AICUG线下活动-AI智能专场:整理分享
2019年8月17日,在阿里云杭州飞天园区内,参加了AICUG的阿里巴巴AI智能专场的分享,主要的主题包括《PAI机器学习和OCR实践》、《关于FAQ-QA算法中台的思考和实践》、《认识概念图谱构建与应用》、《搜索场景下的智能推荐演变之路》主要是算法方面,以下就感受与大家进行分享:
一、阿里云的动物园:
包括:天猫商城、菜鸟网络、神马搜索、蚂蚁金服、飞猪旅行、盒马鲜生等,每个产品都用一个可爱的动物作为形象,被网友戏称为阿里动物园,而这个动物园的园长就是马云。
二、产品定位:
机器学习PAI:
一站式机器学习平台(数据预处理、特征工程、模型训练、模型服务),机器学习PASS服务,提供的是底层模型训练和服务能力
EasyVision:
数据、建模、服务,简化CV技术研发闭环,降低CV应用门槛
OCR:
自然场景下的文字通常存在倾斜、畸变、玩去、竖直、模糊等失真问题
阿里小蜜:
2015年 推出的to C 智能客服产品,也有针对to B 的赋能产品
概念图谱:
感知到认知,认知概念图谱
搜索推荐:
基于搜索业务场景下的排序、召回、数据梳理
三、产品介绍:
PAI:
可视化建模PAI-STUDIO、PAI-DSW(类似notebook)、PAI-EAS(模型在线服务引擎)
参数调整优化工具:PAI-AutoML
小蜜:
智能客服的解决方案:FAQ智能问答、导购、外呼、助理
FAQ问答模块(易用、可控):基础模块,必备的
内部协作机制:业务场景+算法能力
中台架构:技术架构、能力地图(模型参数、模型性能)、业务分析方法论、运营平台
能力地图:业务定制BERT——多任务学习——模型蒸馏
认知概念图谱:
Level1、Level2、Level3、instance
细粒度(Level3):高质量细粒度概念
Level1/2:知识图谱类型、预先定义关联
Level2/3:基于传递关联、基于概率推断
Level3/实例:基于规则、基于聚类、基于模型
短语挖掘:无监督(TopMine)、有监督(SegPhrase)、远监督(AutoPhrase)
应用场景:意图识别、实体推荐、对话、文档问答、短视频、相关性、信息流
搜索推荐:
预置词
召回:用户行为召回、标签召回、知识图谱召回、向量召回
排序:基础相关性、CTR预估、MAB、语义相关性、采样
话题图谱:交互式搜索推荐方法的探索,包含话题(包含实体)、本体词、意图、知识点、话题理解、知识点整理……
四、名词释义:
算法中台:
提供算法能力,帮助提供更加个性化的服务,增强用户体验,为战场提供了陆军支援能力,随机应变,所向披靡。
数据中台:
提供数据分析能力,帮助从数据中学习改进,调整方向,为战场提供了海军支援能力。
技术中台:
提供自建系统部分的技术支撑能力,帮助解决基础设施,分布式数据库等底层技术问题,为前台特种兵提供了精良的武器装备。
研发中台:
提供自建系统部分的管理和技术实践支撑能力,帮助快速搭建项目、管理进度、测试、持续集成、持续交付,是前台特种兵的训练基地。
组织中台:
为项目提供投资管理、风险管理、资源调度等,是战场的指挥部,战争的大脑,指挥前线,调度后方。
字典中台:
为项目提供国际、国家、业界等标准规范字典并保持及时更新;
- 点赞
- 收藏
- 关注作者
评论(0)