众诚速配
广告
展会信息港展会大全

都在关心AI的应用,这些技术难点怎么很少提?
来源:互联网   发布日期:2019-11-08 13:11   浏览:1568次  值班编辑QQ:点击这里给我发消息

随着 AI 技术的快速发展与进步,AI 技术已经渗透到各行各业,像机场安检的人脸识别、智能家居的语音交互等 AI 技术应用,已在生活中随处可见,并不断在改变着人们的生活方式,让人们的生活更加智能便捷……
 

随着 AI 技术的快速发展与进步,AI 技术已经渗透到各行各业,像机场安检的人脸识别智能家居的语音交互等 AI 技术应用,已在生活中随处可见,并不断在改变着人们的生活方式,让人们的生活更加智能便捷。

作为 AI 技术进步的重要推动力,近年来算法和数据的功劳可谓是功不可没。经过长期的发展,AI 算法已经覆盖多个研究领域,特别是在视觉识别和语音识别上,都有了长足的进步与较高的实现成绩。数据方面,借着移动互联网普及的力量,AI 赖以学习的标记数据也迎来了爆发式增长,同时还降低了标记数据的获得成本,并提升了数据的处理速度。

可海量数据促进了 AI 进步的同时也将 AI 架构中的存储痛点暴露出来,例如文件的数量越来越多,文件的大小却越来越小;文件需进行反复读取训练,对读的性能要求较高等。除此之外,如何优化算法来提升效率与稳定性,如何提高机器学习与深度神经网络预测的准确度等,也是 AI 技术面临的挑战。

那么 AI 技术应用面临的算法提升、存储优化等技术难点如何解决呢?

11 月 21 日,AICon 北京 2019「AI 技术应用与实践」专场,将邀请多位 AI 技术领域一线专家,围绕 AI 技术的应用与实践案例,解读 AI 算法在智能审校系统上的演进,分析机器学习准确度提升的新方向,同时分享 AI 场景中存储系统的优化思路与快速训练时序预测模型的方法。

与行业专家面对面交流解决

AI 应用技术难点

时间:2019 年 11 月 21 日 13:30-17:10

地点:北京国际会议中心

专题演讲介绍

《视觉算法在智能审核系统上的演进与实践》

演讲嘉宾:

演讲摘要:

在与我们生活息息相关的“住”上,视觉算法特别是 AI 算法已在贝壳找房中多个场景落地。以 AI 技术为基础的“机器 - 人工”结合的方式,“机器”会依据贝壳实勘标准,自动审核质量不合格、保密性不够、真实性不满足等违规图片,审核更加高效、稳定。本次演讲将以实勘图审核业务为例,分析图像审核系统现状,阐述视觉算法在智能审核系统上的演进与实践。

听众受益:

了解图像智能审核系统的现状;

了解视觉算法在智能审核系统中的应用;

了解贝壳图像技术团队从需求到算法再到实现的整体流程。

《基于集成 Spark 的图解决方案的 AI 实践》

演讲嘉宾:

演讲摘要:

对于许多传统的机器学习来说,特征的提取不是一件简单的事情。在一些复杂的问题上,需要耗费大量的时间和精力,通过人工的方式设计有效的特征集合。而基于图的机器学习经过图数据库进行特征补充,进一步的提高传统的机器学习的准确度,是在现有硬件和人员技术基础上最经济有效的改善方案,也是机器学习发展的新方向。本次演讲将介绍 TigerGraph 如何与 Spark 集成,实现基于图的机器学习的解决方案。

听众受益:

了解图机器学习如何在现有资源下经济有效的提高机器学习

了解常用的图特征提取方式;

了解图数据库和 Spark 集成方案中的数据流和分工。

《针对 AI 场景的存储优化方案》

演讲嘉宾:

演讲摘要:

AI/ML/DL 发展迅猛,GPU 的各种加速方式以及算法的优化,都将性能的瓶颈点转移到了 AI 架构中的存储系统。在 AI 场景下存储访问的几个特点:1. 共享访问,多个节点会访问同一批数据;2. 读多,写少,文件会被反复读取进行训练;3. 文件大小越来越小,集中在几 KB 到几 MB 之间;4. 文件数量越来越多,会多达几亿到几十亿,甚至到上百亿。这些对存储系统提出了巨大的挑战,首先要支持文件共享访问,其次性能要好,尤其是读的性能,最后要能支撑海量的小文件。本次演讲将分享面对这些挑战,分布式文件存储系统的优化思路和方案设计。

听众受益:

了解 AI 场景下存储访问的难点挑战;

了解海量文件存储的方式;

了解小文件的性能提升优化思路;

了解如何解决目录的访问热点问题。

《在 AWS 云平台上快速开始你的第一个时序预测任务》

演讲嘉宾:

演讲摘要:

如今,各公司都在尝试使用各种工具(从简单的电子表格到复杂的财务规划软件)来准确预测未来的业务成果,如产品需求、资源需求或财务绩效。这些工具通过查看历史系列数据(称为时间序列数据)来构建预测。本次演讲将分享如何使用 Amazon SageMaker 以及 Amazon Forecast 快速、低成本的构建用户自己的预测模型,并分析在货品销售、能源供给、资源规划等领域的应用案例。

听众受益:

了解如何快速训练出时序预测模型;

了解如何使用深度神经网络提高预测准确度。

登陆 | 注册 欢迎登陆本站,认识更多朋友,获得更多精彩内容推荐!

赞助本站

人工智能实验室
AiLab云推荐
推荐内容
展开
Copyright © 2010-2019 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港