杭州國際博覽中心，這里曾經(jīng)是二十國集團領導人第十一次峰會的主場館，5 月 26 日 CTA 核心技術與應用峰會(杭州)同樣在這里正式召開!

正如 CSDN 谷磊總編在大會開幕詞中講到的，在過去 20 年時間里，CSDN 見證了技術浪潮從 PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、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，成為后來者技術精進的階梯。

本次大會的指導單位工業(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)濟人才聚集區(qū)的人才建設問題，將聚焦人工智能、大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、vr/AR等前沿技術。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)濟人才學習交流、創(chuàng)新創(chuàng)業(yè)、合作共贏的平臺，為當?shù)財?shù)字經(jīng)濟產(chǎn)業(yè)的發(fā)展營造良好的產(chǎn)業(yè)發(fā)展生態(tài)。

隨后，大會就進入了全天的技術風暴中，來自阿里巴巴達摩院、騰訊音視頻實驗室、Hulu 研究院、騰訊優(yōu)圖、滴滴、微博等科技公司的一線技術專家，帶來了當下最新的技術成果與解讀，為開發(fā)者在機器學習的研究與應用之路提供了深度、有價值的意見。接下來，就跟著營長一起回顧今天不可錯過的精彩內(nèi)容。

華先勝：AI技術與應用成功的關鍵因素是創(chuàng)造價值

阿里達摩院城市大腦實驗室負責人華先勝指出，人工智能技術發(fā)展“潑了一盆冷水”，然后指出 AI 技術和應用成功的關鍵因素是創(chuàng)造價值：錦上添花、雪中送炭、無中生有，最后是形成商業(yè)價值。

隨后，基于阿里在大規(guī)模AI應用場景的基礎，他從視覺智能、視覺智造、視覺診斷和城市大腦四個層面具體講述了以機器視覺為主的技術應用案例。以視覺搜索為例，其中的關鍵技術是特征學習以及索引和搜索系統(tǒng)，從其應用中得到啟發(fā)是視覺搜索應該關注核心需求：技術至上vs應用先行、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用有視覺編輯(比如廣告植入)、自動平面設計等。對此，他給出了實踐經(jīng)驗：要創(chuàng)造一個需求(不只是來自設計師)，只和行業(yè)頂尖高手合作，另外，要先關注剛性需求，而不是炫酷的技術，要用商業(yè)創(chuàng)新反哺技術創(chuàng)新。

最后，他總結了對人工智能技術實踐的看法。第一，人工智能發(fā)展勢不可當，進展迅猛，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)等于價值，要首先看到價值到底是什么;第三，人工智能發(fā)展機會非常多，要用AI做人力所不能及的事情，要讓AI服務于人。

高孟平：音視頻領域應用落地廣泛，未來挑戰(zhàn)同樣艱巨

騰訊音視頻實驗室專家研究員高孟平講述了騰訊音視頻實驗室的多模態(tài)機器學習技術在人眼視覺服務中的落地情況。他表示，在視頻服務里有幾個重要的環(huán)節(jié)，如視頻理解、處理、編輯、質量評估。利用深度學習等AI技術、基于人眼視覺標準的端到端視頻處理平臺，在視頻理解、視頻處理、質量評估等三個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。關于未來的工作與挑戰(zhàn)，高孟平舉了兩個例子進行說明。一是 SeMI-Reference Architecture，二是使用圖像美學(Image Aesthetics)的通用模型，因為有些內(nèi)容是無法用精彩視頻描述的，如QQ音樂、K歌等，沒有特定的動作。如果直接透過圖像美學的評價，不用精彩視頻，或許也是一個好的解決辦法。

謝曉輝：推動 AI 認知，解決語義的鴻溝，需要借助知識圖譜等技術

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

隨后在 Panel 環(huán)節(jié)中他還提到，所有在 AI 領域深耕的人，包括 Hulu，都會發(fā)現(xiàn)語義的鴻溝仍然是一個非常具有挑戰(zhàn)性的問題，這最終還需要借助知識圖譜等技術，來幫助整個AI認知取得新進展。

彭靖田：tensorflow 2.0 力圖實現(xiàn)普惠 AI

谷歌機器學習專家彭靖田以《TensorFlow 2.0實現(xiàn)AI大眾化》為題進行了演講。他為大家分享到：TensorFlow 2.0 力圖打造易于上手、性能強勁和靈活通用的端到端機器學習平臺。通過 tf.keras 定義的高層次機器學習 API，用戶可以快速驗證模型效果、一鍵實現(xiàn)分布式訓練、跨平臺部署模型等。未來，TensorFlow 社區(qū)將持續(xù)提升用戶體驗，真正實現(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)圖實驗室高級研究員彭湃為大家講述了內(nèi)容審核工作中 AI CV算法的實踐與應用。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)絡實現(xiàn)的，從實際業(yè)務場景中探索出雙模型級聯(lián)合結構——DeepEye。數(shù)據(jù)是核心彈藥，如何構建符合實際需要，性價比高的數(shù)據(jù)?采用主動學習機制進行數(shù)據(jù)積累，通過數(shù)據(jù)引擎挑選出值得標注的數(shù)據(jù)。

如何把網(wǎng)絡模型 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)化工作中設計了 Deepsmart 高效模型，采用知識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)擴增工作。20年后的今天，AI 帶來這么多的技術的升級，“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責任感和擔當，讓AI更有溫度，科技向善，以人為本。

