2021AlCon全球人工智能與機器學習技術大會·北京站演講PPT合集（共39套打包）

1、智能語音在字節跳動內容創作方向上的應用殷翔字節跳動AI-Lab智能語音-語音合成 Leader個人簡介學業經歷學業經歷 中國科學技術大學語音國家工程實驗室碩博連讀，研究方向是語音合成中的神經網絡聲學建模方法研究 自讀研起進入語音領域，至今已有10年語音產品技術研發經驗工作經歷工作經歷 加入字節前就職于騰訊，負責小微音箱、QQ空間魔音說說等產品的智能配音和歌唱玩法 2018年加入字節跳動人工智能實。

2、萬億參數推薦模型預估架構演進之路黎江百度主任架構師推薦系統簡介萬億參數模型的技術挑戰基于學習的深度學習預估架構進一步展望典型的推薦系統典型的推薦模型模型典型推薦分階段實現數萬輸入參數萬億級稀疏參數矩陣稀疏查詢累加典型的服務架構設計多個特性不同階段間的高效串聯和協同推薦模型預估的技術挑戰高效的大規模稀疏參數查詢應對大規模算力開銷的合理剪枝體系多維度架構參數最優化設置子任務劃分問題Staged Ev。

3、如何利用強化學習技術提高游戲的真實性和可玩性黃鴻波西山居 AI技術專家2008年獲得高級職業資格證2012年開始接觸AI，以Numenta公司的HTM（Hierarchical Temporal Memory）算法入門AI2016年開始研究深度學習框架TensorFlow2018年出版TensorFlow進階指南 基礎、算法與應用一書2020年獲得谷歌開發者專家稱號（GDE,Google Dev。

4、中文文本自動校對技術的研究與應用王寶鑫科大訊飛研究主管、資深研究員中文文本校對介紹文本校對相關技術文本校對技術應用文本校對未來發展中文文本校對介紹中文文本校對介紹你你能看得出哪錯了嗎？能看得出哪錯了嗎？過了約一柱香的時間，他聽到遠處傳來起伏而高吭的號角聲，知道戰斗開始了亢亢炷炷英法帝國燒毀并洗劫了北京圓明園。洗劫并燒毀洗劫并燒毀墻上有一些“你好”、“謝謝”等標識語。中文文本校對介紹校對工作校對工。

5、小米業務場景下知識計小米業務場景下知識計算的探索和應用算的探索和應用彭力彭力小米小米-AI-AI實驗室實驗室小米知識計算的服務場景小米知識計算的服務場景儲備的關鍵知識計算技術儲備的關鍵知識計算技術知識計算如何解決業務問題知識計算如何解決業務問題總結及展望總結及展望小米知識小米知識計算的服務場景計算的服務場景01視覺聲學知識圖譜知識圖譜自然語言處理智能問答深度學習語音MACECloud-MLAIA。

6、快手快手直播生態中的直播生態中的AIAI語音技術語音技術李杰 博士快手資深語音算法專家2021.11李杰，李杰，博士，快手資深語音識別算法專家。研究方向為基于深度學習的語音識別，在語音領域國際頂會上，包括ICASSP、INTERSPEECH、ASRU等，發表論文十幾篇。2016年加入微軟（亞洲）互聯網工程院，擔任語音技術研究員。2017年底加入快手，目前負責快手語音識別組的技術研發和項目落地，四。

7、自然語言處理技術范式遷徙之路梁吉光明略科技 信息檢索實驗室主任 NLPNLP是什么是什么 NLP3.0（含）前的故事 NLP4.0進行時 展望NLPNLP是什么？是什么？領導：如果你到了，我還沒有到，那你等著吧！如果我到了，你還沒有到，那你等著吧！自然語言理解，Natural Language Understanding，NLU自然語言生成，Natural Language Generation。

