颠覆世界的AI技术实践案例
人工智能不是一个新概念，但最近三年被推向了新的高潮，受到了学术界、工业界乃至全社会的极大关注。无论是从图像识别、语音识别、定制化推荐这类软件应用场景，还是机器人无人车这些有趣又提升生活便捷度的硬件产品，都在以非常惊人的速度更新迭代，我们有理由相信人工智能可能会作为新的工业革命带动全球经济发展及人类历史变迁。想想可能很快就能像科幻小说中的情节一样去生活，就有些迫不及待的期待和憧憬。
对于这些人工智能带来的改变，很多都是用户会有明显感知，却说不上来是哪些技术在背后作为支撑，接下来就一起盘点一下一些优秀的实践案例。
自然语言理解（NLU）是人工智能的前沿领域，而机器翻译又是弥合语言鸿沟的利器。随着深度学习技术的引入，Google 在机器翻译领域取得了长足的进展。机器翻译深度学习模型不断演进，为 Google 平台上的许多产品中发挥了不可替代的作用。作为拥有十亿级用户的 Google Translate，支持一百多种语言互译，做为 AI 落地的成功应用出现在 pixel buds、word lens 等产品中。而 Cloud AI 更是通过云平台使 Google 顶尖的机器翻译引擎实现了共享，使得用户们可以大规模的使用，或者在其基础上进行适合各自应用场景的个性化训练。
Linkedin derived data platform 帮助 Linkedin 更好的管理机器学习的结果数据集，为线上 application 提供高可用，高性能的服务。在整体设计和几个关键技术点上都有一些巧妙的设置，例如如何合并批量和实时数据，最后在新平台上线和迁移过程中对用户无感知的迁移。
美团现在已经拥有 50 万骑手，每天配送超过 1800 万订单，对 200 万商家提供配送服务，是全球最大的同城即时配送平台。配送的核心目标是：提升用户体验、提高服务质量，降低配送成本，这其中涉及大量人工智能技术，包括智能调度系统、物流网络规划、智能语音助手、机器学习系统、配送仿真系统等。为了实现配送的全面智能化，美团点评的技术团队做了大量工作和尝试，这里不单单是要做好机器学习，还包括如何进行更好的实时运筹优化、实时空间数据挖掘以及人机交互等多个方面的技术内容。
在刚过去的双十一的时候有 1.7 亿的首页 Banner 图片是由阿里设计人工智能产品“鲁班”设计的，呈现给每个用户内容的排列组合背后，你可以看到哪些分类的推荐，猜测哪些产品是你可能会喜欢，却是由个性化推荐算法决定的。双十一手淘首页个性化场景是推荐生态链路中最大的场景之一，在手淘 APP 承载了整体页面的流量第一入口，对用户流量的整体承接、分发、调控，以及用户兴趣的深度探索与发现上起着至关重要的作用。
首页个性化在算法技术上主要涉及 S³ Graph Embedding 深度召回模型、DeepCross&ResNet 实时网络排序模型，并在搜索工程 Porsche&Blink、Rank Service、Basic Engine 等系统的基础上结合业务应用的需求沉淀了 Graph Embedding 召回框架及 XTensorflow 排序模型平台供推荐业务使用。
视频内容观看目前已经成为互联网上用户消费深度最高，消费时间最长的内容消费方式，爱奇艺作为视频领域的领头羊，在获得用户信任的同时，也在接受着大规模用户带来的挑战。爱奇艺视频 Feed 推荐的整体架构设计在个性化推荐的排序、召回、视频内容理解等重点模块都有深入的探索。利用大数据的机器学习和人工智能算法，为用户精确分发推荐个性化的视频内容，并且打造良好的内容生态，持续促进内容的生产和消费。
给用户分发哪些内容？这些内容如何排序？如何评价用户是否对内容真正感兴趣？如何精准的链接内容与用户？
这可能是每一个内容型网站持续追求的每日精进。微博信息流基于海量的用户行为数据进行了大规模模型构建，模型优化与排序策略优化，利用深度学习在 feed 流排序中有很多实践与应用，在如何通过机器学习对用户和内容进行精准链接，进而提升微博用户在 feed 流中消费内容和发现内容的效率上有一些不错的进展。
随着深度学习系统在各个领域的逐渐推广，人工智能系统中的安全问题也渐渐暴露出来。360 安全团队对深度学习系统及应用的分析在 2017 年发现了多种漏洞，包括前一段时间公开的深度学习平台框架的漏洞。但对人工智能系统的攻击和深度学习系统的潜在风险远远不只是平台和框架上的漏洞问题。
AI 大数据时代京东和其它电子商务平台同样面对的新风险和新问题：如何用 AI 技术和系统化的安全方式来对抗内外部威胁，成为当今京东安全研究人员所面临的一个重要问题。京东信息安全部在硅谷组建一支精英团队，由京东安全硅谷研究中心负责人苏志刚（JIMMYSU）牵头，主要分析 AI 大数据时代安全与传统安全的不同，以及目前基于电子商务平台以 AI 的攻防对抗。我们在期待人工智能应用的同时更应该关注系统实现的安全问题，保障账户及财产安全。
以上我们可以看到人工智能在实际应用中的场景，包括系统架构及其演变过程。随着 AI 技术的落地应用，我们可以借鉴的实践先驱的经验也越来越多。QCon 北京 2018 有幸邀请到这些公司人工智能方向的负责人，来分享他们遇到的坑和总结，相信对准备实践的各位会有一些帮助。目前大会正在 8 折报名中，可点击「阅读原文」或识别二维码了解更多 AI 领域技术大咖实践。有任何问题欢迎咨询票务经理Hanna，电话：010-84782011，微信：qcon-0410。