杭州國際博覽中心，這里曾經(jīng)是二十國集團(tuán)領(lǐng)導(dǎo)人第十一次峰會(huì)的主場館，5 月 26 日 CTA 核心技術(shù)與應(yīng)用峰會(huì)(杭州)同樣在這里正式召開!

正如 CSDN 谷磊總編在大會(huì)開幕詞中講到的，在過去 20 年時(shí)間里，CSDN 見證了技術(shù)浪潮從 PC互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能、萬物互聯(lián)的發(fā)展階段，也見證了一代又一代開發(fā)者從優(yōu)秀到卓越的心路歷程。在 CSDN 社區(qū)，大家開放共享的精神，成為后來者技術(shù)精進(jìn)的階梯。

本次大會(huì)的指導(dǎo)單位工業(yè)和信息化部人才交流中心的黨委副書記陳新，也在講話中特別提到數(shù)字經(jīng)濟(jì)人才聚集區(qū)的人才建設(shè)問題，將聚焦人工智能、大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、vr/AR等前沿技術(shù)。工信部人才交流中心將通過整合國內(nèi)外專業(yè)資源，打造數(shù)字經(jīng)濟(jì)人才學(xué)習(xí)交流、創(chuàng)新創(chuàng)業(yè)、合作共贏的平臺(tái)，為當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展?fàn)I造良好的產(chǎn)業(yè)發(fā)展生態(tài)。

隨后，大會(huì)就進(jìn)入了全天的技術(shù)風(fēng)暴中，來自阿里巴巴達(dá)摩院、騰訊音視頻實(shí)驗(yàn)室、Hulu 研究院、騰訊優(yōu)圖、滴滴、微博等科技公司的一線技術(shù)專家，帶來了當(dāng)下最新的技術(shù)成果與解讀，為開發(fā)者在機(jī)器學(xué)習(xí)的研究與應(yīng)用之路提供了深度、有價(jià)值的意見。接下來，就跟著營長一起回顧今天不可錯(cuò)過的精彩內(nèi)容。

華先勝：AI技術(shù)與應(yīng)用成功的關(guān)鍵因素是創(chuàng)造價(jià)值

阿里達(dá)摩院城市大腦實(shí)驗(yàn)室負(fù)責(zé)人華先勝指出，人工智能技術(shù)發(fā)展“潑了一盆冷水”，然后指出 AI 技術(shù)和應(yīng)用成功的關(guān)鍵因素是創(chuàng)造價(jià)值：錦上添花、雪中送炭、無中生有，最后是形成商業(yè)價(jià)值。

隨后，基于阿里在大規(guī)模AI應(yīng)用場景的基礎(chǔ)，他從視覺智能、視覺智造、視覺診斷和城市大腦四個(gè)層面具體講述了以機(jī)器視覺為主的技術(shù)應(yīng)用案例。以視覺搜索為例，其中的關(guān)鍵技術(shù)是特征學(xué)習(xí)以及索引和搜索系統(tǒng)，從其應(yīng)用中得到啟發(fā)是視覺搜索應(yīng)該關(guān)注核心需求：技術(shù)至上vs應(yīng)用先行、剛性需求vs錦上添花、用戶先行vs數(shù)據(jù)先行。

而視覺智造的主要應(yīng)用有視覺編輯(比如廣告植入)、自動(dòng)平面設(shè)計(jì)等。對(duì)此，他給出了實(shí)踐經(jīng)驗(yàn)：要?jiǎng)?chuàng)造一個(gè)需求(不只是來自設(shè)計(jì)師)，只和行業(yè)頂尖高手合作，另外，要先關(guān)注剛性需求，而不是炫酷的技術(shù)，要用商業(yè)創(chuàng)新反哺技術(shù)創(chuàng)新。

最后，他總結(jié)了對(duì)人工智能技術(shù)實(shí)踐的看法。第一，人工智能發(fā)展勢(shì)不可當(dāng)，進(jìn)展迅猛，局限巨大，無行業(yè)不 AI;第二，不深入行業(yè)，就沒有深度的AI，AI+算力+數(shù)據(jù)等于價(jià)值，要首先看到價(jià)值到底是什么;第三，人工智能發(fā)展機(jī)會(huì)非常多，要用AI做人力所不能及的事情，要讓AI服務(wù)于人。

