盛夏八月，骄阳似火，草木蓊郁，一切都彰显着野蛮而诗意的生命力。夏天是一个探索、成长、革新的季节。在这个属于实践者的时节里，51CTO带来了一场以“驱动、创新、数智”为主题的AI盛会。
AI技术诞生不足百年，几经浮沉后，在最近20年迎来了全面发展与落地的黄金时期。当前AI领域有哪些前沿技术成果和实战创新突破?如何看待AI的下一个十年?这是萦绕在众多技术人员脑海中的议题。
8月6日，AISummit 全球人工智能技术大会以线上直播形式如期开幕。首日，近百位专家学者、技术大牛、管理精英齐聚一堂，与数万名参会者一起共话人工智能时代下的“数智”浪潮。
高屋建瓴，解读AI现状与趋势
开幕致辞中，51CTO副总裁兼总编崔康先生作为本次大会的主策划表达了对大会的期许。他认为，人工智发展至今，不再像是一门IT领域的细分技术，更像是一种通用技术。其发展虽然一路向好，但也需直面当前存在的诸多矛盾。本次大会希望为这些矛盾提供若干启发线索，找到一些解决路径。同时，也希望“这场大会能够告诉参会者，AI技术和AI开发者正在让世界变得更加美好”。
上午的主论坛中，6位重磅嘉宾站在技术领导者的角度解读了人工智能的技术现状与趋势、从业者需要关注的研究发现以及前沿技术在业界产生的影响。
中国人民大学高瓴人工智能学院副院长窦志成分享了对下一代智能搜索技术的展望。他对新一代智能搜索技术的发展趋势和核心特征进行了解读，同时就交互式、多模态、可解释搜索、及以大模型为中心的去索引化搜索等技术做出了详尽分析。
Meta/Facebook人工智能研究院研究员及高级经理田渊栋重点解析了现实世界场景决策的机遇与挑战。当前，如何用深度神经网络来处理结构化的数据，为一些离散优化问题找到替代人力启发式策略的神经网络方案，仍然是个未解难题。田渊栋据此介绍了如何使用强化学习和搜索方法搭配神经网络，从而寻找复杂优化问题的启发式算法。
科大讯飞研究院副院长潘青华以AI的行业落地为切入口，就人工智能技术发展趋势给出了自身的判断。围绕如何形成情感贯穿、虚实结合的交互方式，如何打造多模态融合、软硬一体的复杂智能系统，如何深耕行业更优解决方案进行了深入解答。
谷歌资深工程师及高级经理、MLPerf团队负责人周宗伟基于近年来算力需求爆发式增长的背景，多角度总结了影响谷歌人工智能芯片设计的十点认识，就其对新一代准理芯片的架构、设计的影响进行梳理，并对谷歌芯片、软件的协同演进进行了解读。
火山引擎机器学习系统负责人项亮则主要介绍了大规模机器学习算力的技术演进。在主题演讲中，他就大模型落地中所遇到的技术难点和边界收益递减进行了分析，对算力与机器学习行业间的促进与影响进行了深入剖析，同时也对未来算力发展趋势进行了预测。
微软Bing广告文本生成算法负责人刘屹则以微软Bing DeepGen项目为例，阐释了多样化搜索广告文本生成及在线实时匹配的议题。具体介绍了广告文本生成技术，包括系统简述、基础和多样化生成模型，广告在线文本实时匹配的算法模型、模型特征及商业影响。
多维解读，分论坛亮点重点看
下午举办的四场分论坛也是精彩纷呈、高潮迭起。其内容覆盖“AI驱动下的搜索与推荐”、“MLOps最佳实践”、“机器学习性能优化之路”、“计算机视觉应用与创新”四大议题16个细分话题方向。
AI驱动下的搜索与推荐
数字化转型浪潮催生了搜索推荐技术的新的演进，推荐技术也迎来了与智能算法深度融合的阶段。在“AI驱动下的搜索与推荐”分论坛，搜索与推荐领域的资深专家从业务实践的角度，分享了智能搜索与推荐领域的前瞻思考。