8、大數據 AI 檢索技術的應用肖允鋒（鶴沖）阿里巴巴-達摩院-資深技術專家1.AI 驅動下的搜索技術2.非結構化數據索引技術3.向量化索引面臨的技術挑戰4.達摩院相關技術介紹AI 驅動下的搜索技術01例子 地址召回方式：文本/關鍵詞/標簽+布爾檢索，Score+Filter+Rerank；單模態：多數搜索基于文本和標簽的方式；確定性：要求搜索結果的確定性；相關性：注重與用戶搜索需求的相關性；傳統搜。

9、并本成的原理與實踐封江濤字節跳動AI Lab研究員2.為什么要探索并本成3.并本成的研究發展4.Glancing Transformer為并成建模詞之間的依賴關系5.并成的應前景1.什么是并本成Part1:什么是并行文本生成什么是并行文本生成本成任務標題生成Headline Generation文本摘要Text SummarizationYang Qian also became the thi。

10、阿里視覺AI的開放平臺之路謝宣松（星瞳）達摩院資深算法專家打造好用的視覺AI能力及服務讓AI深入行業并產生價值AI平臺化及阿里視覺AI開放平臺總結及未來探討AI平臺化及阿里視覺AI開放平臺01距離距離：需求/供給GAP縮短縮短：開發/效率工具核心能力、典型案例其他用戶需求降本提效易用/高效競爭力/講故事需求方快速試錯/創新供給方價值體現陣地/品牌優化迭代影響力/地位Voronoi腔價值價值：1：。

11、快手精排CTR模型實踐社區科學部 牛亞男 自我介紹 快手推薦系統 CTR模型 PPNet 多domain多任務學習框架 短期行為序列建模 長期行為序列建模 千億特征，萬億參數模型 總結和展望Agenda2017年加入快手快手精排模型組負責人負責場景主站雙列發現頁，精選極速版發現頁短視頻推薦超3億用戶，數百億分發快手核心迭代&活動雙列，設置版，極速版，精選，全局上下滑K3，春節紅包 etc。

12、Whale張杰阿里云-PAI超大模型高效訓練的分布式框架Contents目錄01模型訓練的趨勢和挑戰02分布式框架Whale介紹03Whale實踐示例和效果04超大模型訓練最佳實踐模型訓練的趨勢和挑戰01模型訓練發展趨勢132模型算力需求：2年翻一倍3.4個月翻一倍Bert 模型參數規模越大，困惑度越低Transformer 模型參數規模越大，翻譯質量越高1 https:/ GShard:Sca。

13、美團大腦系列 新零售商品知識圖譜的構建及應用陳鳳嬌 技術專家美團/搜索與NLP部/知識圖譜組人工智能兩大驅動力人工智能兩大驅動力深度學習（隱性模型）知識圖譜（顯性模型）面向具體任務（e.g.人臉識別）海量訓練數據、計算資源黑盒模型，難以解釋廣泛適用于不同任務海量知識數據具有較高可解釋性知識推理知識挖掘知識計算知識嵌入感知認知全球互聯網公司在知識圖譜的布局全球互聯網公司在知識圖譜的布局微軟Goog。

14、基于深度學習的個性化推薦系統實時化改造與升級王華峰阿里云計算平臺事業部經典離線推薦系統回顧實時推薦系統演進HSAP（Hybrid Serving/Analytical Processing）理念介紹新型的深度學習個性化推薦系統架構介紹經典離線推薦系統回顧搜推廣業務用戶行為日志離線數倉推理服務特征存儲數據加工用戶/商品特征（T+1）樣本存儲樣本拼接模型中心離線訓練算法模型（T+1）經典離線推薦系統。

15、AIAI在短視頻創作與理解上的應用在短視頻創作與理解上的應用王仲遠快手技術副總裁，MMU&Y-tech負責人2021.11.25快手快手-國民短視頻及直播社區國民短視頻及直播社區流量內容粘性3.23.2億億國內日活用戶5.75.7億億國內月活用戶1.81.8億億+海外月活用戶數百數百億量級億量級短視頻庫存100min+100min+日均使用時長140140億億+對人互相關注1010次次日。