高孟平：音視頻領(lǐng)域應(yīng)用落地廣泛，未來挑戰(zhàn)同樣艱巨

騰訊音視頻實(shí)驗(yàn)室專家研究員高孟平講述了騰訊音視頻實(shí)驗(yàn)室的多模態(tài)機(jī)器學(xué)習(xí)技術(shù)在人眼視覺服務(wù)中的落地情況。他表示，在視頻服務(wù)里有幾個(gè)重要的環(huán)節(jié)，如視頻理解、處理、編輯、質(zhì)量評(píng)估。利用深度學(xué)習(xí)等AI技術(shù)、基于人眼視覺標(biāo)準(zhǔn)的端到端視頻處理平臺(tái)，在視頻理解、視頻處理、質(zhì)量評(píng)估等三個(gè)方向有非常深入的研究。

隨后，高孟平從視頻、音頻、圖像三方面分別講述了智能封面的架構(gòu)。關(guān)于未來的工作與挑戰(zhàn)，高孟平舉了兩個(gè)例子進(jìn)行說明。一是 SeMI-Reference Architecture，二是使用圖像美學(xué)(Image Aesthetics)的通用模型，因?yàn)橛行﹥?nèi)容是無法用精彩視頻描述的，如QQ音樂、K歌等，沒有特定的動(dòng)作。如果直接透過圖像美學(xué)的評(píng)價(jià)，不用精彩視頻，或許也是一個(gè)好的解決辦法。

謝曉輝：推動(dòng) AI 認(rèn)知，解決語義的鴻溝，需要借助知識(shí)圖譜等技術(shù)

Hulu首席研究主管謝曉輝分享了視頻理解在個(gè)性化推薦與內(nèi)容發(fā)現(xiàn)中的應(yīng)用，內(nèi)容涉及視頻理解在內(nèi)容冷啟動(dòng)、視頻精細(xì)化標(biāo)簽和分組、深度推薦模型中的應(yīng)用等。

隨后在 Panel 環(huán)節(jié)中他還提到，所有在 AI 領(lǐng)域深耕的人，包括 Hulu，都會(huì)發(fā)現(xiàn)語義的鴻溝仍然是一個(gè)非常具有挑戰(zhàn)性的問題，這最終還需要借助知識(shí)圖譜等技術(shù)，來幫助整個(gè)AI認(rèn)知取得新進(jìn)展。

彭靖田：tensorflow 2.0 力圖實(shí)現(xiàn)普惠 AI

谷歌機(jī)器學(xué)習(xí)專家彭靖田以《TensorFlow 2.0實(shí)現(xiàn)AI大眾化》為題進(jìn)行了演講。他為大家分享到：TensorFlow 2.0 力圖打造易于上手、性能強(qiáng)勁和靈活通用的端到端機(jī)器學(xué)習(xí)平臺(tái)。通過 tf.keras 定義的高層次機(jī)器學(xué)習(xí) API，用戶可以快速驗(yàn)證模型效果、一鍵實(shí)現(xiàn)分布式訓(xùn)練、跨平臺(tái)部署模型等。未來，TensorFlow 社區(qū)將持續(xù)提升用戶體驗(yàn)，真正實(shí)現(xiàn)普惠 AI。

彭湃：讓 AI 更有溫度，“科技向善”也是使命之一

騰訊優(yōu)圖實(shí)驗(yàn)室高級(jí)研究員彭湃為大家講述了內(nèi)容審核工作中 AI CV算法的實(shí)踐與應(yīng)用。AI 出現(xiàn)之前內(nèi)容審核的方式都是人工審核，人工審核一百張違規(guī)照片需要 12 分鐘左右，如果是 AI，只需要 1 秒鐘。而 AI 審核模型是通過深度卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的，從實(shí)際業(yè)務(wù)場景中探索出雙模型級(jí)聯(lián)合結(jié)構(gòu)——DeepEye。數(shù)據(jù)是核心彈藥，如何構(gòu)建符合實(shí)際需要，性價(jià)比高的數(shù)據(jù)?采用主動(dòng)學(xué)習(xí)機(jī)制進(jìn)行數(shù)據(jù)積累，通過數(shù)據(jù)引擎挑選出值得標(biāo)注的數(shù)據(jù)。

如何把網(wǎng)絡(luò)模型 ResNet-152 變?yōu)?ResNet-50，效率提升 2 倍，精度損失降低于 1%?在性能優(yōu)化工作中設(shè)計(jì)了 Deepsmart 高效模型，采用知識(shí)蒸餾兼顧大模型效果與小模型的效率，以及有助于提升模型魯棒性的數(shù)據(jù)擴(kuò)增工作。20年后的今天，AI 帶來這么多的技術(shù)的升級(jí)，“科技向善”也是 AI 的使命之一，我們 AI 從業(yè)者需要有更多的社會(huì)責(zé)任感和擔(dān)當(dāng)，讓AI更有溫度，科技向善，以人為本。

