音视频等感知类人工智能算法从学术研究到工业落地的过程中，研发人员已经可以通过精细化标准、大规模评测、特定误差分析、持续性数据回流等方式取得良好的现实场景应用效果，进而获得稳定的实际业务应用，这一实践过程帮助产业积累了资源渠道、生产资料以及专业知识，但人工智能服务能力的生产过程仍是长周期、高成本的，包括标注数据的收集与积累、模型的训练与调优、线上服务部署与管理，随着应用的深入与规模的扩大，生产效率已经成为人工智能商业化过程中的关键因素。

本次分享将基于人工智能算法应用于数字内容风控场景的经验，分享网易智企在人工智能生产增效方面的一系列工作，包括数据流程、算法模块、服务机制方面的工作细节，通过技术驱动效率升级来生产出更普惠的人工智能服务能力。

演讲提纲：

1. 网易智企人工智能商业应用现状
2. 网易智企人工智能生产增效实践
   • 高效率样本挖掘流程：利用前沿网络模型与学习方法构建完整的数据收集流程，通过对数据的分层管理降低数据方面的开销。
   • 细粒度动态网络推理：跳出静态统一处理方式建立逐层过滤的动态路由方式，通过对算法流程的改进降低服务层面的开销。
   • 流水线计算加速引擎：优化计算行程突破原生服务限制以充分利用计算资源，通过流水线设计进一步降低服务层面的部署开销。
3. 人工智能加快落地、提升效率方面的进一步工作

你将获得：

• 人工智能技术在数字内容风控场景中的应用挑战与解决方案；
• 人工智能服务全链路精细优化经验，构建普惠人工智能服务的技术线路；
• 人工智能商业化落地过程中有业务价值的技术探索方向。