Bilgi grafiği yeterince sıcak, ancak altta yatan teknik bağlantılar hala tutuşma konusunda yetersiz | AI teknolojisi ekolojisi
Etkili olmayan ve bilgi işlem kaynaklarını boşa harcayan, otomatikleştirilmiş makine öğrenimi yöntemlerini doğrudan kullanmayın, yalnızca "zekayı bilgi işlem gücüyle değiştirin". Zhang Jie, Bilgi Mühendisliği Laboratuvarı Direktörü, Minglue Bilim ve Teknoloji Akademisi
Muhabir | Yu Yan
Röportaj konuğu | Minglue Bilim ve Teknoloji Akademisi Bilgi Mühendisliği Laboratuvarı Direktörü Zhang Jie
Üretildi | CSDN (ID: CSDNnews)
"AI Teknolojisi Ekoloji Teorisi" karakter röportajı sütunu, CSDN tarafından başlatılan Milyon İnsan Öğrenen Yapay Zeka girişiminin önemli bir parçasıdır. En iyi yapay zeka eko markaları, girişimcileri ve endüstri KOL'leri ile yapılan görüşmeler sayesinde, sektör hakkındaki düşüncelerini, gelecekteki trendler hakkındaki yargılarını, teknik uygulamaları ve büyüme deneyimlerini yansıtıyorlar. 2020'de CSDN, AI ekolojisindeki ve AI endüstrisinin panoramasındaki en etkili kişileri özetlemek için bir dizi oluşturmak için 1000'den fazla kişiyle röportajlar yapacak!
Bu makale, "Yapay Zeka Teknolojisi Ekoloji Teorisi" röportaj serisinin on üçüncü sayısıdır.Bilgi grafikleri alanındaki tek boynuzlu at Minglue Teknolojisi aracılığıyla, bilgi grafiği teknolojisi ve endüstriyel ekoloji hakkında fikir edindik.
Milyonlarca insan AI öğreniyor ve sizin payınız var! Makale yorumlarına katılın ve seçilecek yorum alanına bir mesaj bırakın ve "2020 AI Geliştiricileri Konferansı" için 299 yuan değerinde çevrimiçi canlı bir bilet alacaksınız.
Son yıllarda bilgi grafikleri kavramı patladı. Özünde, bu, nesnel dünyadaki kavramsal varlık olaylarını ve bunların ilişkilerini tanımlamak için kullanılan büyük ölçekli bir anlamsal ağdır. Varlık kavramını düğüm ve ilişkiyi kenar olarak almak, dünyayı ilişki perspektifinden görmenin bir yolunu sağlar.
Wikidata, Yago ve DBpedia gibi mevcut büyük ölçekli bilgi grafikleri, büyük miktarda dünya bilgisini yapılandırılmış bir biçimde depolar.
Aşağıdaki şekil, daha sezgisel bir açıklama için bir örnektir. Bu grafik, insanların karmaşık sosyal ilişkilerini sezgisel ve net bir şekilde görsel olarak sunar. Anlaşılması bir grup cümle veya paragraftan daha mı kolay?
Google'ın 2012'de Google Graph'i arama motorlarına tanıtmasından bu yana, bilgi grafikleri akademik çevrede ve sektörde büyük ilgi gördü ve kademeli olarak bu yapılandırılmış bilgi başarıları arama motorlarında, soru-cevap sistemlerinde, finans ve diğer alanlarda yaygın olarak kullanıldı. Bilgi grafiklerinin araştırma ve uygulama geliştirmesindeki şirketler de ortaya çıktı.Yabancı ülkelerde Palantir, kensho, GRAKN.AI, Çin'de BAT ve Daguan Data, Haizhixing Map, PlantData, Zhiyan Technology ve biz gibi girişimci şirketler var. Günümüzün kahramanı Minglue Teknolojisi.
