腾讯云王龙：AI规模化落地进入“深水区”，需要跨过两道门槛

11月6日，腾讯云主办的首届Techo开发者大会现场，腾讯云副总裁王龙表示，AI规模化落地已经进入“深水区”。对于AI相关的开发者来说，能否克服构建AI模型和应用AI能力的两大挑战，是AI能否规模化落地的关键。

腾讯云副总裁 王龙

首先，深度学习的模型训练在算法、算力和数据等方面有着较高的门槛。获取合法合规的高质量数据，合理并高效的利用算力，结合实际场景来构建和训练模型，这三步中的任意一个失误都会带来高昂的代价。

其次，将AI能力集成到软件应用或者解决方案中，也常常遇到双重困难的叠加。一方面各行业信息化程度不一，开发者要面对的企业IT系统、管理软件和业务流程及其复杂，导致应用和集成本身的难度就较高;另一方面AI模型的训练、测试、部署、监控、运维、更新等环节，与传统软件流程存在一定的差别，有时还需要与多种智能设备集成，这使得包含AI能力的应用开发，面临的不确定性和风险更高，成本也更难以控制。

王龙表示，腾讯云搭建的智能钛(TI One)机器学习平台和云智天枢人工智能中台(TI Matrix)的目标，就是要针对性的解决上述两大难题。

在构建和训练AI模型的过程中，智能钛可以提供灵活高效的算力、更好的计算框架，同时内置行业多种流行算法，以及腾讯在自身数百种场景中多年锤炼和积累的各种算法，并提供拖拽式的图形化界面，从而帮助数据和算法工程师们更高效地训练AI模型。

云智天枢则是将传统应用开发与AI能力进行连接的一站式平台。它的目标是让开发者在进行应用开发或者解决方案集成的时候，无需或者较少关注AI模型的训练、测试、部署、监控、运维、更新和升级，也无需关注智能设备的适配及计算资源的调度，从而能够专注于业务逻辑的实现，和系统集成的稳定可靠。。

这两个平台将能有效降低构建AI模型和应用AI能力的门槛、节约成本、缩短交付周期、提升AI效果， 为AI的规模化落地创造充分条件。

事实上，腾讯过去20年的AI技术积累，包括了腾讯各大实验室和技术团队已经训练好的模型，都已经在通过平台对合作伙伴和开发者开放，这其中许多能力均已达到了行业的领先水平。

例如在微信支付上线的腾讯Angel图算平台。据腾讯高级研究员王才华介绍，Angel可支持规模达10亿节点、100亿边的深度图网络算法，整体性能优于目前业界的图计算平台。同时它可以运行多任务集群，并具备易用性强。容错率高、完备性好等特点。

再例如NLP模型的训练方面，TI One支持有着最强模型之称的Bert的改进算法，并通过云端训练部署即完成应用，其优异的效果和广泛的通用性使其可以应用在多个场景中。腾讯高级研究员尹迪表示，在腾讯内部诸如社交平台、客服系统、娱乐机器人的场景中，意图识别、文本匹配、问答系统等，都运用到了Bert及 其改进模型。

王龙表示：“这两个平台内置了多项腾讯的AI能力。数据科学家、算法专家以及缺乏AI经验的开发者都能够在这里快速找到自己所需的工具和能力，更便捷高效地打造端到端的应用和解决方案。”

同时，这两个平台也已经吸引并服务了大量的开发者和合作伙伴，基于它们构建的应用和解决方案，在智慧城市、智慧交通、智慧社区、智慧金融、智能制造、智慧零售等多个行业中都已经成功实施并发挥巨大作用。

生成海报

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。