16、京東多模態商品營銷文案自動生成實踐 李浩然 京東算法工程師自然語言生成技術與應用商品文案生成的技術挑戰 文本多樣性問題解決方案 文本忠實性問題解決方案文本流暢性問題解決方案總結和展望自然語言生成技術演變基于規則基于規則Penman(USC/ISI78)FOG(IEEE Expert94)1990s之前之前1990s2000s2015年年2017年年2019年年注意力機制注意力機制RNNsearc。

17、OpenMLDB 的機器學習實時應用最佳實踐楊守仁第四范式 OpenMLDB 核心用戶機器學習實時應用落地問題OpenMLDB 方案演進案例分析：某銀行事中交易反欺詐OpenMLDB 的未來規劃機器學習實時應用落地 數據科學家數據對接特征工程模型訓練模型上線機器學習實時應用落地 數據工程師數據對接特征工程模型訓練模型上線機器學習實時應用落地問題落地困難數據一致性性能OpenMLDB 方案演進 機。

18、SkyNet：字節跳動泛反饋域智能監控中臺架構解讀及實踐字節跳動 研發效能馬國俊 萬明陽個人經歷馬國俊馬國俊字節跳動，研發效能負責人碩士畢業后曾先后就職于百度、騰訊等一線互聯網公司。2019年6月加入職字節，從0到1創建研發效能團隊，團隊內擁有算法應用研究、數據策略、Server、FE、TPM等多條職能線。目前負責公司多個效能類產品的研發工作，聚焦于智能化 X 服務化。個人經歷萬明陽萬明陽字節跳。

19、AI技術在教育智能硬件上的應用實踐張廣勇網易有道/高性能計算負責人簡介網易有道詞典筆端側AI算法優化端側AI推理優化教育智能硬件成果和展望AIAI本質上是一種從數據中學習規律和知識的方法，可以在業務中的很多環節取代人的決策，大幅提高生產效率，甚至解決原來人解決不了的復雜問題。教育AI+教育用AI技術提高教和學各個環節的效率和效果AI+教育落地成功案例教育智能硬件教育智能硬件AI+教育+硬件市場規。

20、對話式對話式AIAI數據賦能企業數字化轉型數據賦能企業數字化轉型 張晴晴博士張晴晴博士MagicMagic DataData 創始人兼創始人兼CEOCEO公司介紹公司介紹公司成立公司成立5 5年以來，供應商年以來，供應商300300余家，已服務全球余家，已服務全球100100個客戶，覆蓋個客戶，覆蓋2020+種外語語言，種外語語言，3030+大方言大方言成長期成長期起步階段起步階段 成長期成長期。

21、愛奇藝 Big Data+AI統一架構探索與實踐劉騁昺愛奇藝研究員愛奇藝大數據服務體系介紹愛奇藝 AI 應用和流程簡介如何基于大數據基礎設施實現 AI 流程如何建設大數據機器學習平臺Big Data+AI 未來的發展方向愛奇藝大數據服務體系介紹愛奇藝 AI 應用和流程簡介如何基于大數據基礎設施實現 AI 流程如何建設大數據機器學習平臺Big Data+AI 未來的發展方向愛奇藝大數據發展歷程愛奇。

22、紐勱對構建自動駕駛中間件的一些探索白和軍紐勱科技 系統工程師公司介紹2016年底，Nullmax創立于美國硅谷，2017年初在上海設立總部公司。是一家專注于自動駕駛領域的科技公司，致力于應用最先進的計算機視覺、深度學習和人工智能等技術為世界提供安全、高效、經濟的自動駕駛解決方案。公司自16年成立以來相繼開發完成部分高速、低速和城市場景的自動駕駛功能。目前有多個OEM量產項目在同步開發，預計202。

23、知識驅動機器翻譯 -研究和實踐楊浩華為 文本機器翻譯實驗室主任NMT的進展和挑戰:數據驅動 VS 知識驅動知識NMT體系：開放知識，領域知識，模型知識，多模態知識知識NMT建模：約束生成+受限解碼+知識對齊知識NMT實踐：最佳領域翻譯模型的三步走知識NMT思考：預訓練，多語言，多模態-北京郵電大學國家重點實驗室博士-微軟亞洲研究院 明日之星-Baidu 個性化搜索負責人，Alibaba 技術總監。