阿里妈妈资深技术专家、外投广告技术负责人王亮就联邦学习的概念及联邦学习在阿里广告投放中的应用进行了解读;腾讯资深研究员、在线视频知识图谱负责人马建强以腾讯视频搜索的垂直搜索为背景，重点介绍了视频搜索的主要技术场景、算法架构及进展、短视频向量召回、长视频IP知识图谱的应用等内容;美团搜索排序负责人陈胜以“美团搜索排序平台的建设与实践”为主题，详细解读了美团搜索的技术架构、排序平台的落地建设、排序算法的优化中的点点滴滴;快手高级推荐算法专家臧晓雪带来了快手在因果推断和图神经网络算法的最新研究。
MLOps最佳实践
人工智能在企业规模化应用中，存在研发上线周期长、数据和模型难匹配等挑战。MLOps应运而生。在“MLOps最佳实践”分论坛，专家们围绕研发运维周期、持续训练和持续监控、模型版本和血缘、数据线上线下一致性、高效数据供给等热点方向，探讨了MLOps的实战效果和前沿趋势。
开放原子基金会 TOC副主席、LF AI & Data TAC成员谭中意介绍了MLOps的概念、定位、主要内容、常见项目，以及评估一个AI团队MLOps的能力和水平的标准;第四范式系统架构师、OpenMLDB研发负责人卢冕围绕开源机器学习数据库 OpenMLDB，分析了其如何实现机器学习特征开发即上线的目标，及如何保证特征计算的正确性、高效性;网易云音乐 人工智能研究员、技术总监吴官林从云音乐业务背景出发，阐释模型实时化落地方案、结合FeatureStore进一步辐射到更多场景的思考与实践;中国工商银行软件开发中心大数据和人工智能实验室副主任黄炳重点介绍了工商银行的MLOps实践，涵盖模型研发、模型交付、模型管理、模型迭代运营的全生命周期管理体系的建设流程及技术实践。
机器学习性能优化之路
机器学习领域，企业对于算法的性能要求不断提升：如何保证系统的稳定性?如何用工程手段解决样本不足和模型实时性问题?如何提高易用性?在“机器学习性能优化之路”分论坛，各专家就此分享了各自的见解。
滴滴首席工程师杨洋针对传统数据运营的痛点，讲解了个性化推荐在数据运营中的创新应用，并就未来数据运营所需要完善的技术和业务进行了展望;同济大学百人计划特聘研究员、博士生导师王昊奋就文本+知识的多策略问答和两种形式的多模态问答中涉及的关键技术以及常用数据集进行了解读;快手高级算法专家蔡庆芃以强化学习在快手短视频推荐系统的技术落地为案例，解读了快手基于强化学习进行在线寻参、两阶段约束强化学习算法、如何优化达成APP活跃度的实战经验;网易云音乐算法平台研发专家黄彬介绍了网易云音乐在线预估系统的实践与思考，包括如何建设一套高性能、易用的预估系统、以及如何通过工程手段解决样本和模型实时化等问题。
计算机视觉应用与创新
计算机视觉(CV)作为AI技术的急先锋，是很多创新型关键技术的基础。在“计算机视觉应用与创新”分论坛，CV领域的专家就视频质量监控、视频智能创作、自动驾驶等多个场景进行了深度解析。
阿里巴巴优酷技术中心总监、摩酷实验室负责人李静针对短视频创作领域存在的问题，提出利用AI完善短视频创作流程，分享了优酷AI视频智能生产系统的探索与实践;SSIMWAVE联合创始人及首席研究员曾凯就如何解决端到端的视频质量监控系统可能出现的问题，基于AI的客观视频质量评价算法进行了讲解;蚂蚁集团大安全图像相似溯源算法负责人唐董琦以蚂蚁安全科技“思源”相似溯源引擎为实践案例，围绕开放场景下如何进行识别与追溯进行了技术拆解;如果智行感知技术专家马志国就自动驾驶中的激光雷达解决方案进行分析，讲解自动驾驶中涉及的感知技术，同时就数据与自动驾驶间的关系进行了深度剖析。
更多精彩，敬请期待
以本次AISummit大会为契机，51CTO在未来也将持续与生态合作伙伴展开探索和尝试，为广大技术人员搭建一个人工智能领域的深度交流与分享平台。明天，大会还将迎来智能语音、智慧金融、元宇宙等专场，关注本次大会的朋友们可以期待精彩继续。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
