1、智能语音在字节跳动内容创作方向上的应用殷翔字节跳动AI-Lab智能语音-语音合成 Leader个人简介学业经历学业经历 中国科学技术大学语音国家工程实验室硕博连读,研究方向是语音合成中的神经网络声学建模方法研究 自读研起进入语音领域,至今已有10年语音产品技术研发经验工作经历工作经历 加入字节前就职于腾讯,负责小微音箱、QQ空间魔音说说等产品的智能配音和歌唱玩法 2018年加入字节跳动人工智能实。
2、万亿参数推荐模型预估架构演进之路黎江百度主任架构师推荐系统简介万亿参数模型的技术挑战基于学习的深度学习预估架构进一步展望典型的推荐系统典型的推荐模型模型典型推荐分阶段实现数万输入参数万亿级稀疏参数矩阵稀疏查询累加典型的服务架构设计多个特性不同阶段间的高效串联和协同推荐模型预估的技术挑战高效的大规模稀疏参数查询应对大规模算力开销的合理剪枝体系多维度架构参数最优化设置子任务划分问题Staged Ev。
3、如何利用强化学习技术提高游戏的真实性和可玩性黄鸿波西山居 AI技术专家2008年获得高级职业资格证2012年开始接触AI,以Numenta公司的HTM(Hierarchical Temporal Memory)算法入门AI2016年开始研究深度学习框架TensorFlow2018年出版TensorFlow进阶指南 基础、算法与应用一书2020年获得谷歌开发者专家称号(GDE,Google Dev。
4、中文文本自动校对技术的研究与应用王宝鑫科大讯飞研究主管、资深研究员中文文本校对介绍文本校对相关技术文本校对技术应用文本校对未来发展中文文本校对介绍中文文本校对介绍你你能看得出哪错了吗?能看得出哪错了吗?过了约一柱香的时间,他听到远处传来起伏而高吭的号角声,知道战斗开始了亢亢炷炷英法帝国烧毁并洗劫了北京圆明园。洗劫并烧毁洗劫并烧毁墙上有一些“你好”、“谢谢”等标识语。中文文本校对介绍校对工作校对工。
5、小米业务场景下知识计小米业务场景下知识计算的探索和应用算的探索和应用彭力彭力小米小米-AI-AI实验室实验室小米知识计算的服务场景小米知识计算的服务场景储备的关键知识计算技术储备的关键知识计算技术知识计算如何解决业务问题知识计算如何解决业务问题总结及展望总结及展望小米知识小米知识计算的服务场景计算的服务场景01视觉声学知识图谱知识图谱自然语言处理智能问答深度学习语音MACECloud-MLAIA。
6、快手快手直播生态中的直播生态中的AIAI语音技术语音技术李杰 博士快手资深语音算法专家2021.11李杰,李杰,博士,快手资深语音识别算法专家。研究方向为基于深度学习的语音识别,在语音领域国际顶会上,包括ICASSP、INTERSPEECH、ASRU等,发表论文十几篇。2016年加入微软(亚洲)互联网工程院,担任语音技术研究员。2017年底加入快手,目前负责快手语音识别组的技术研发和项目落地,四。
7、自然语言处理技术范式迁徙之路梁吉光明略科技 信息检索实验室主任 NLPNLP是什么是什么 NLP3.0(含)前的故事 NLP4.0进行时 展望NLPNLP是什么?是什么?领导:如果你到了,我还没有到,那你等着吧!如果我到了,你还没有到,那你等着吧!自然语言理解,Natural Language Understanding,NLU自然语言生成,Natural Language Generation。
8、大数据 AI 检索技术的应用肖允锋(鹤冲)阿里巴巴-达摩院-资深技术专家1.AI 驱动下的搜索技术2.非结构化数据索引技术3.向量化索引面临的技术挑战4.达摩院相关技术介绍AI 驱动下的搜索技术01例子 地址召回方式:文本/关键词/标签+布尔检索,Score+Filter+Rerank;单模态:多数搜索基于文本和标签的方式;确定性:要求搜索结果的确定性;相关性:注重与用户搜索需求的相关性;传统搜。
