AICUG線下活動-AI智能專場：整理分享

2019年8月17日，在阿里云杭州飛天園區內，參加了AICUG的阿里巴巴AI智能專場的分享，主要的主題包括《PAI機器學習和OCR實踐》、《關于FAQ-QA算法中臺的思考和實踐》、《認識概念圖譜構建與應用》、《搜索場景下的智能推薦演變之路》主要是算法方面，以下就感受與大家進行分享：

一、阿里云的動物園：

包括：天貓商城、菜鳥網絡、神馬搜索、螞蟻金服、飛豬旅行、盒馬鮮生等，每個產品都用一個可愛的動物作為形象，被網友戲稱為阿里動物園，而這個動物園的園長就是馬云。

二、產品定位：

機器學習PAI：

一站式機器學習平臺（數據預處理、特征工程、模型訓練、模型服務），機器學習PASS服務，提供的是底層模型訓練和服務能力

EasyVision：

數據、建模、服務，簡化CV技術研發閉環，降低CV應用門檻

OCR：

自然場景下的文字通常存在傾斜、畸變、玩去、豎直、模糊等失真問題

阿里小蜜：

2015年?推出的to C 智能客服產品，也有針對to B?的賦能產品

概念圖譜：

感知到認知，認知概念圖譜

搜索推薦：

基于搜索業務場景下的排序、召回、數據梳理

三、產品介紹：

PAI：

可視化建模PAI-STUDIO、PAI-DSW（類似notebook）、PAI-EAS（模型在線服務引擎）

參數調整優化工具：PAI-AutoML

小蜜：

智能客服的解決方案：FAQ智能問答、導購、外呼、助理

FAQ問答模塊（易用、可控）：基礎模塊，必備的

內部協作機制：業務場景+算法能力

中臺架構：技術架構、能力地圖（模型參數、模型性能）、業務分析方法論、運營平臺

能力地圖：業務定制BERT——多任務學習——模型蒸餾

認知概念圖譜：

Level1、Level2、Level3、instance

細粒度（Level3）：高質量細粒度概念

Level1/2：知識圖譜類型、預先定義關聯

Level2/3：基于傳遞關聯、基于概率推斷

Level3/實例：基于規則、基于聚類、基于模型

短語挖掘：無監督（TopMine）、有監督(SegPhrase)、遠監督(AutoPhrase)

應用場景：意圖識別、實體推薦、對話、文檔問答、短視頻、相關性、信息流

搜索推薦：

預置詞

召回：用戶行為召回、標簽召回、知識圖譜召回、向量召回

排序：基礎相關性、CTR預估、MAB、語義相關性、采樣

話題圖譜：交互式搜索推薦方法的探索，包含話題（包含實體）、本體詞、意圖、知識點、話題理解、知識點整理……

四、名詞釋義：

算法中臺：

提供算法能力，幫助提供更加個性化的服務，增強用戶體驗，為戰場提供了陸軍支援能力，隨機應變，所向披靡。

數據中臺：

提供數據分析能力，幫助從數據中學習改進，調整方向，為戰場提供了海軍支援能力。

技術中臺：

提供自建系統部分的技術支撐能力，幫助解決基礎設施，分布式數據庫等底層技術問題，為前臺特種兵提供了精良的武器裝備。

研發中臺：

提供自建系統部分的管理和技術實踐支撐能力，幫助快速搭建項目、管理進度、測試、持續集成、持續交付，是前臺特種兵的訓練基地。

組織中臺：

為項目提供投資管理、風險管理、資源調度等，是戰場的指揮部，戰爭的大腦，指揮前線，調度后方。

字典中臺：

為項目提供國際、國家、業界等標準規范字典并保持及時更新；

搜索引擎 知識圖譜 機器學習

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。