謝迪：動(dòng)態(tài)恒常性是深度學(xué)習(xí)模型優(yōu)化和穩(wěn)定性的核心

海康威視研究院前沿技術(shù)部負(fù)責(zé)人、資深算法專家謝迪講述了團(tuán)隊(duì)在完善機(jī)器學(xué)習(xí)流水線上的實(shí)踐，包括信息生成(Annotation)、模型訓(xùn)練(Train)以及部署(Deployment)。通過分析信息初始化方法(即靜態(tài)恒常性和動(dòng)態(tài)恒常性)的一些特點(diǎn)和優(yōu)勢(shì)，可以得知：訓(xùn)練一個(gè)真正的深度網(wǎng)絡(luò)，批量標(biāo)準(zhǔn)化是必要條件;二動(dòng)態(tài)恒常性相比靜態(tài)恒常性更為重要;三是相較于單個(gè)方向保持動(dòng)態(tài)恒常性，在訓(xùn)練時(shí)保持兩個(gè)方向同時(shí)保持動(dòng)態(tài)恒常性，才是解決問題的關(guān)鍵;四是如果模型非常深，可能還需要顯示對(duì)傳播的信號(hào)進(jìn)行調(diào)控調(diào)試。

最后，謝迪還總結(jié)了四點(diǎn)看法：一是在目前的深度學(xué)習(xí)框架中，模型對(duì)信息生成方式是非常敏感的;二是需要找到超越Bounding Box的更加優(yōu)雅的表示方式;三是訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí)，一個(gè)非常關(guān)鍵的因素是動(dòng)態(tài)恒常性(Dynamic isometry )，它是深度學(xué)習(xí)模型優(yōu)化和穩(wěn)定性的核心;四是可能還需要顯式對(duì)傳播信號(hào)進(jìn)行調(diào)制。

齊彥杰：決定 Push 效果的背后機(jī)制——博文質(zhì)量、算法模型與分發(fā)效率

微博研發(fā)中心技術(shù)專家齊彥杰分享了微博基于機(jī)器學(xué)習(xí)在個(gè)性化 Push 任務(wù)中的實(shí)踐與應(yīng)用。微博的 Push 任務(wù)有基于熱點(diǎn)、人物關(guān)系、地理區(qū)域、個(gè)性化信息等多種類型，齊彥杰特別針對(duì)個(gè)性化 Push 場景下的技術(shù)實(shí)踐與應(yīng)用、打通鏈路的關(guān)鍵技術(shù)做了詳細(xì)解讀。

4.6 億 MAU 的微博是如何進(jìn)行用戶增長的?這不得不提個(gè)性化 Push 任務(wù)。而決定 Push 效果的背后機(jī)制則主要是博文質(zhì)量、算法模型與分發(fā)效率三方面。機(jī)器學(xué)習(xí)架構(gòu)自底至上主要包括基礎(chǔ)數(shù)據(jù)、特征工程、模型服務(wù)于排序策略四層。在此架構(gòu)之后，還有一個(gè)重要的技術(shù)環(huán)節(jié)——構(gòu)建推薦系統(tǒng)，最后，通過興趣、實(shí)時(shí)、關(guān)系與環(huán)境四個(gè)維度構(gòu)建特征體系，選擇擬合與用戶之間的關(guān)系模型，無論是早期的 LR 模型、還是 FM 模型、wide&deep 模型我們都進(jìn)行過嘗試，而樣本數(shù)量在其中發(fā)揮著不可忽視的作用。

熊超：對(duì)話問答通過圖靈測(cè)試還有很長一段路要走

滴滴 AI Labs NLP 智能對(duì)話團(tuán)隊(duì)負(fù)責(zé)人熊超在分享中講到，對(duì)話問答領(lǐng)域面臨的最大的挑戰(zhàn)就是圖靈測(cè)試，目前的多輪對(duì)話能很好的回復(fù)問題，但并不表示完全理解了用戶背后真正的意圖，想要順暢的解決特定領(lǐng)域的對(duì)話任務(wù)還需更長時(shí)間。

圓桌討論：AI 如何助力認(rèn)知能力，提升業(yè)務(wù)水平?

數(shù)字化信息時(shí)代，雖然所有行業(yè)都在進(jìn)行數(shù)字信息化，但是卻沒有將其真正利用。借助深度學(xué)習(xí)的快速發(fā)展，現(xiàn)在大家開始試圖借助 AI 技術(shù)理解真實(shí)世界。”如何利用 AI 算法認(rèn)知世界“就成為了核心問題。在本次 Panel 中，各位嘉賓就將圍繞這個(gè)核心問題，并結(jié)合實(shí)際的業(yè)務(wù)場景中，為大家分享 AI 技術(shù)如何賦能與真實(shí)落地場景?又面臨著哪些挑戰(zhàn)?