Tabii ki, bazı bilgi grafiği şirketleri iyi gidiyor ve bazı şirketler çekirdek teknoloji eksikliği gibi çeşitli nedenlerle hayatta kalmak için mücadele ediyor ve Minglue verileri birçok benzer şirket arasında suda bir balık gibi. Mart 2019'da, D tur finansmanında 2 milyar yuan aldı. Daha sonra Minglue Data, Minglue Technology Group'a yükseltildi.
Bilgi grafiği endüstrisinde bu şirketi ayakta tutmanın sırrı nedir? Bugün geçtik Minglue Teknoloji Grubu Bilimler Akademisi Bilgi Mühendisliği Laboratuvarı Müdürü Zhang Jie , Minglue'nun bilgi haritası yapısının temel teknolojisinin yanı sıra mevcut bilgi haritası teknolojisi ve endüstrisinin mevcut durumu ve gelecekteki gelişme eğilimleri hakkında daha fazla bilgi edinin.
Temel bir bilgi haritası oluşturmak için "üç ekip bir araya gelir"
Zhang Jie, doktorasından mezun olduktan sonra Huawei Merkez Araştırma Enstitüsü'ne katıldı ve 6 yıllık araştırma çalışması yaptı. Huawei'nin iletişim endüstrisindeki derinlemesine gelişimi ile yavaş yavaş "kimsenin olmadığı bölgeye" girdi ve ICT endüstrisindeki öneri ve kişisel asistan senaryolarına katıldı.
2014 yılında finans sektörünün büyük veri ve yapay zeka teknolojisinin uygulanmasında bir sonraki sıcak nokta olacağını fark etti.Risk kontrolü ve müşteri edinmenin en önemli iki yönü önemli ölçüde artan değer getirecek, bu nedenle Fintech başlangıç ekibi. Bu süre zarfında, pazar ihtiyaçlarını anlamak ve ayrıca Ar-Ge yatırımı ile ticari değer arasındaki en iyi dengeyi bulması için ekibi yönetme yeteneğini kullanan teknik araştırmalar yapmak için müşterileri ziyaret etmesi gerektiğini hatırladı.
2019'da Zhang Jie, gelecekteki yapay zeka teknolojisinin birçok geleneksel sektörü derin bir şekilde dönüştüreceğine inanıyor ve Minglue, To B yolunda teknoloji ve yetenek biriktirdi ve birden fazla sektörde pratik deneyim biriktirdi, bu yüzden Minglue'ya katılmayı seçti. Buraya geldikten sonra, Zhang Jie, bilgi mühendisliği teknolojisi alanına odaklandı, bilgi haritası otomasyonu yapımı ve bilgi haritası yardımı karar vermenin iki bağlantısında endüstrinin ileriye dönük araştırmasını yaptı.
Zhang Jie'ye göre Minglue Bilgi Grafiğinin teknik gücü üç bölümden oluşur: Bilimler Akademisi, Teknoloji Merkezi ve Ürün Merkezi . Teknik yetenekler tüm grupta paylaşılır. Bilimler Akademisi'nin temel teknik başarıları, teknik orta istasyona verilecektir. Teknik orta istasyon, şirket düzeyinde yeniden kullanılabilir bir bileşen oluşturur ve ürün orta istasyonuna teslim edilir. Ürün orta istasyonu, bilgi haritasının temel sürümünü yoğunlaştırır ve Çeşitli sektörler için uyarlayın ve optimize edin ve teslimat kalitesi ve müşteri memnuniyetinden sorumlu olun. Ar-Ge ekibinin temel teknik omurgası, Tsinghua Üniversitesi, Peking Üniversitesi, Carnegie Mellon Üniversitesi gibi yurtiçi ve yurtdışındaki tanınmış üniversitelerden geliyor ve birçok üye, IBM, NEC, Oracle ve Schlumberger gibi Fortune 500 şirketlerinde pratik deneyime sahip.
Bu şekilde, Minglue'nun bilgi haritası teknolojisinin arkasındaki üç ekip bir "güç" eğilimindedir ve Minglue'nun bilgi haritası teknolojisi ve ürün yapımı görevini birlikte desteklemektedir.