9、并本成的原理与实践封江涛字节跳动AI Lab研究员2.为什么要探索并本成3.并本成的研究发展4.Glancing Transformer为并成建模词之间的依赖关系5.并成的应前景1.什么是并本成Part1:什么是并行文本生成什么是并行文本生成本成任务标题生成Headline Generation文本摘要Text SummarizationYang Qian also became the thi。
10、阿里视觉AI的开放平台之路谢宣松(星瞳)达摩院资深算法专家打造好用的视觉AI能力及服务让AI深入行业并产生价值AI平台化及阿里视觉AI开放平台总结及未来探讨AI平台化及阿里视觉AI开放平台01距离距离:需求/供给GAP缩短缩短:开发/效率工具核心能力、典型案例其他用户需求降本提效易用/高效竞争力/讲故事需求方快速试错/创新供给方价值体现阵地/品牌优化迭代影响力/地位Voronoi腔价值价值:1:。
11、快手精排CTR模型实践社区科学部 牛亚男 自我介绍 快手推荐系统 CTR模型 PPNet 多domain多任务学习框架 短期行为序列建模 长期行为序列建模 千亿特征,万亿参数模型 总结和展望Agenda2017年加入快手快手精排模型组负责人负责场景主站双列发现页,精选极速版发现页短视频推荐超3亿用户,数百亿分发快手核心迭代&活动双列,设置版,极速版,精选,全局上下滑K3,春节红包 etc。
12、Whale张杰阿里云-PAI超大模型高效训练的分布式框架Contents目录01模型训练的趋势和挑战02分布式框架Whale介绍03Whale实践示例和效果04超大模型训练最佳实践模型训练的趋势和挑战01模型训练发展趋势132模型算力需求:2年翻一倍3.4个月翻一倍Bert 模型参数规模越大,困惑度越低Transformer 模型参数规模越大,翻译质量越高1 https:/ GShard:Sca。
13、美团大脑系列 新零售商品知识图谱的构建及应用陈凤娇 技术专家美团/搜索与NLP部/知识图谱组人工智能两大驱动力人工智能两大驱动力深度学习(隐性模型)知识图谱(显性模型)面向具体任务(e.g.人脸识别)海量训练数据、计算资源黑盒模型,难以解释广泛适用于不同任务海量知识数据具有较高可解释性知识推理知识挖掘知识计算知识嵌入感知认知全球互联网公司在知识图谱的布局全球互联网公司在知识图谱的布局微软Goog。
14、基于深度学习的个性化推荐系统实时化改造与升级王华峰阿里云计算平台事业部经典离线推荐系统回顾实时推荐系统演进HSAP(Hybrid Serving/Analytical Processing)理念介绍新型的深度学习个性化推荐系统架构介绍经典离线推荐系统回顾搜推广业务用户行为日志离线数仓推理服务特征存储数据加工用户/商品特征(T+1)样本存储样本拼接模型中心离线训练算法模型(T+1)经典离线推荐系统。
15、AIAI在短视频创作与理解上的应用在短视频创作与理解上的应用王仲远快手技术副总裁,MMU&Y-tech负责人2021.11.25快手快手-国民短视频及直播社区国民短视频及直播社区流量内容粘性3.23.2亿亿国内日活用户5.75.7亿亿国内月活用户1.81.8亿亿+海外月活用户数百数百亿量级亿量级短视频库存100min+100min+日均使用时长140140亿亿+对人互相关注1010次次日。