24、知識圖譜在結構化知識平臺的實踐和展望余海洋阿巴巴達摩院算法專家 智能對話與服務技術團隊1背景介紹知識圖譜的構建與問答三元組抽取未來展望圖譜構建法論與Schema構建知識問答KBQA2智能客服的演示3智能客服的發展趨勢1.流程輪轉慢2.固定，專專事1.動化接聽和處理2.彈性化資源1.虛擬2.多模態交互4云智能客服已經服務的客戶業/場景醫療醫保衛保健慢病管理醫藥服務政務公社保公安戶籍管理出境運營商話。

25、圖圖神經網絡及其在神經網絡及其在電商電商大數據大數據中中的應用的應用 2009 BUPT TSEG 23智能金融智能金融技術進步推動金融行業由信息化向智能化方向演進，衍生了智能金融技術進步推動金融行業由信息化向智能化方向演進，衍生了智能金融電子商務市場飛速發展，是智能金融的重要應用場景電子商務市場飛速發展，是智能金融的重要應用場景2019年中國電子商務交易額達34.8134.81萬億元萬億元，其。

26、內容安全中的多模態模型訓練實踐陳德健AI算法架構師BIGO/Aestron安思創畢業于北京大學計算機系曾就職于網易，參與商業智能、廣告算法的研究與落地2018年加入BIGO，主要從事AI技術的研究與應用。目前主要負責各產品線的內容安全、內容理解、AI ToB等技術方向About Me多模態研究技術驅動力圖像語音文字用戶行為Sobel/SIFTCNNViTGMM-HMMCTCAttentionwo。

27、客戶微細分架起結構化數據與深度學習的橋梁張磊索信達控股有限公司 首席科學家客戶微細分簡介問題背景：深度學習和銀行應用之間的鴻溝結構引力成像：結構化數據的離散化、圖像化、特征化、狀態化把握變化趨勢：從有限狀態到狀態轉移概率網絡模型優化：使用圖像特征和提升度來優化現有模型客戶微細分是什么？通過將結構化數據進行合理的圖像化，并創新地運用深度學習算法，挖掘反映客戶資產偏好的深層特征，從而有效提升銀行現有。

28、聯邦學習在金融領域的落地和應用范濤微眾銀行人工智能部聯邦學習研發負責人，人工智能資深研究員當前國內大數據行業發展面臨的挑戰聯邦學習一站式解決方案聯邦學習商業化落地思考數據新基建“十九屆四中全會：黨中央首次提出將數據作為生產要素參與收益分配”監管趨嚴數據合作困境跨機構間數據合作受阻消費信貸公司A大數據公司B機構內跨部門間數據中臺建立困難重重支付部門貸款部門保險部門數據中臺數據？No數據？No數據？。

29、出問問端到端語合成系統的研究與應陳云琳 2021.11.26Mobvoi MeetVoiceOutline 語合成概述 出問問語合成發展歷程 出問問語合成技術摘要 出問問語合成應產品 出問問技術最新進展 MeetVoice 端到端系統介紹 MeetParameter-端到端合成框架介紹 MeetVocoder-神經絡Vocoder框架介紹 數據量端到端語合成的挑戰與解決案 端到端系統的最新研究 。

30、機結合：產業互聯智能化之路馮 揚殼找房-智能技術中 級總監產業提效的三個問題我們是怎么解決的些洞察和建議產業互聯及其智能化選擇我們所討論的領域消費互聯產業互聯（義）政府互聯互聯業互聯產業互聯（狹義）圍繞消費者提升體驗解決業產的效率問題解決服務過程的效率問題產業提升的挑戰規模品質差效率熵 增選擇如何應對機器取代機結合vs.產業提效的三個問題我們是怎么解決的些洞察和建議產業互聯及其智能化選擇需要解決。