Bilgi grafiği teknolojisi ve uygulama durumu
Minglue 2014 yılında kurulmuş ve 2017 yılında finansmanda 1 milyar yuan'ı tamamlayarak onu büyük veri alanında bir tek boynuzlu at haline getirmiştir.Uzun süredir bilgi grafikleri alanında yer almıştır ve teknoloji ve endüstrinin gelişimini derinlemesine anlar.
Zhang Jienin profesyonel bakış açısına göre, bilgi grafikleri son yıllarda çok popüler olmuştur, ancak açıkça söylemek gerekirse, akademik topluluk temelde iki yöne odaklanmaktadır: biri derin öğrenmeye dayalı bilgi temsili, diğeri ise bilgi grafiği + (örneğin: bilgi grafiği + erişim , Bilgi grafiği + öneri, bilgi grafiği + eğitim öncesi dil modeli).
Endüstri temel olarak, yapılandırılmış bir veritabanından bir bilgi haritasına otomatik olarak nasıl eşleneceği ve bilgi füzyonu yapılacağı, yapılandırılmamış metinden bölüm düzeyinde olay çıkarımı ve çoklu olay korelasyonu nasıl yapılacağı ve küçük örneklerden nasıl öğrenileceği gibi otomatik harita yapımına odaklanmıştır. Ve manuel etiketlemenin maliyetini düşürmek için alan bilgisi aktarım teknolojisi ve çeşitli bağlantılarda derin öğrenmeye dayalı bilgi sunumunun uygulanması vb.
Bilgi grafiği teknolojisi ve uygulamasının temel durumu budur.
Ming Lue ne yaptı?
Bu ortamda bilgi grafikleri yapan sayısız şirket var ama aslında birçok şirket homojenleştirilmiş ürünler ve işlevler yapıyor Minglue ne gibi özel şeyler yaptı? Büyük veri şirketlerinin bolluğu içinde hayatta kalmak için hangi temel teknolojilere ihtiyacınız var?
Temel Ürünler
Minglue'nun 2018'de insan, makine ve organizasyon üçlüsünün teknik mimarisini piyasaya sürdüğü bildirildi: H İnsan Zekası, A Yapay Zeka ve O, Organizasyon Zekası anlamına geliyor. ). HAO istihbaratının amacı, bu teorik sistem aracılığıyla insanları ve makineleri birleşik bir organizasyon haline getirmektir.İnsan zekası ve makine zekası birbirini tamamlar ve sonunda örgütsel zekayı gerçekleştirir.
Şu anda Minglue Technology Group, ham veri toplamadan uygulama sunumuna kadar tüm bağlantıları kapsayan çeşitli bilgi grafiği ürünleri geliştirmiştir. onların arasında:
-
CONA (Tüm verileri bağlayın), yani "tüm verileri bağlayın", birleşik bir veri görünümü oluşturmak için tüm yapılandırılmış verileri büyük ölçekte otomatik olarak toplayabilen, temizleyebilen, sınıflandırabilen ve ilişkilendirebilen yapılandırılmış veriler için genel bir yönetim platformudur. Ek olarak, veri çok değerli izlenebilirlik ve füzyon stratejileriyle birlikte veri dönüştürme kuralları belirleyerek, standartlaştırılmış kıyaslama otomatik olarak tamamlanabilir, veri yönetişim otomasyonu gerçekleştirilebilir ve endüstri bilgi grafiklerinin yapım verimliliği büyük ölçüde iyileştirilebilir. Örnek olarak kamu güvenliği alanında gerçek veri yönetişimini ele alırsak, bir iş sisteminde yaklaşık bin tablo vardır.Geleneksel yöntem ve araçların bir grafiği oluşturması yarım yıldan fazla sürebilirken, CONA 2 haftaya kısaltılabilir.
-
NEST, Minglue tarafından geliştirilen bir bilgi grafiği veritabanıdır ve saniyeler içinde yüz milyonlarca varlığı ve milyarlarca kenarı desteklemek için hibrit veri depolama teknolojisini kullanır.
