알고리즘 모델을 혁신하는 방법

디지털 혁신이 발전함에 따라 분산형 및 분산형 AI 모델과 알고리즘에 대한 수요가 점점 더 두드러지고 있으며, 다양한 알고리즘과 모델의 유기적 결합이 실제 응용 분야에서 주류 선택이 되었습니다. 또한 다중 양식, 비지도, 해석 가능성, 자가 학습, 자가 진화 등은 모두 현재 AI 분야에서 집중해야 할 연구 방향입니다.

그렇다면 AI 분야에서 이러한 "영혼" 기능의 새로운 발전은 무엇입니까? 국내외 주요 AI 거대 기업들은 실제 구현에서 모델 성능을 어떻게 극대화하는가? 인공지능 알고리즘 모델의 개발과 최첨단 탐구를 이해하고 싶다면 AISummit "알고리즘 모델의 혁신" 특별 세션을 놓치지 마세요!

정상회담 특별세션

AISummit 글로벌 인공지능 기술 컨퍼런스는 8월 6일과 7일 예정대로 컨퍼런스 공식 홈페이지를 통해 온라인 생방송 형태로 진행될 예정이며, 약 10만 명이 참석할 것으로 예상된다. 회의에 참석하십시오. '추진·혁신·디지털 인텔리전스'를 주제로 진행되는 이번 컨퍼런스는 주로 중·고급 기술 관리자 및 기술 기업의 기술 실무자, 디지털 인텔리전스 전환을 진행 중인 비즈니스 관리자, 그리고 이에 관심 있는 사람과 기업가를 대상으로 한다. 인공지능 분야. 또한 이번 컨퍼런스에는 유명 인터넷 기술 기업의 기술 엘리트, 디지털 변혁 시대의 전통 기업 관리자, 첨단 학술 기관의 전문가 및 학자 등 100여 명을 초청해 인공지능이 산업을 이끄는 원동력에 대해 공동으로 토론하고 논의할 예정이다. 인공지능의 최첨단 기술, 인공지능 시대의 '디지털지능' 물결에 대해 이야기해보자.

이 AISummit 컨퍼런스의 "알고리즘 모델 혁신" 특별 세션에서는 Byte, Kuaishou, Alibaba Damo Academy, Tencent 등 업계의 많은 고위 기술 리더 및 전문가들이 비즈니스 실무 관점에서 논의할 예정입니다. 머신러닝 알고리즘 모델 혁신에 대한 고급 사례 및 기술적 사고.

주제 세부정보

주제 1: Byte AI 기계 번역 기술의 응용 및 과제

발표자: Wang Mingxuan, ByteDance AI Lab 기계 번역 책임자

내용 미리보기:

오늘의 기계 번역 It 인공지능 기술은 정보 콘텐츠 생성을 향상시켰지만, 부족한 자원의 번역, 다국어 번역, 장 등의 문제에 여전히 직면해 있습니다. 번역 등 그러나 데이터 양의 증가, 통일된 표현의 확립, 새로운 기계번역 패러다임의 창출은 기계번역의 미래에도 여전히 해결해야 할 과제이다.

이 공유는 Byte AI 기계 번역 기술의 적용과 미래 기계 번역이 직면하게 될 과제를 가져오는 Bytedance AI Lab의 기계 번역 책임자인 Wang Mingxuan의 것입니다.

주제 2: Kaishou 짧은 동영상 추천을 위한 온디바이스 재배열 시스템

연사: Ding Weijie, Kuaishou 수석 알고리즘 전문가

콘텐츠 미리보기:

클라우드에 배포된 주류 추천 시스템이 이를 수행할 수 있습니다. 분 수준에서는 실시간으로 이루어지며, 최종적으로 배포되는 추천 시스템은 링크 특성으로 인해 두 번째 수준에서 실시간 피드백을 얻을 수 있습니다.