16、京东多模态商品营销文案自动生成实践 李浩然 京东算法工程师自然语言生成技术与应用商品文案生成的技术挑战 文本多样性问题解决方案 文本忠实性问题解决方案文本流畅性问题解决方案总结和展望自然语言生成技术演变基于规则基于规则Penman(USC/ISI78)FOG(IEEE Expert94)1990s之前之前1990s2000s2015年年2017年年2019年年注意力机制注意力机制RNNsearc。
17、OpenMLDB 的机器学习实时应用最佳实践杨守仁第四范式 OpenMLDB 核心用户机器学习实时应用落地问题OpenMLDB 方案演进案例分析:某银行事中交易反欺诈OpenMLDB 的未来规划机器学习实时应用落地 数据科学家数据对接特征工程模型训练模型上线机器学习实时应用落地 数据工程师数据对接特征工程模型训练模型上线机器学习实时应用落地问题落地困难数据一致性性能OpenMLDB 方案演进 机。
18、SkyNet:字节跳动泛反馈域智能监控中台架构解读及实践字节跳动 研发效能马国俊 万明阳个人经历马国俊马国俊字节跳动,研发效能负责人硕士毕业后曾先后就职于百度、腾讯等一线互联网公司。2019年6月加入职字节,从0到1创建研发效能团队,团队内拥有算法应用研究、数据策略、Server、FE、TPM等多条职能线。目前负责公司多个效能类产品的研发工作,聚焦于智能化 X 服务化。个人经历万明阳万明阳字节跳。
19、AI技术在教育智能硬件上的应用实践张广勇网易有道/高性能计算负责人简介网易有道词典笔端侧AI算法优化端侧AI推理优化教育智能硬件成果和展望AIAI本质上是一种从数据中学习规律和知识的方法,可以在业务中的很多环节取代人的决策,大幅提高生产效率,甚至解决原来人解决不了的复杂问题。教育AI+教育用AI技术提高教和学各个环节的效率和效果AI+教育落地成功案例教育智能硬件教育智能硬件AI+教育+硬件市场规。
20、对话式对话式AIAI数据赋能企业数字化转型数据赋能企业数字化转型 张晴晴博士张晴晴博士MagicMagic DataData 创始人兼创始人兼CEOCEO公司介绍公司介绍公司成立公司成立5 5年以来,供应商年以来,供应商300300余家,已服务全球余家,已服务全球100100个客户,覆盖个客户,覆盖2020+种外语语言,种外语语言,3030+大方言大方言成长期成长期起步阶段起步阶段 成长期成长期。
21、爱奇艺 Big Data+AI统一架构探索与实践刘骋昺爱奇艺研究员爱奇艺大数据服务体系介绍爱奇艺 AI 应用和流程简介如何基于大数据基础设施实现 AI 流程如何建设大数据机器学习平台Big Data+AI 未来的发展方向爱奇艺大数据服务体系介绍爱奇艺 AI 应用和流程简介如何基于大数据基础设施实现 AI 流程如何建设大数据机器学习平台Big Data+AI 未来的发展方向爱奇艺大数据发展历程爱奇。
22、纽劢对构建自动驾驶中间件的一些探索白和军纽劢科技 系统工程师公司介绍2016年底,Nullmax创立于美国硅谷,2017年初在上海设立总部公司。是一家专注于自动驾驶领域的科技公司,致力于应用最先进的计算机视觉、深度学习和人工智能等技术为世界提供安全、高效、经济的自动驾驶解决方案。公司自16年成立以来相继开发完成部分高速、低速和城市场景的自动驾驶功能。目前有多个OEM量产项目在同步开发,预计202。
23、知识驱动机器翻译 -研究和实践杨浩华为 文本机器翻译实验室主任NMT的进展和挑战:数据驱动 VS 知识驱动知识NMT体系:开放知识,领域知识,模型知识,多模态知识知识NMT建模:约束生成+受限解码+知识对齐知识NMT实践:最佳领域翻译模型的三步走知识NMT思考:预训练,多语言,多模态-北京邮电大学国家重点实验室博士-微软亚洲研究院 明日之星-Baidu 个性化搜索负责人,Alibaba 技术总监。