-
SCOPA, NEST üzerine inşa edilmiş görsel bir veri analiz platformudur.İş senaryolarına ve veri grafiği özelliklerine göre SCOPA, ilişki ağı analizi, mekansal-zamansal yörünge çarpışması, gerçek zamanlı çok boyutlu erişim, bilgi karşılaştırma çarpışması, akıllı işbirliği sistemi, gerçek zamanlı veri erişimi gibi güçlü işlevler sağlar. , Bilgi grafiği endüstrisi çözümünün hızla uygulanmasını mümkün kılmak. Şu anda kamu güvenliği, finans, vergilendirme, endüstri ve diğer sektörlerdeki yüzlerce projeye uygulanmıştır.
Diğer şirketlerle karşılaştırıldığında, bilgi grafiği oluşturma teknolojisinin altında yatan Minglue'nun benzersiz özellikleri nelerdir? Spesifik uygulama ayrıntıları nelerdir?
Zhang Jie, bilgi grafiğinin oluşturulmasını otomatikleştirme sürecinde, Minglue Technology'nin aşağıdaki bağlantılarda bazı temel teknolojileri biriktirdiğini açıkladı:
-
Yapılandırılmış ve yarı yapılandırılmış veriler için HAO profilleme teknolojisi önerilmiştir: Farklı veri kaynaklarından gelen yapılandırılmış / yarı yapılandırılmış verilerle uğraşırken, verileri toplayın ve düzenleyin, verileri anlamaya çalışın, veri yedekliliği sorunlarını, çatışmaları vb. Çözün, verileri standartlaştırın ve bağlayın, verilerin bir bilgi haritası oluşturun ve görselleştirin Sorgu ve hesaplama gibi uygulamaların gereksinimlerini karşılamak için birleşik bir görünüm görüntüleyin ve kullanın.
-
Yapılandırılmamış verileri hedefleyen bir dizi algoritma araç takımı: HAO Atlas tasarlandı ve geliştirildi. HAO Atlas, hizmet kurumsal düzeyindeki bilgi haritası sistemlerinin geliştirilmesine odaklanan ilişki çıkarma, olay çıkarma, varlık hizalama, ağ yapısının yerleşik temsili, uzamsal-zamansal sıra veri gösterimi, atlas özeti ve atlas tabanlı kısa metin oluşturma gibi algoritmaları içerir. Bağımsız olarak çalışabilir veya ikincil geliştirme için kurumsal teknik ekibe teslim edilebilir.
Zhang Jie'ye göre, Minglue'nun Bilgi Grafiğinin temel ürünleri, reklam, pazarlama, kamu güvenliği, endüstri, finans, dijital şehir, tedarik zinciri, catering ve diğer sektörlerde kullanılmadan önce 6 yıl boyunca tekrar tekrar parlatıldı ve optimize edildi. Teknolojik Ar-Ge iterasyonu sırasında, Zhang Jie, teknolojik yineleme sırasında Minglue'nun en değerli deneyimini bizimle paylaştı.
Tek bir cümleyle, deneyimi "adanmış, yeniden kullanılmış ve evrensel" ile nasıl başa çıkılacağıdır. Minglue, projenin uygulanmasında insan-verimlilik oranını iyileştirmek için bir yandan projedeki deneyimin organizasyonel süreçte teknik aşamaya "yeniden akıtılmasını" sağlarken, diğer yandan makine öğrenimi teknolojisinin ürün "içselleştirme" içindeki rolünü güçlendirir. HAO profil oluşturma teknolojisi ve CONA platformu daha önce bahsedilmiştir. Pek çok sektör müşterisiyle karşılaşmasına rağmen, aynı sektördeki farklı şirketlerin iç iş sistemleri işlev, veri yapısı ve iş mantığı açısından benzerdir.