이 공유에서는 여러 측면에서 Kuaishou 단편 동영상 추천 시스템의 실시간 실시간 재순위 적용 및 혁신적인 작업을 소개합니다.

(1) 실시간 재순위의 특징적인 인프라 최종 순위 시스템은 컴퓨팅 성능과 대역폭의 제한으로 인해 클라우드와 결합된 모델 선택 계획

(2) 제한 사항 하에서 최종 재정렬 시스템의 특징적인 모델링 방법; 매우 작은 매개변수 공간, 기능 엔지니어링 및 모델 구조 처리의 개선, 단일 지점 예측의 AUC 평가는 공개된 SOTA 알고리즘보다 훨씬 우수합니다.

(3) 온엔드 재배열의 특징적인 정렬 메커니즘; 시스템에서는 매우 작은 후보 공간 제한 하에서 목록별 정렬 체계를 개선했습니다.

주제 3: 알리바바의 대규모 사전 훈련 대화 모델 실습

연자: 리용빈 알리바바 DAMO 아카데미 수석 알고리즘 전문가이자 대화 지능 기술 책임자

내용 미리보기:

주입 방법 인간의 지식을 사전 훈련으로 학습 모델을 학습하여 지식과 데이터를 유기적으로 통합하는 것은 AI 연구에서 항상 어려운 문제였습니다. 모델은 하나의 작업만 해결할 수 있으며, 낮은 다양성은 AI의 큰 문제입니다.

사전 훈련된 모델이 하나의 예에서 추론을 도출하고 다양한 작업을 해결할 수 있는 솔루션일 수 있습니다.

그러나 지식의 크기는 레이블이 지정되지 않은 데이터보다 훨씬 작기 때문에 단순한 혼합으로 인해 지식이 압도되거나 심각한 과적합으로 이어질 수 있습니다.

반지도 학습을 사용하여 사전 훈련된 대화 모델에 지식을 주입하여 지식과 데이터의 유기적 통합을 달성하는 것은 인간-컴퓨터 대화 분야에서 사전 훈련된 모델에 지식을 주입하는 최초의 솔루션이 될 것입니다.

이 공유는 Alibaba DAMO Academy의 수석 알고리즘 전문가이자 대화 지능 기술 책임자인 Li Yongbin이 제공하여 Alibaba의 대규모 및 학습 대화 모델을 사용하여 주석을 삽입하는 방법에 대한 실질적인 설명을 제공합니다. 인간의 지식을 사전 훈련된 대화 모델로 변환하여 지식과 데이터의 통합을 위한 새로운 경로를 탐색합니다.

주제 4: 동영상 콘텐츠 이해의 탐색 및 개발

연사: Xie Xiaohui, Tencent 온라인 동영상 기술 전문가

콘텐츠 미리보기:

AI 분야에 깊이 관여하는 사람이라면 누구나 발견할 것입니다. 의미적 격차는 AI 인지 전체가 새로운 발전을 이룰 수 있도록 지식 그래프 등의 기술 활용이 필요한 매우 어려운 문제이다.

이번 공유에서는 Tencent의 온라인 비디오 기술 전문가인 Xie Xiaohui가 비디오 콘텐츠 이해에 대한 최첨단 탐색 및 개발을 공유할 예정입니다. 콘텐츠에는 동영상 콘텐츠 이해 기술의 현황과 과제는 물론 Tencent 비즈니스의 동영상 콘텐츠 이해 최신 사례가 포함되어 있습니다. 예약 방법

클릭하여 ​

​AISummit 글로벌 인공 지능 기술 컨퍼런스

​ 공식 웹사이트에 접속한 후 안내에 따라 정보를 완전히 입력하고 제출하면 등록이 완료됩니다.

QR 코드를 스캔하여 컨퍼런스 공식 그룹에 가입하고, 추첨에 참여하고, SONY 스피커, 빙둔둔, AI 기술 도서와 빨간 봉투 등의 절묘한 선물을 받으세요.

위 내용은 알고리즘 모델을 혁신하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!