24、知识图谱在结构化知识平台的实践和展望余海洋阿巴巴达摩院算法专家 智能对话与服务技术团队1背景介绍知识图谱的构建与问答三元组抽取未来展望图谱构建法论与Schema构建知识问答KBQA2智能客服的演示3智能客服的发展趋势1.流程轮转慢2.固定,专专事1.动化接听和处理2.弹性化资源1.虚拟2.多模态交互4云智能客服已经服务的客户业/场景医疗医保卫保健慢病管理医药服务政务公社保公安户籍管理出境运营商话。
25、图图神经网络及其在神经网络及其在电商电商大数据大数据中中的应用的应用 2009 BUPT TSEG 23智能金融智能金融技术进步推动金融行业由信息化向智能化方向演进,衍生了智能金融技术进步推动金融行业由信息化向智能化方向演进,衍生了智能金融电子商务市场飞速发展,是智能金融的重要应用场景电子商务市场飞速发展,是智能金融的重要应用场景2019年中国电子商务交易额达34.8134.81万亿元万亿元,其。
26、内容安全中的多模态模型训练实践陈德健AI算法架构师BIGO/Aestron安思创毕业于北京大学计算机系曾就职于网易,参与商业智能、广告算法的研究与落地2018年加入BIGO,主要从事AI技术的研究与应用。目前主要负责各产品线的内容安全、内容理解、AI ToB等技术方向About Me多模态研究技术驱动力图像语音文字用户行为Sobel/SIFTCNNViTGMM-HMMCTCAttentionwo。
27、客户微细分架起结构化数据与深度学习的桥梁张磊索信达控股有限公司 首席科学家客户微细分简介问题背景:深度学习和银行应用之间的鸿沟结构引力成像:结构化数据的离散化、图像化、特征化、状态化把握变化趋势:从有限状态到状态转移概率网络模型优化:使用图像特征和提升度来优化现有模型客户微细分是什么?通过将结构化数据进行合理的图像化,并创新地运用深度学习算法,挖掘反映客户资产偏好的深层特征,从而有效提升银行现有。
28、联邦学习在金融领域的落地和应用范涛微众银行人工智能部联邦学习研发负责人,人工智能资深研究员当前国内大数据行业发展面临的挑战联邦学习一站式解决方案联邦学习商业化落地思考数据新基建“十九届四中全会:党中央首次提出将数据作为生产要素参与收益分配”监管趋严数据合作困境跨机构间数据合作受阻消费信贷公司A大数据公司B机构内跨部门间数据中台建立困难重重支付部门贷款部门保险部门数据中台数据?No数据?No数据?。
29、出问问端到端语合成系统的研究与应陈云琳 2021.11.26Mobvoi MeetVoiceOutline 语合成概述 出问问语合成发展历程 出问问语合成技术摘要 出问问语合成应产品 出问问技术最新进展 MeetVoice 端到端系统介绍 MeetParameter-端到端合成框架介绍 MeetVocoder-神经络Vocoder框架介绍 数据量端到端语合成的挑战与解决案 端到端系统的最新研究 。
30、机结合:产业互联智能化之路冯 扬壳找房-智能技术中 级总监产业提效的三个问题我们是怎么解决的些洞察和建议产业互联及其智能化选择我们所讨论的领域消费互联产业互联(义)政府互联互联业互联产业互联(狭义)围绕消费者提升体验解决业产的效率问题解决服务过程的效率问题产业提升的挑战规模品质差效率熵 增选择如何应对机器取代机结合vs.产业提效的三个问题我们是怎么解决的些洞察和建议产业互联及其智能化选择需要解决。
