技术沙龙：AI在“出行”和“云”的探索和应用
技术沙龙起源
如今，AI 技术已经不再仅仅是科技企业创业创新的利器，而是全民竞相追逐并实践的热点。作为未来科技发展的重要方向和必然趋势，AI 技术将深入人们生活的方方面面。
那么，如何抓住这个风口，为自己、为企业和为社会带来丰厚的利益呢？方法就是让自己成长的比竞争对手们更快，而成长的捷径就是多多的与行业的大牛交流，快速提升自己。
基于这个背景，滴滴云技术沙龙应运而生，每期围绕一个主题，由滴滴和其他知名互联网公司的专家以独立演讲、Q&A、开放讨论等方式，与领域内的中高端技术人员进行自由、深度的交流和学习。
本次沙龙活动由“滴滴云”和“AICUG人工智能技术社区”联合主办，邀请到了滴滴地图、语音、图像和云，四个领域的相关负责人分享干货！
沙龙主题
AI技术在“出行”和“云”两大领域的探索和应用。
面向人群
AI一线技术人员
AI领域公司中高层管理者
AI领域投资人和创业者
4月13日技术沙龙现场照片
时间&地点
活动议程
演讲议题/讲师简介
1
视觉大数据在地图领域的应用实践
摘要：出行领域对地图数据有效性有很高的要求，地图数据的准确性和更新速度直接影响着用户的出行体验，如：交规和道路可通行性等属性对派单与路径规划有重要作用。如何更好的感知现实世界的变化，有效地更新地图数据是亟待解决的问题。
在本次分享中，将介绍视觉大数据技术在地图领域的应用场景和技术落地过程中的实践体会，将从出行场景的对地图的几个典型需求出发，介绍相关应用场景的难点与挑战，进而介绍计算机视觉技术在地图更新等场景的具体应用，并分享一些技术落地的经验和体会。
讲师简介：许鹏飞，哈工大博士，滴滴地图视觉团队负责人。曾任微软资深应用科学家，参与和负责了微软小冰多个AI项目。加入滴滴后，负责计算机视觉和人工智能技术在地图、智慧交通和车辆感知等领域的应用。
2
滴滴机器学习平台架构演进之路
摘要：现在很多互联网公司都有自己的机器学习平台，冠以之名虽然形形色色，但就平台所要解决的问题和技术选型基本还是大同小异。所谓大同是指大家所要处理的问题都相似，技术价格和选型也差不太多，比如都会使用GPU集群，采用Spark/K8S平台或者其他类似；所谓小异是指各家规模不同，各家都在结合自己的情况、所处的阶段并根据自己的特点解决平台化的问题。
本次分享就滴滴的机器学习平台做一番宏观介绍，侧重于介绍机器学习平台不同阶段所要解决的问题，以及解决问题的思路和技术方案，滴滴机器学习平台的治理思路主要是：减少重复，提高效率。
讲师简介：朱中涛，北理工硕士，滴滴云弹性推理服务负责人。曾任某大型集成商IaaS云计算产品负责人，主持了某大型金融企业云计算基础平台的建设工作。加入滴滴云后，作为滴滴机器学习平台、滴滴云GPU云服务器产品经理，负责云计算基础架构的搭建和实践落地。
3
语音技术在滴滴平台的应用摘要：滴滴作为一家出行服务平台，在巨大的业务量背后，语音技术在滴滴平台内部扮演着重要的角色。从语音交互到智能客服，从线上到线下，语音技术不断助力平台提升用户出行体验。
本次报告将从语音技术在滴滴各业务场景的落地点出发，介绍其中涉及到的AI相关技术，包含语音信号处理、语音识别、自然语言理解、声纹识别等。结合业务场景，分析AI技术在提升体验上的经验。
讲师简介：彭一平，北航硕士，滴滴AI Labs语音组资深算法工程师。曾就职百度语音技术部，从事语音识别及相关技术研发工作。加入滴滴后，在AI Labs语音组负责声纹及高性能计算方向的研究和应用。
4
图像算法在滴滴安全场景的实践
摘要：滴滴每天面对海量的用户，安全无小事。 过去一年，滴滴安全部在安全合规方面保障人车一致、身份识别方面做了非常多的工作，特别是人脸识别、证件合规做了大量的创新和落地。
这次报告主要介绍滴滴安全图像算法团队在保障线上身份一致、嫌犯追踪、线上注册中流程司机证图信息真实合规等方面遇到的挑战和解决方案。这次报告涉及人脸识别、活体检测、图像OCR、图像检索、人像matting等技术的实践体会。
讲师简介：王智恒，云南大学硕士，滴滴智能审核算法负责人。在职期间获得多项国内外图像算法专利，加入滴滴后，专注图像识别、反作弊等方面图像技术，为人、车、证的一致性和合规性提供技术保障。在最近一年安全攻坚中负责实现滴滴自研人脸识别和智能审核系统，在保障线上身份一致、提升司机准入门槛方面起到核心作用。
进群交流
活动交流群加入：添加管理员微信viiuka，申请信息：姓名-公司-职位-AI技术方向，审核后邀请入群，专业技术群，仅面向AI领域工作者开放。审核较严敬请谅解！
本期沙龙的相关通知和直播链接的公布，都会在微信群中公布，请及时加管理员微信进群。
具体行程和报名方式，请点击“阅读原文”在活动页面查看。
更多技术活动和干货内容，请关注「滴滴云」微信号。