模型形状和表情的迁移
    • 轻量级的面部动捕系统:面部动画、虚拟主播

你将获得:了解什么是3D参数化人脸模型,如何构建3D参数化人脸模型,以及如何将该模型用于3D面部内容创作和游戏中。

交通指南

北京国际会议中心

Beijing International Convention Center
地址:北京市朝阳区北辰东路7号
  • 微信咨询

  • 电话咨询

    联系电话:+86 17310043226

微信联系我们

小姐姐