31、必應搜索問答系統在全球化過程中的挑戰與方法公明 博士 微軟（亞洲）互聯網工程院 研發總監演講人介紹演講人介紹3必應搜索問答的應用場景與系統概況搜索問答系統全球化過程中的核心挑戰與解決方法核心DL模型的語言擴展（language scaling）搜索問答系統展望必應搜索問答的應用場景與系統概況搜索問答系統全球化過程中的核心挑戰與解決方法核心DL模型的語言擴展（language scaling）搜索。

32、語合成在字節跳動的應探索王平字節跳動語合成科學家個介紹高級技術專家阿里巴巴負責達摩院語音合成相關技術及業務建設阿里巴巴的語音合成系統從傳統語音合成技術逐漸向深度學習演進負責車機、客服、天貓精靈等語音合成相關業務團隊建立和招聘語音合成相關技術的建設及探索業務熟悉及支持語音合成方向總體規劃引擎及服務開發基礎技術積累聲學模型聲碼器聲音轉換結合業務落地的思考多模態業務落地抖音、西瓜視頻等2019年4月加。

33、推薦系統與成長性 -騰訊新聞信息流實踐騰訊專家研究員 李帥信息流產品概述推薦系統技術成長性的問題推薦系統的成長性具體算法Case信息流產品概述產品的類別產品的成長產品的類別發力全域信息流產品發力全域信息流產品專業領域產品專業性強小眾，商業價值受限被全域產品滲透全域產品Time-killer技術加持下強者恒強技術上更具備挑戰產品的成長理想情況扎實內容基本盤選擇普適性強的類目，作為基本盤建設好內容、。

34、面向億級用戶的小布助手對話式AI算法系統實踐與思考楊振宇OPPO小布助手 NLP與對話算法負責人個人簡介楊振宇，中科大博士OPPO小布智能中心NLP與對話算法負責人20102014：華東師大、國防科大講師2015至今：工業界AI算法研究與落地應用業務場景簡介業務場景簡介用戶需求與主要挑戰對話式AI實踐與思考關鍵算法問題整體架構與算法方案效能優化未來展望業務場景：月活過億的AI助手小布上線手機登陸。

35、決策規劃在自動駕駛系統中的挑戰與探索梁亞雄 Pony.ai Tech Lead Manager2021.11.261Agenda什么是決策規劃決策規劃的挑戰與上下游模塊的耦合指標系統與評估系統不同等級系統下的區別決策規劃的探索和未來方向3自動駕駛系統概覽自動駕駛系統概覽4自動駕駛軟件模塊自動駕駛軟件模塊傳感器及硬件傳感器及硬件激光雷達毫米波雷達 產品層產品層自動駕駛系統車載運算車輛驅動 高精地圖。

36、多表自動機器學習羅遠飛第四范式 資深算法研究員個人經歷 第四范式推薦算法負責人 從零研發了第四范式的AutoML算法平臺 算法效果上，優于谷歌云 入選Gartner、Forrester全球AutoML平臺代表廠商 負責了機器學習在金融、能源、制造、零售和媒體等多個領域的落地 服務客戶包括工行、寧德時代、人民日報、百勝中國等 在KDD、SIGIR、ACL、EMNLP等發表多篇論文 競賽 KDD C。

37、超大規模多模態預訓練達摩院智能計算實驗室林俊旸01多模態預訓練大模型背景&價值02大規模多模態預訓練模型關鍵技術研發03大模型平臺與應用案例04未來發展多模態預訓練大模型背景&價值20142015201620172018201920202021w ord2vecTransform erBERTGPTXLNetUNITERT5GPT-3Vi LBERTVi nVLVILT集中式通用。

38、eBay智能營銷中的AI一體化大數據平臺實踐劉思中eBay資深技術經理eBay的智能營銷eBay智能營銷的機器學習訓練平臺eBay智能營銷的模型A/B測試平臺未來展望eBay智能營銷的特征平臺eBay智能營銷場景與系統多渠道營銷廣告營銷消息營銷社交營銷營銷漏斗全覆蓋品牌推廣用戶培養營銷轉換eBay大數據生態與算法應用數據豐富且體量巨大每天消費數據 1PB計算資源豐富vs.性價比離線計算、實時計算。