會上,來自Google美國總部資深產(chǎn)品經(jīng)理何周舟、杭州犀創(chuàng)科技CTO 錢爽、北大信息技術高等研究院高級算法專家龔軒、科大訊飛智能助手業(yè)務部產(chǎn)品總監(jiān)柳達分別就《智能產(chǎn)品管理》、《CNN在多輪對話意圖理解中的應用》、《機器學習在目標跟蹤中的應用》、《如何將機器理解從可用提升到好用》為相關專業(yè)人才帶來精彩絕倫的AI純技術干貨分享,現(xiàn)場氛圍高潮迭起。
技術在經(jīng)歷PC時代、互聯(lián)網(wǎng)時代、移動互聯(lián)網(wǎng)時代之后,逐步走進人工智能時代。有別于傳統(tǒng)互聯(lián)網(wǎng)產(chǎn)品,人工智能產(chǎn)品是一種精細復雜的系統(tǒng),其開發(fā)必定會經(jīng)歷從簡單系統(tǒng)到復雜系統(tǒng),從簡單場景到復雜場景的變革,在這一漫長的過程中,AI技術的原理、深層次的技術細節(jié)的探索和改良都需要專業(yè)的人才來完成,傳統(tǒng)產(chǎn)品經(jīng)理已然不能適應產(chǎn)品智能化的需求,如何管理更成功的智能產(chǎn)品成為行業(yè)內的熱門話題。
資深產(chǎn)品經(jīng)理何周舟從智能化產(chǎn)品管理的新挑戰(zhàn)出發(fā),闡述了在AI時代產(chǎn)品經(jīng)理需要具備的新技能以及一個好的智能產(chǎn)品應該具備的基本要素,幫助與會人員跨越 AI 技術門檻、適應日新月異的市場變化。
有著豐富AI技術實踐經(jīng)驗的錢爽重點介紹了卷積神經(jīng)網(wǎng)絡(CNN)是怎樣通過捕捉詞與詞之間、句子與句子之間的N—gram關聯(lián)從而真正實現(xiàn)多輪對話意圖理解的問題。我們知道,相鄰的詞與此之間,句子與句子之間必然存在N—gram關聯(lián),在與智能對話機器人應用中,結合上下文也就是進行多輪對話進而理解用戶的真正意圖成為常態(tài),具備天然捕捉N—gram關系能力的CNN成為推進AI技術發(fā)展的“絆腳石”,破解CNN特殊的網(wǎng)絡結構自然成為相關專業(yè)人才矢志不渝的事情。
無論是提升AI時代的產(chǎn)品經(jīng)理的能力,還是了解卷積神經(jīng)網(wǎng)絡實現(xiàn)多輪對話意圖理解的過程,都離不開機器學習,作為人工智能研究領域最活躍的分支——機器學習的應用已經(jīng)遍及人工智能的各個應用領域。隨著技術的推進,將機器理解從可用提升到好用成為必然趨勢,跟隨柳達老師深入了解技術在產(chǎn)品中如何能夠得到更好的應用之后,主要從事視覺處理器芯片上的目標跟蹤算法實現(xiàn)和優(yōu)化以及目標檢測、跟蹤等算法系統(tǒng)框架方面研究的高級算法專家龔軒以經(jīng)典跟蹤算法為例,重點介紹了機器視覺中的目標跟蹤算法,充分講述目標跟蹤以及目標跟蹤在實際中的應用后,簡單介紹了基于相關濾波的跟蹤算法以及結合深度學習的多目標跟蹤算法等內容,現(xiàn)場掌聲不斷。
聚焦機器學習、深度學習、計算機視覺、自然語言處理、推薦算法,追蹤、挖掘、整理并共享AI最前沿技術方案AICUG人工智能技術社區(qū)自成立以來,不但頻頻舉辦各種干貨滿滿的技術沙龍,而且還在美國硅谷開設了分部,有力促進中外技術交流與合作,助推中國乃至世界AI技術的發(fā)展。