【CCTC 2017】TensorFlow在金融科技应用，以及大规模分布式机器学习系统最佳实践...
【**** 现场报道】5月18日—19日，CCTC 2017中国云计算技术大会（Cloud Computing Technology Conference 2017，简称CCTC 2017）在北京朝阳门悠唐皇冠假日酒店隆重召开。本次大会由****主办，是业内极具影响力的云计算和大数据技术年度盛会。届时，技术社区骨干、典型行业案例代表将齐聚京师，解读本年度国内外云计算技术发展最新趋势，深度剖析云计算与大数据核心技术和架构，聚焦云计算技术在金融、电商、制造、能源等垂直领域的深度实践和应用，献上一场最纯粹的技术盛宴。
5月18日下午，人工智能专场在PPmoney大数据算法总监黄文坚的主持下开场，来自阿里巴巴iDST资深专家千诀，将带来阿里在智能人机对话方向的思考；京东集团感知识别研发总监陈宇就智能感知技术，包括图像，视频语音如何在京东的业务场景中落地展开分享；另外，IBM GBS Watson高级顾问金杰带来Watson的应用；PPmoney大数据算法总监黄文坚从TensorFlow在金融科技领域的应用进行探讨；第四范式算法研发工程师涂威威则在大规模分布式机器学习系统的设计和应用经验方面展开独到的实战分享。
从“连接”到“交互”
阿里巴巴iDST资深专家孙健（花名千诀）在以《从“连接”到“交互”》为主题的演讲中，首先介绍了从“链接”到“交互”的趋势，可穿戴设备、智能家居和智能出行都正在发生变化。关于阿里在智能对话交互方向的进展，对话交互分成两个阶段：第一阶段为用户信息通过对话收集完整，得到结构化Query；第二阶段是请求服务，完成支付、购买等多个步骤，Task Flow描述了任务的起始、步骤、流转、结束。同时展示了阿里人工智能ET Demo，阿里正在通过这样的对话平台，做面向开发者平台（SDK\API）。研发对话交互机器人需要坚持5个原则：坚持用户体验为先；产品和交互设计想办法降低不确定性；语言理解的鲁棒性和领域扩展性；打造让机器持续学习能力；数据闭环；介入尽可能多的数据服务。最后，千诀总结了对话交互的未来趋势：1. 人与机器人的对话交互是必然趋势；2. 语言理解是对话交互是否智能的关键；3. 未来的对话交互一定是多模态交互。
基于Watson的人工智能与认知计算的应用分享
IBM GBS Watson高级顾问金杰分享了主题为《基于Watson的人工智能与认知计算的应用分享》演讲。金杰首先介绍了IBM Watson的研发历史和最新进展。IBM Watson具有多样的认知计算能力，覆盖了问答、语音识别、概念洞察、机器翻译、信息共鸣、概念扩展、关系抽取、可视化渲染、文字转语音、权衡分析、视觉识别等多个领域。金杰重点讲解了IBM Watson在认知领域的落地案例——基于“微服务”的人机对话系统解决方案。在这个方案中，应用系统与Watson机器人服务交互，Watson根据用户输入的内容判断用户的意图，基于Watson搭建了话术系统并配有后台维护系统，企业可以对话术进行添加修改，也可以对话术进行机器学习。金杰还讲解了基于Wex的深度定制化银行呼叫中心认知系统架构案例。在这个方案中，系统在一定时间范围主动基于合同去查看呼叫记录，可以将语音文本转换API将呼叫内容变为文字， 用自然语言分类机制将呼叫记录按照客户意图进行分类，并通过智能转接或者预期处理以进行针对性应对和安排时间 。
此外，金杰还分享了IBM近日推出的新PowerAI 深度学习软件，该软件基于Power Systems构建，可以提供丰富的工具和数据准备功能，简化开发体验，将AI系统训练所需的时间从数周缩短到数小时。
深度学习、TensorFlow在FinTech的应用
PPmoney大数据算法总监黄文坚分享的主题为《深度学习、TensorFlow在FinTech的应用》，深度学习中CNN和RNN对于时间序列的数据有很好的学习能力，而金融数据中大量的数据都是时间序列的格式，乃至金融分析报告中的文本信息等。因此，应用深度学习到金融数据挖掘中，会有先天的优势，而TensorFlow是目前深度学习中最成熟最主流的框架，它有Google提供强大的研发能力作保障，对各种最新的深度神经网络结构都有非常好的支持。黄文坚从金融预测模型、NLP类应用和量化投资等领域分享了TensorFlow的具体应用。
大规模分布式机器学习系统设计与应用经验分享
第四范式算法研发工程师涂威威分享《大规模分布式机器学习系统设计与应用经验分享》为主题的演讲。机器学习（ML）利用经验改善系统性能，应用在各领域：搜索与推荐、生物特征识别、自动驾驶、军事决策助手等。涂威威认为没有在所有问题上最好的架构，只有最适合实际问题的，随后介绍了工业界大规模分布式机器学习系统以及机器学习计算框架设计的核心目标，并分享第四范式大规模分布式机器学习计算框架设计经验，最后，列举了机器学习系统在实际应用中需要注意的常见问题。
京东集团感知识别研发总监陈宇发表了主题为《计算机视觉助力品质京东》的演讲，他对计算机视觉的技术研发路线进行了解读，图像识别、图像安全、人脸识别、机器视觉以及图像检索这几个关键技术有助于提升电商运营效率，OCR文本识别、图像质量检测、人脸识别、图像相似检索这四大产品系统改善了用户的网购体验。并列举了图书封面对比算法流程，成果达到漏检小于1%，节省了82%的人工，实现了传统算法和深度学习算法的创新。技术创新提升了电商运营效率，体现在银行卡&身份证识别系统以及仓储自动化平台两方面。
更多精彩内容，请关注新浪微博：@****云计算，图文直播专题：CCTC 2017 中国云计算技术大会。