31、必应搜索问答系统在全球化过程中的挑战与方法公明 博士 微软(亚洲)互联网工程院 研发总监演讲人介绍演讲人介绍3必应搜索问答的应用场景与系统概况搜索问答系统全球化过程中的核心挑战与解决方法核心DL模型的语言扩展(language scaling)搜索问答系统展望必应搜索问答的应用场景与系统概况搜索问答系统全球化过程中的核心挑战与解决方法核心DL模型的语言扩展(language scaling)搜索。
32、语合成在字节跳动的应探索王平字节跳动语合成科学家个介绍高级技术专家阿里巴巴负责达摩院语音合成相关技术及业务建设阿里巴巴的语音合成系统从传统语音合成技术逐渐向深度学习演进负责车机、客服、天猫精灵等语音合成相关业务团队建立和招聘语音合成相关技术的建设及探索业务熟悉及支持语音合成方向总体规划引擎及服务开发基础技术积累声学模型声码器声音转换结合业务落地的思考多模态业务落地抖音、西瓜视频等2019年4月加。
33、推荐系统与成长性 -腾讯新闻信息流实践腾讯专家研究员 李帅信息流产品概述推荐系统技术成长性的问题推荐系统的成长性具体算法Case信息流产品概述产品的类别产品的成长产品的类别发力全域信息流产品发力全域信息流产品专业领域产品专业性强小众,商业价值受限被全域产品渗透全域产品Time-killer技术加持下强者恒强技术上更具备挑战产品的成长理想情况扎实内容基本盘选择普适性强的类目,作为基本盘建设好内容、。
34、面向亿级用户的小布助手对话式AI算法系统实践与思考杨振宇OPPO小布助手 NLP与对话算法负责人个人简介杨振宇,中科大博士OPPO小布智能中心NLP与对话算法负责人20102014:华东师大、国防科大讲师2015至今:工业界AI算法研究与落地应用业务场景简介业务场景简介用户需求与主要挑战对话式AI实践与思考关键算法问题整体架构与算法方案效能优化未来展望业务场景:月活过亿的AI助手小布上线手机登陆。
35、决策规划在自动驾驶系统中的挑战与探索梁亚雄 Pony.ai Tech Lead Manager2021.11.261Agenda什么是决策规划决策规划的挑战与上下游模块的耦合指标系统与评估系统不同等级系统下的区别决策规划的探索和未来方向3自动驾驶系统概览自动驾驶系统概览4自动驾驶软件模块自动驾驶软件模块传感器及硬件传感器及硬件激光雷达毫米波雷达 产品层产品层自动驾驶系统车载运算车辆驱动 高精地图。
36、多表自动机器学习罗远飞第四范式 资深算法研究员个人经历 第四范式推荐算法负责人 从零研发了第四范式的AutoML算法平台 算法效果上,优于谷歌云 入选Gartner、Forrester全球AutoML平台代表厂商 负责了机器学习在金融、能源、制造、零售和媒体等多个领域的落地 服务客户包括工行、宁德时代、人民日报、百胜中国等 在KDD、SIGIR、ACL、EMNLP等发表多篇论文 竞赛 KDD C。
37、超大规模多模态预训练达摩院智能计算实验室林俊旸01多模态预训练大模型背景&价值02大规模多模态预训练模型关键技术研发03大模型平台与应用案例04未来发展多模态预训练大模型背景&价值20142015201620172018201920202021w ord2vecTransform erBERTGPTXLNetUNITERT5GPT-3Vi LBERTVi nVLVILT集中式通用。
38、eBay智能营销中的AI一体化大数据平台实践刘思中eBay资深技术经理eBay的智能营销eBay智能营销的机器学习训练平台eBay智能营销的模型A/B测试平台未来展望eBay智能营销的特征平台eBay智能营销场景与系统多渠道营销广告营销消息营销社交营销营销漏斗全覆盖品牌推广用户培养营销转换eBay大数据生态与算法应用数据丰富且体量巨大每天消费数据 1PB计算资源丰富vs.性价比离线计算、实时计算。