謝迪：動態(tài)恒常性是深度學習模型優(yōu)化和穩(wěn)定性的核心

?？低曆芯吭呵把丶夹g部負責人、資深算法專家謝迪講述了團隊在完善機器學習流水線上的實踐，包括信息生成(Annotation)、模型訓練(Train)以及部署(Deployment)。通過分析信息初始化方法(即靜態(tài)恒常性和動態(tài)恒常性)的一些特點和優(yōu)勢，可以得知：訓練一個真正的深度網(wǎng)絡，批量標準化是必要條件;二動態(tài)恒常性相比靜態(tài)恒常性更為重要;三是相較于單個方向保持動態(tài)恒常性，在訓練時保持兩個方向同時保持動態(tài)恒常性，才是解決問題的關鍵;四是如果模型非常深，可能還需要顯示對傳播的信號進行調控調試。

最后，謝迪還總結了四點看法：一是在目前的深度學習框架中，模型對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;三是訓練神經(jīng)網(wǎng)絡時，一個非常關鍵的因素是動態(tài)恒常性(Dynamic isometry )，它是深度學習模型優(yōu)化和穩(wěn)定性的核心;四是可能還需要顯式對傳播信號進行調制。

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

微博研發(fā)中心技術專家齊彥杰分享了微博基于機器學習在個性化 Push 任務中的實踐與應用。微博的 Push 任務有基于熱點、人物關系、地理區(qū)域、個性化信息等多種類型，齊彥杰特別針對個性化 Push 場景下的技術實踐與應用、打通鏈路的關鍵技術做了詳細解讀。

4.6 億 MAU 的微博是如何進行用戶增長的?這不得不提個性化 Push 任務。而決定 Push 效果的背后機制則主要是博文質量、算法模型與分發(fā)效率三方面。機器學習架構自底至上主要包括基礎數(shù)據(jù)、特征工程、模型服務于排序策略四層。在此架構之后，還有一個重要的技術環(huán)節(jié)——構建推薦系統(tǒng)，最后，通過興趣、實時、關系與環(huán)境四個維度構建特征體系，選擇擬合與用戶之間的關系模型，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：對話問答通過圖靈測試還有很長一段路要走

滴滴 AI Labs NLP 智能對話團隊負責人熊超在分享中講到，對話問答領域面臨的最大的挑戰(zhàn)就是圖靈測試，目前的多輪對話能很好的回復問題，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域的對話任務還需更長時間。

圓桌討論：AI 如何助力認知能力，提升業(yè)務水平?

數(shù)字化信息時代，雖然所有行業(yè)都在進行數(shù)字信息化，但是卻沒有將其真正利用。借助深度學習的快速發(fā)展，現(xiàn)在大家開始試圖借助 AI 技術理解真實世界。”如何利用 AI 算法認知世界“就成為了核心問題。在本次 Panel 中，各位嘉賓就將圍繞這個核心問題，并結合實際的業(yè)務場景中，為大家分享 AI 技術如何賦能與真實落地場景?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進行了摘錄：

謝曉輝：所有在 AI 領域深耕的人，包括 Hulu，都會發(fā)現(xiàn)語義的鴻溝仍然是一個非常具有挑戰(zhàn)性的問題。做標簽會發(fā)現(xiàn)標簽距離最終產(chǎn)品想要的標簽，二者間語義的鴻溝很大的。最終都要借助知識圖譜等技術，幫助整個 AI 認知取得下一步的進展。過去幾年，AI 像脫疆的野馬，快速奔跑，無論是否逼進峰值，技術的快速發(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)構建于認知層之上。如何基于多模態(tài)信息理解用戶是當下的一個挑戰(zhàn)。業(yè)內(nèi)現(xiàn)在不僅會分析文本內(nèi)容，圖像內(nèi)容，視頻內(nèi)容理解也成為技術熱點。當前技術飛速發(fā)展，技術團隊需要隨著發(fā)展做出調整，提高效率，讓技術更好地落地。同時，需要知道自身數(shù)據(jù)和哪些新技術契合，才能夠更高效的提升自己的業(yè)務，不被淹沒在新技術的海洋之中。

高孟平：我的業(yè)務中更多的關注于視頻本身的理解，如標簽或者高階語義的理解。技術進展也推動了應用的發(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，如質量評估。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)務利用客觀指標反映技術的提升效果。如果只是在某個領域里不斷刷新指標，反而可能錯失新領域的應用機會。

熊超：我們現(xiàn)在做的是智能客服，在對話問答領域面臨的最大的挑戰(zhàn)就是圖靈測試，尤其是在對話非常豐富的情況下，更是一項艱巨的任務。能很好的回復問題，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域的對話任務還需要一個質的飛躍，也許幾年、十年甚至更長的時間。

彭湃：首先，內(nèi)容審核業(yè)務面臨的一個非常大的挑戰(zhàn)就是：不同的客戶，因其業(yè)務的形態(tài)不同，需要過濾的規(guī)則邊界也會有所差異。其次，從 To C 產(chǎn)品到現(xiàn)在助力產(chǎn)業(yè)互聯(lián)網(wǎng)，會服務不同的產(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 帶來這么多的技術的升級，"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責任感和擔當，讓AI更有溫度，科技向善，以人為本。

正如謝曉輝所總結的：“未來，機器學習技術仍具有廣闊的空間，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)技術專家、各行業(yè)的技術落地等綜合考量下，深入機器學習領域本身，對未來給予的厚望。今日暴露的短板正是明日奮勇前進的方向，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!