踐行科技向善 騰訊AI研究集中亮相IJCAI-19

在澳門舉辦的IJCAI-19(第28屆國際人工智能聯(lián)合會議)會議期間，騰訊主辦的分論壇TAIC(Tencent Academic and Industrial Conference)于8月13號晚上7點在澳門喜來登金沙城中心大酒店舉行。騰訊AI Lab與Robotics X Lab負責人張正友在主題演講環(huán)節(jié)中，圍繞著騰訊AI的基本介紹，目前所取得的進展，以及未來的發(fā)展方向三個話題展開演講，騰訊廣告副總裁羅征等多位專家則出席論壇，并針對各自業(yè)務(wù)進行了介紹?！　?/p>

騰訊人力資源總經(jīng)理陳雙華上臺開場發(fā)言，從個人職業(yè)成長以及公司文化角度對騰訊內(nèi)部AI人才的發(fā)展做了介紹。他強調(diào)，在“科技向善”的公司使命背景下，AI人才能夠在騰訊超過20個AI人工智能實驗室中，結(jié)合不同的研究領(lǐng)域(包括計算機視覺、語音、自然語言處理等)和不同的業(yè)務(wù)場景(如社交、游戲、醫(yī)療等)，獲得超出預(yù)期的工作平臺和成長機會。同時，騰訊開放且尊重員工的文化能夠助力AI人才價值最大化地發(fā)揮，例如騰訊的“活水計劃”每年幫助內(nèi)部一千名以上的員工在內(nèi)部轉(zhuǎn)換個人職業(yè)生涯，員工在內(nèi)部論壇“樂問”上可以隨時發(fā)起、參與自己關(guān)心的公司業(yè)務(wù)等話題討論等。多元化的發(fā)展路徑與開放的公司文化都成為了AI人才發(fā)展的助力器。

隨后，騰訊AI Lab與Robotics X Lab負責人張正友圍繞著騰訊AI的基本介紹，目前所取得的進展，以及未來的發(fā)展方向三個話題帶來了主題演講。

據(jù)其介紹，騰訊目前已建立兩大實驗室矩陣——人工智能實驗室矩陣，包括致力于全面基礎(chǔ)研究與應(yīng)用的騰訊AI Lab-深圳及西雅圖、基于視覺的騰訊優(yōu)圖、基于語音與自然語言理解WeChat AI等四大實驗室;以及基于前沿科技的實驗室矩陣，涵蓋機器人、量子計算、5G、邊緣計算、IoT和音視頻技術(shù)等，打造面向未來的科技引擎，推動自主技術(shù)創(chuàng)新。從2016年開始，騰訊積極與外部學界合作，包括建立8大聯(lián)合實驗室，參與53個研究合作項目，聯(lián)合培養(yǎng)34位頂尖學生，接待了17位全球訪問學者，通過一年一度的學術(shù)論壇、聯(lián)合研究、訪問學者、博士生及研究生獎學金等多種項目和形式，推動前沿研究應(yīng)用及人才培養(yǎng)。

關(guān)于AI目前所取得的進展，張正友提出當下的AI專注于認知與大數(shù)據(jù)，例如在計算機視覺、語音識別和自然語言處理中。通過與不同的垂類合作，結(jié)合工程和科學研究，AI在騰訊賦能內(nèi)部業(yè)務(wù)職能推動了行業(yè)變革。例如AI+游戲領(lǐng)域，騰訊一直走在行業(yè)前列。與王者榮耀共同探索的前沿研究項目 – 策略協(xié)作型 AI 「絕悟」今年8月初在吉隆坡舉辦的王者榮耀最高規(guī)格電競賽事——世界冠軍杯半決賽的特設(shè)環(huán)節(jié)中，在職業(yè)選手賽區(qū)聯(lián)隊帶來的5v5水平測試中獲勝，升級至王者榮耀電競職業(yè)水平。測試結(jié)果代表騰訊在深度強化學習、多智能體決策智能課題上的國際級 AI 研究水準，也標志著公司在攻堅通用人工智能( Artificial General Intelligence)難題上更進一步。實驗室早在2016年研發(fā)的圍棋 AI “絕藝”(Fine Art)，現(xiàn)擔任中國國家圍棋隊訓練專用 AI ;2017年，“絕悟”開始研發(fā)并在一年后達到業(yè)余頂尖水平，騰訊還在清華聯(lián)合團隊在射擊類頂級 AI 競賽 VizDoom 奪冠，并在《星際爭霸2》首先研發(fā)出擊敗內(nèi)置 AI 的智能體。