Minglue'nun başarısının sırlarından biri, endüstri deneyiminin yeniden kullanımına ve teknik araçların yeniden kullanımına büyük önem vermesidir. Sektör deneyiminin yeniden kullanımı açısından, Minglue bir endüstri danışmanlık ekibi kurdu, endüstri odaklı en iyi uygulamaları ve başarılı vakaları oluşturdu ve ulusal standartların, endüstri standartlarının ve ittifak standartlarının formülasyonuna yatırım yaptı.Örneğin, 2018'de Minglue Technology ve Kamu Güvenliği Bakanlığı'nın İlk Araştırma Enstitüsü, sektörün ilk "Kamu Güvenliği Bilgi Grafiği Standardizasyonu Üzerine Beyaz Kitap" ı ortaklaşa yayınladı. Teknik araçların yeniden kullanımı açısından, teknik yetenekler, her biri iş bölümü ve işbirliği ile algoritma araştırması, genel teknik bileşenler, ürün yinelemeleri ve proje teslimi ile tüm grup genelinde paylaşılır.
Teknoloji araştırma ve geliştirme önemlidir, ancak mevcut sonuçların faydasını en üst düzeye çıkarmak, daha azıyla daha fazlasını yapabilen bir kısayoldur.
Bilgi grafiği için otomatik makine öğrenimi modellemesi
Minglue'nun bir diğer yeniliği de son yıllarda popüler olan AutoML teknolojisinin bilgi grafiklerinin yapımına uygulanmasıdır.
Zhang Jie, senaryolarda kararlılık, yakınsama ve yeterli veriye sahip manuel eğitim modellerinin tekrarlayan işçiliğini azaltmak için Minglue'nun otomatik makine öğrenimi yöntemlerini benimsediğini ve makine öğrenimi modelleyicileri için otomatik olarak verebilecek bir MatrixAI model eğitim platformu oluşturduğunu açıkladı Çok boyutlu veri keşif raporu ve buna dayalı olarak, geçmiş veri kümeleri ve model kümeleri üzerinde benzer görevleri bulun, benzer görevlerin en iyi uygulamalarına dayalı olarak algoritma seçim önerileri ve süper parametre önerileri verin ve ardından model performansını otomatik olarak değerlendirin ve parametreleri otomatik olarak ayarlayın.
Bu, benzer görevlerin optimal çözümüne yakın en uygun çözümü bulma fikridir. Ancak, yeni alanlarda yeni görevlerle karşılaşıldığında, Zhang Jie, otomatikleştirilmiş makine öğrenimi yöntemlerinin doğrudan kullanılmasını önermiyor, yalnızca "zekayı bilgi işlem gücüyle değiştirin", bu da etkili olmayan ve bilgi işlem kaynaklarını boşa harcıyor.
Bilgi grafiğinin sıcak araştırma yönü ve temelde yatan teknolojinin statükosu
Bilgi Grafiği Sorgusu
Bilgi grafiği sorgu muhakemesi, bilgi grafiğinin önemli bir araştırma noktasıdır ve aynı zamanda aşılması zor bir noktadır. Bu sorun nerede? Minglue ne denedi?
Zhang Jie, şu anda Minglue Teknolojisinin bilgi grafiğine dayalı gerekçesinin temel olarak iki konuya dayandığını söyledi: çoklu atlama ilişki tahmini ve karşı-olgusal tahmin. Bu iki sorunun zorluğu, uzman kural yönteminin tahmin doğruluğunun yeterli olmaması ve veriye dayalı yöntemin veri hacminin yeterli olmamasıdır Açıkça yaptığımız, nihai sonucun yüksek doğruluğunu gerektiren ve yorumlanabilir olması gereken ToB iş uygulaması senaryosudur. . Bu nedenle, Minglue insan-bilgisayar işbirliğini ve insan-bilgisayar etkileşimini denedi. İlk olarak, uzmanlar tarafından verilen ön nedensel ilişki diyagramı temelinde, bir endüstri nedensel haritası oluşturmak için olaylar arasındaki nedensel ilişkiyi veriye dayalı bir şekilde daha da tamamladı ve ardından Uzman deneyimi ve belirli senaryolar ve belirli görevler için model, operatörler olarak özetlenir ve nihai cevap, birçok insan-bilgisayar etkileşimi turundan sonra uzman tarafından verilir.