營長特意將圓桌討論中每位嘉賓的精彩觀點(diǎn)進(jìn)行了摘錄：

謝曉輝：所有在 AI 領(lǐng)域深耕的人，包括 Hulu，都會(huì)發(fā)現(xiàn)語義的鴻溝仍然是一個(gè)非常具有挑戰(zhàn)性的問題。做標(biāo)簽會(huì)發(fā)現(xiàn)標(biāo)簽距離最終產(chǎn)品想要的標(biāo)簽，二者間語義的鴻溝很大的。最終都要借助知識(shí)圖譜等技術(shù)，幫助整個(gè) AI 認(rèn)知取得下一步的進(jìn)展。過去幾年，AI 像脫疆的野馬，快速奔跑，無論是否逼進(jìn)峰值，技術(shù)的快速發(fā)展都給產(chǎn)業(yè)落地留下了廣闊空間，未來仍大有可為!

齊彥杰：推薦系統(tǒng)構(gòu)建于認(rèn)知層之上。如何基于多模態(tài)信息理解用戶是當(dāng)下的一個(gè)挑戰(zhàn)。業(yè)內(nèi)現(xiàn)在不僅會(huì)分析文本內(nèi)容，圖像內(nèi)容，視頻內(nèi)容理解也成為技術(shù)熱點(diǎn)。當(dāng)前技術(shù)飛速發(fā)展，技術(shù)團(tuán)隊(duì)需要隨著發(fā)展做出調(diào)整，提高效率，讓技術(shù)更好地落地。同時(shí)，需要知道自身數(shù)據(jù)和哪些新技術(shù)契合，才能夠更高效的提升自己的業(yè)務(wù)，不被淹沒在新技術(shù)的海洋之中。

高孟平：我的業(yè)務(wù)中更多的關(guān)注于視頻本身的理解，如標(biāo)簽或者高階語義的理解。技術(shù)進(jìn)展也推動(dòng)了應(yīng)用的發(fā)展，提供了問題的解決方案，但是很多仍存在挑戰(zhàn)，還有很多無法解決，如質(zhì)量評(píng)估。我們的解決的思路是：先定位問題，然后尋找 AI 的解決方法，最后通過業(yè)務(wù)利用客觀指標(biāo)反映技術(shù)的提升效果。如果只是在某個(gè)領(lǐng)域里不斷刷新指標(biāo)，反而可能錯(cuò)失新領(lǐng)域的應(yīng)用機(jī)會(huì)。

熊超：我們現(xiàn)在做的是智能客服，在對(duì)話問答領(lǐng)域面臨的最大的挑戰(zhàn)就是圖靈測(cè)試，尤其是在對(duì)話非常豐富的情況下，更是一項(xiàng)艱巨的任務(wù)。能很好的回復(fù)問題，但并不表示完全理解了用戶背后真正的意圖。其次，想要順暢的解決特定領(lǐng)域的對(duì)話任務(wù)還需要一個(gè)質(zhì)的飛躍，也許幾年、十年甚至更長的時(shí)間。

彭湃：首先，內(nèi)容審核業(yè)務(wù)面臨的一個(gè)非常大的挑戰(zhàn)就是：不同的客戶，因其業(yè)務(wù)的形態(tài)不同，需要過濾的規(guī)則邊界也會(huì)有所差異。其次，從 To C 產(chǎn)品到現(xiàn)在助力產(chǎn)業(yè)互聯(lián)網(wǎng)，會(huì)服務(wù)不同的產(chǎn)業(yè)客戶、面臨不同的需求，而這些是否都是 AI 可以解決的問題，是需要思考的。20年后的今天，AI 帶來這么多的技術(shù)的升級(jí)，"科技向善"也是 AI 的使命之一，我們AI從業(yè)者需要有更多的社會(huì)責(zé)任感和擔(dān)當(dāng)，讓AI更有溫度，科技向善，以人為本。

正如謝曉輝所總結(jié)的：“未來，機(jī)器學(xué)習(xí)技術(shù)仍具有廣闊的空間，大有可為”，這并不是一句簡單的鼓舞人心的話語，而是在各行業(yè)技術(shù)專家、各行業(yè)的技術(shù)落地等綜合考量下，深入機(jī)器學(xué)習(xí)領(lǐng)域本身，對(duì)未來給予的厚望。今日暴露的短板正是明日奮勇前進(jìn)的方向，也更是證明了，作為中國開發(fā)者，我們想做的、能做的還很多!