未來騰訊AI將如何發(fā)展?張正友認為騰訊目前將繼續(xù)立足腳下，利用好人工智能(AI)、大數(shù)據(jù)(Big Data)和云計算(Cloud Computing)，即ABC科技，構(gòu)建新型基礎(chǔ)設(shè)施，做“數(shù)字化助手”的標配，形成科技創(chuàng)新與產(chǎn)業(yè)應(yīng)用相互促進的良性循環(huán)，這在醫(yī)療、安防、零售、交通與娛樂行業(yè)已經(jīng)有所體現(xiàn)。同時，騰訊也將放眼未來，在核心技術(shù)上推進前沿、原創(chuàng)和開放性的基礎(chǔ)研究，并在關(guān)鍵性技術(shù)上前瞻性布局ABC 2.0技術(shù)版本，即人工智能(AI)、機器人(RoBotics)和量子計算(Quantum Computing)的全新ABC組合。

騰訊廣告副總裁羅征在會上發(fā)表了題為《騰訊廣告：有趣問題及獨特挑戰(zhàn)》的演講。羅征首先回顧了騰訊廣告[Tencent Marketing Solution, 簡稱TMS]的發(fā)展歷程。騰訊廣告以“美好連接，智慧增長”為品牌主張，匯聚騰訊公司全量的應(yīng)用場景，擁有核心商業(yè)數(shù)據(jù)、營銷技術(shù)與專業(yè)服務(wù)能力?；ヂ?lián)網(wǎng)廣告是驅(qū)動工業(yè)界大規(guī)模 AI 技術(shù)發(fā)展最重要的場景之一。羅征從智能定向、智能創(chuàng)意及智能出價三個領(lǐng)域，分享了騰訊廣告在機器學習的應(yīng)用研究。從智能定向出發(fā)，騰訊廣告依托對用戶人群畫像的深刻洞察，提供包括基礎(chǔ)屬性、商業(yè)興趣與行為在內(nèi)的多維標簽體系。實現(xiàn)智能定向的核心，離不開對文本信息的理解和對人群定向的準確拓展。騰訊廣告的NLP基礎(chǔ)技術(shù)開放平臺DeepText致力于文本分類、文本表示、語義匹配及序列標注等研究方向，通過建模、調(diào)優(yōu)等方式探索廣告業(yè)務(wù)中的實際挑戰(zhàn)，目前正在開源階段。

在智能創(chuàng)意環(huán)節(jié)，羅征介紹了深度學習算法是如何通過分析文本和圖片用于輔助廣告審核，提升廣告審核質(zhì)量。而在綜藝或影視劇中，AI技術(shù)可以進行視頻廣告素材的巧妙植入，能極大優(yōu)化視頻廣告的制作成本和投放體驗。此外，系統(tǒng)還提供了以動態(tài)商品廣告為代表的智能創(chuàng)意產(chǎn)品，可通過算法自動生成優(yōu)質(zhì)廣告素材，降低投放門檻，提高投放效率。