Uygulama senaryolarının endüstri uzmanlarına bağımlılığını azaltmak için bu yönün daha karmaşık endüstrilerde deneneceğini ve uygulanacağını öngörüyor.
Bilgi tabanı
Öte yandan, bir sağduyu bilgi tabanı oluşturmak, bilgi grafiğini "akıllı" hale getirmenin önemli bir yoludur.Minglue, bir sağduyu bilgi tabanı oluşturmak için bazı girişimlerde bulunmuştur.
Zhang Jie, sağduyu bilgi tabanının inşasının aynı zamanda araştırma kurumlarının ve açık kaynağın gücüne dayanması gerektiğini, Minglue Technologynin gelecekteki planlamasının odak noktasının birden fazla dikey alan bilgi tabanı oluşturmak, alan gerçeklerini ve alan kurallarını sağlamlaştırmak ve projeleri uygulamak olduğunu söyledi. Sürekli biriktirme ve revizyon sağlar.
Şu anda, bilgi grafiğinin altında yatan teknoloji ekolojisi mükemmel mi? Çevreleyen araç desteği kapsamlı mı?
Zhang Jie'nin görüşüne göre, bilgi grafiğinin temelini oluşturan teknolojinin mevcut çeşitli bağlantıları hala mükemmel değildir ve birçok bağlantı, grafik şemasının tanımlanması, veri haritalama kurallarının geliştirilmesi, sağduyu veya alan bilgi tabanlarının geliştirilmesi ve eğitim veri setleri gibi belirli bir derecede insan katılımını gerektirir. Bilgi füzyonu aşamasında etiketleme, manuel doğrulama vb. Ticari bir seviyeye ulaşmak için, otomasyon derecesi en az% 95 olmalıdır ve bazı senaryolar daha da zorlayıcıdır.
Dahası, sektör şu anda bilgi grafikleri alanında kurumsal uygulamalar için kapsamlı bir araç setine sahip değildir. Bu duruma yanıt olarak Minglue, yukarıda bahsedilen harita oluşturma algoritması araç seti-HAO haritasını geliştirdi. Bununla birlikte, HAO Atlas gibi kapsamlı bir araç seti bilgi grafiği endüstrisinde nadirdir, ancak aynı zamanda bunun bilgi grafiğinin altında yatan teknoloji ekolojisinde yararlanılması gereken bir boşluk olduğunu ve aynı zamanda bir fırsat olduğunu da göstermektedir.
Zhang Jie, gelecekte bilgi grafiğinin temelindeki teknolojinin hala iyileştirilmesi gerektiğine inanıyor.Teknik yöntemlere ek olarak, Zhang Jie, endüstri ittifakı veri standardizasyonunu teşvik etmenin, mevcut BT sistemlerini dönüştürmenin ve etiketleme için etiketleme işini değiştirmenin yollarını düşünmenin de mümkün olduğuna inanıyor. Bir kitle kaynak yöntemi haline gelin ve benzeri.
Gelecekteki teknoloji geliştirme eğilimleri için beklentiler
Özetle, bilgi grafikleri alanında teknoloji ve uygulama geliştirmenin hala geliştirilecek bir "mavi okyanus" olduğu ve olgunlaşmamış yerlerde fırsatlar ve potansiyelin doğduğu sonucuna varabiliriz. Gelecekte, bilgi grafiği teknolojisinin gelişim yönleri nelerdir? Zhang Jie, iyileştirilmesi gereken bazı noktalara dikkat çekti:
Bilgi grafiği ile ilgili teknolojilerin çoğunun hala açık olduğunu söyledi, örneğin:
-
Bilgi çıkarma düzeyinde, bölüm düzeyinde veya hatta bölümler arasında olay çıkarımı yapılabilir;
-
Bilgi temsili seviyesinde, anlamsal bilgiyi, ağ yapısı bilgisini ve düğümlerde ve kenarlarda bulunan zaman dizisi bilgisini temsil etmek için daha genel bir yola ihtiyaç vardır;
-
Uygulama düzeyinde, kırılması gereken, nedensellik keşfi ve nedensel çıkarım için veriye dayalı yaklaşımdır.