有了對用戶人群的準確定向，也有了優(yōu)質(zhì)的廣告創(chuàng)意，接下來便是智能出價階段。智能出價的關(guān)鍵在于對轉(zhuǎn)化率的準確預(yù)估(pCVR)，而目前轉(zhuǎn)化率建模的最大難題在于轉(zhuǎn)化數(shù)據(jù)回流延遲，短則幾秒，長則幾天。騰訊廣告通過大規(guī)模稀疏DNN訓練框架的構(gòu)建，能實現(xiàn)多轉(zhuǎn)化目標聯(lián)合訓練，共享隱層提升建模效果，統(tǒng)一模型加快迭代效率;此外，其加速比接近線性，具有高擴展性，支持千億樣本訓練。

騰訊CSIG醫(yī)療AI實驗室和天衍實驗室的吳賢博士和陳曦博士則帶來了騰訊AI在醫(yī)療領(lǐng)域的成果分享。

據(jù)吳賢博士介紹，他所在的醫(yī)療AI實驗室主要從臨床需求出發(fā)，利用人工智能技術(shù)構(gòu)建臨床輔助決策系統(tǒng)，解決醫(yī)患痛點，降低就醫(yī)成本。醫(yī)療AI實驗室致力于構(gòu)建基于人工智能技術(shù)的數(shù)字診療平臺，目前在心腦血管疾病(心衰、腦卒中)、皮膚病(銀屑病)、運動障礙性疾病(帕金森)等方向都有落地產(chǎn)品。而陳曦博士所在的天衍實驗室，成立于2018年，算是騰訊AI中的新成員。陳曦博士介紹，天衍實驗室致力于通過大數(shù)據(jù)和應(yīng)用機器學習能力在安全和醫(yī)療領(lǐng)域打造一個實時演進的知識和決策平臺，其成果主要應(yīng)用于騰訊To B和To C的安全和醫(yī)療領(lǐng)域產(chǎn)品。

兩位博士在演講中都提到，作為醫(yī)療健康的“數(shù)字化助手”，騰訊醫(yī)療希望做好三件事情：注重增強自身能力建設(shè)，為行業(yè)供應(yīng)創(chuàng)新動力;注重生態(tài)開放，為產(chǎn)業(yè)鏈注入新活力;注重科技向善，用科技助力醫(yī)療更有溫度。

騰訊IEG增值服務(wù)部總經(jīng)理孫龍君上臺介紹了增值服務(wù)部的主要工作和AI實踐。增值服務(wù)部負責承擔騰訊游戲數(shù)據(jù)分析和精細化運營的工作，涉及數(shù)據(jù)分析、機器學習、運營活動開發(fā)、運維等多方面的工作。騰訊運營了兩三百款游戲，擁有海量的數(shù)據(jù)，每天新增的日志規(guī)模超過兩百個T。孫龍君分享了幾個案例來說明AI在游戲中的運用，例如游戲商場的推薦，通過用戶畫像的構(gòu)建，通過對道具圖片、描述文字、功能特點等的分析，采用基于內(nèi)容的推薦方法為玩家進行個性化的道具推薦，使得用戶翻頁次數(shù)從平均18.5次減小到平均8次，并且商城收入也有平均5%的提升?？偟膩碚f，游戲領(lǐng)域有大量的數(shù)據(jù)和應(yīng)用場景，可以做很多研究，據(jù)孫龍君介紹，增值服務(wù)部今年在多個領(lǐng)域發(fā)表了頂級會議和期刊的論文，解決許多實際應(yīng)用問題;同時，也創(chuàng)作了368份專利，其中71件已經(jīng)授權(quán);還在積極尋求高校合作，目前與11所國內(nèi)外著名高校保持合作。

騰訊PCG(平臺與內(nèi)容事業(yè)群)信息流平臺產(chǎn)品部推薦平臺研發(fā)中心總監(jiān)熊義林上臺向與會者介紹了PCG的概況以及幾款主要的信息流產(chǎn)品，然后介紹了一些在信息流推薦系統(tǒng)實施過程中產(chǎn)生的技術(shù)思考和PCG AI中臺的建設(shè)進展。