Bilgi haritası, insan pratiği faaliyetlerinde birleşik bir standart uygulamak, kişiselleştirilmiş hizmetler sağlamak ve iş verimliliğini artırmak için insan benzeri mantıksal ve yapılandırılmış bir bilgi tabanı oluşturmak için dünyadaki her tür bilgiyi birbirine bağlar. Bununla birlikte, bilgi haritası ile yenilmez bir çelik bıçak haline gelme arasında hala bir boşluk var.İnsanlığa uygun nihai hedefe ulaşmak için onu kullanmak için, geliştiricilerin çabalarına devam etmesi gerekiyor!
Misafirlerle görüşme
Minglue Teknoloji Grubu Bilimler Akademisi Bilgi Mühendisliği Laboratuvarı Direktörü Dr. Zhang Jie. Araştırma alanları makine öğrenimi, doğal dil işleme ve bilgi grafikleri. Bir zamanlar Huawei'nin Noah's Ark Laboratuvarı'nda çalıştı ve daha sonra kurucu ortak olarak bir finans teknolojisi şirketi kurdu ve CTO olarak görev yaptı. , Bir zamanlar ansiklopedi bilgi soru cevap, diyalog robotu, öneri motoru, karar motoru, büyük veri risk kontrolü ve diğer sistemlerin oluşturulmasına başkanlık etmiş, ondan fazla akademik makale ve 80'den fazla buluş patenti yayınlamıştır.
"AI Technology Ecology" serisindeki seçilmiş okumalar:
-
GitHub 2000+ Star'ı kazandıktan sonra, Alibaba Cloud'un açık kaynaklı Alink makine öğrenimi platformu çift 11 veri "oyunundan" nasıl daha iyi performans gösteriyor? | AI teknolojisi ekolojisi
-
Döngüsel Zeka Yang Zhilin: "İnsan-makine bağlantısı", semantik diyalog uygulamalarında yeni bir trend olacak!
-
Pai Fang Ma Jun: China Industry + AIoT pisti, 10 milyar ila 50 milyar değerinde bir tek boynuzlu at yetiştirecek | AI teknolojisi ekolojisi
Bugünün faydaları
Ödüllü mesaj için lütfen Lu Qi'ye bakın!
Ayrıca "Milyonlarca Kişi Yapay Zekayı Öğreniyor" un önemli bir parçası olarak, 2020 AIProCon Geliştiriciler Konferansı 3 - 4 Temmuz tarihleri arasında çevrimiçi olarak canlı yayınlanacak ve geliştiricilerin mevcut yapay zeka en son teknolojisini tek noktadan öğrenmelerine olanak tanıyacak Araştırma, temel teknoloji ve uygulamalar ile kurumsal vakalarda pratik deneyim ve ayrıca heyecan verici ve çeşitli geliştirici salonlarına ve programlama projelerine çevrimiçi olarak katılabilirsiniz. Bir dizi ileriye dönük aktiviteye ve çevrimiçi canlı yayın etkileşimlerine katılın. Yalnızca on binlerce geliştiriciyle iletişim kurmakla kalmaz, aynı zamanda özel canlı yayın hediyeleri kazanma ve teknik uzmanlarla bağlantı kurma fırsatına da sahip olursunuz.
Yorum alanında seçilirseniz, 299 yuan değerinde "2020 AI Geliştiriciler Konferansı" için çevrimiçi canlı bir bilet alacaksınız. Parmaklarınızı hareket ettirin ve söylemek istediklerinizi yazın.