熊義林介紹了PCG的總體定位與產(chǎn)品矩陣，之后詳細介紹了幾個信息流產(chǎn)品的技術(shù)架構(gòu)，并結(jié)合此次IJCAI大會主題講解了工業(yè)化AI的在具體產(chǎn)品下的實際落地解決方案，以及目前PCG所面對的挑戰(zhàn)和解決思路。他強調(diào)，PCG中臺建設(shè)的目標，就是通過內(nèi)部分布式開源協(xié)調(diào)，加強基礎(chǔ)研發(fā)，在多個項目/多個團隊/多種技術(shù)能力之間建立一個統(tǒng)一的技術(shù)平臺，促成更多協(xié)作與創(chuàng)新，提高公司的技術(shù)資源利用效率，為PCG的產(chǎn)品矩陣提供創(chuàng)新動力與技術(shù)支撐。

騰訊微信團隊的專家研究員鄭吳杰博士和高級研究員陳凱則分享了基于大規(guī)模用戶反饋的實時錯誤監(jiān)測的算法研究和微信“看一看”推薦算法，吸引了不少與會者慕名前來交流和提問。

鄭吳杰博士分享了微信如何基于大規(guī)模用戶反饋來進行實時bug檢測的算法研究。由于各種原因，bug很難在測試階段全部發(fā)現(xiàn)。同時，傳統(tǒng)的終端和后臺監(jiān)控方法有其局限性，不能很好的發(fā)現(xiàn)問題。微信團隊提出并實現(xiàn)了一套iFeedback系統(tǒng)，通過精細地監(jiān)控用戶反饋中所有詞及詞的組合的出現(xiàn)頻率，采用ElasticSearch進行快速索引，同時通過機器學習方法準確地減少噪聲，達到了較好的報警效果。在微信支付、微信公眾平臺、微信游戲等業(yè)務(wù)上的報警精度達到70%～90%，嚴重bug的召回能力達到90%，報警時效性在幾分鐘到幾小時內(nèi)。同時也提供了bug集中的屬性信息，如版本，活動，后臺機房等，方便問題定位。該系統(tǒng)已應(yīng)用到騰訊數(shù)百個應(yīng)用當中。

高級研究員陳凱給大家介紹了微信“看一看”和“搜一搜”的推薦算法。微信里的“看一看”精選做的是內(nèi)容推薦，其算法的整體架構(gòu)與傳統(tǒng)的推薦架構(gòu)基本類似，主要包括三個部分：召回、排序和混合(重排)。除了推薦的整體架構(gòu)外，陳凱老師還給大家深入淺出地介紹了排序模塊、NLP的推薦算法、知識圖譜的推薦算法以及檢索模型的算法。

最后，騰訊TEG的張長旺博士主要介紹了三個研究方向：非監(jiān)督的短文本層級分類、基于領(lǐng)域知識的興趣點(POI)匹配，以及大規(guī)模圖學習和挖掘。以實例介紹了非監(jiān)督學習、小樣本學習、LBS數(shù)據(jù)挖掘、復(fù)雜網(wǎng)絡(luò)挖掘和圖表示學習在真實場景上的優(yōu)化和應(yīng)用。優(yōu)化后的方法相比現(xiàn)有前沿算法在真實數(shù)據(jù)集上均有顯著的準確率提升。張博士也在現(xiàn)場表示，歡迎對相關(guān)領(lǐng)域感興趣的老師和同學進行長線科研合作，一起研發(fā)兼有工業(yè)和學術(shù)價值的科研成果。

此次IJCAI-19的舉辦地回到中國，騰訊顯然也更加重視，派出了豪華的演講陣容，內(nèi)容幾乎涉及到全部業(yè)務(wù)。參與分論壇近兩百人中，多是各領(lǐng)域內(nèi)研究者，他們與演講者形成的互動或許也能推進AI研究中新靈感的出現(xiàn)。而對于騰訊來說，如何抓住AI研究的機遇，實現(xiàn)向產(chǎn)業(yè)互聯(lián)網(wǎng)的變革，實踐“科技向善”的使命的確是極為重要的問題，也值得外界更多的期待。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。