10月17日，第十届中国系统架构师大会以“十年架构，发展之路”为主题，云集了海内CTO、研发总监、高等系统架构师、开拓工程师和IT经理等技能人群，与会规模超千人。
其主线4人工智能（上）专场，来自饿了么、优酷、搜狗-搜索的几位技能专家为大家分享了AI运用落地实践，满满技能干货等你不雅观摩！

饿了么高等算法总监李佩：线上线下领悟场景中的图像视觉技能

饿了么作为一家以线上交易与线下如约为核心确当地生活平台，催生了大量的线上线下领悟场景中的图像需求。
李佩老师表示，过去十年，各大企业不同场景的运用相继落地，饿了么逐渐将线上线下做事领悟于一起。
线上线下领悟与传统的线上到线下的订单流程是不一样的，在联合打通的过程中，图像识别技能起到了至关主要的浸染。

大会上，李老师向大家分享了饿了么线上线下领悟场景中图像视觉技能在目标检测、文本识别、三维重修三大关键技能领域中的运用。

在目标检测领域， 李老师表示，2010年之前，目标检测算法都基于非深度学习。
直到2014年，深度学习被引入目标检测算法。
目标检测紧张算法——两步法中第二阶段R-CNN便是初步引用深度学习的算法阶段。
但后续R-CNN也会暴露出一些问题，例如打算费时，Selective search 产生的候选框数量仍旧过多（默认2000个），且每个候选框都须要单独过一遍 CNN，前向打算有大量冗余。
其后对R-CNN不断进行优化，继而涌现了优化版SPP、Fast R-CNN、Faster R-CNN。
不但构造简化了很多，性能得到加速，还实现了端到真个演习。

一步法中，用的比较多的是SSD，李老师表示，即便没有学过图像识别的同学也该当听说过SSD。
SSD是对YOLO的改进，将YOLO变成一种反复的循环构造。

文本识别领域， 李老师表示，在线上线下的领悟场景中，传统的OCR的效果比较差，应对OMO场景的大量手机照片显得力不从心。
目前常用的是基于深度学习的OCR，实现端到端(end-to-end)的检测，减少中间环节与偏差积累，这种OCR有较强的适应能力，人工规则少，自动化程度高。

目前，饿了么一贯在无人配送领域进行着深度探索，个中繁芜场景中的三维重修技能扮演了一个核心角色。
在办理问题的过程中李老师提到了一个关键性技能——光速平差（Bundle Adjustment），由于对相机参数估算不准，2D的特色点映射回3D域，与真正的3D点位置会有偏差。
光速平差可以不雅观测 n 个视角 m 个轨迹的数据，探求使偏差平方和最小的相机参数。

优酷高等总监蔡龙军：文娱大脑的机器感官决策能力领悟与探索

人类对付通过自身视觉，听觉等感官能力来打仗天下，理解天下，以及思考天下，这造就了人类不断的抽象能力和知识总结能力，从而形成了不断沉淀的知识积累。
文化娱乐的形式自人类远古时候就有，这些娱乐也是多种感官的综合结果，AI发展到本日有很多让人惊喜的感官能力，如何领悟这些能力，具有知识沉淀和赞助决策能力，让这些能力更好的与业务相结合，产生商业代价，是待解课题。

蔡老师表示，如今行业娱乐化，中国用户消费脑洞越来越大，支持的范围越来越广，表达的形式越来越随意，对事情理解的关联系性越来越强，继而随之，内容也变得多样化。
这样的背景下，想要把控文娱，须要理解全体互联网和文娱的干系数据。

如今，AI已经发展到了第三个阶段，成为了一种实用性的技能，我们都在考虑用AI建立一个行业大脑。
目前，各家公司都有自己的关于大脑的思虑和培植，但大多数的公司对大脑的培植因此变成能力体系和根本举动步伐为主，在这个家傍边，我们考虑能不能把它变成在运用层上的深入和运用，这才是互联网下半场我们须要重点去办理的问题。
互联网下半场的未来是AI，AI打通用户和产品之间桥梁将是主旋律。

在NLP能力培植领域，大家比较关注的一个问题是序列标注问题，一样平常的思路是先标注一些语要，先人工再智能。
优酷文娱大脑团队在该方面也做了很多考试测验。
一个思路是用一些办法、规则建立一个体系，把标注的问题量减少，然后建立端到真个模型。

大家在表达一些内容的时候，会有一些规则，通过这些规则建立一个基本的库，通过这些库，建立一个措辞模型，把内容学出来，然后进行大略分类，当库较大的时候，也可以用监督模型学习，这样可以减少人工的标注。

搜狗—搜索高等架构师杨东旭：搜狗离线机器翻译运用实践

杨东旭老师表示，如果说深度学习是要一艘火箭，深度学习的模型便是火箭的发动机，海量的数据就相称于火箭的燃料。
一个好的深度学习模型既要有好的模型，还要有足够多的高质量数据。

移动设备上的人工智能技能对模型大小和打算性能都提出了很高的哀求，为了能在移动设备上进行离线的机器翻译，搜狗翻译做了大量的考试测验。

杨老师表示，在离线机器翻译模型演习中，搜狗设计了小型的神经网络，以确保离线翻译能供应精准结果的同时具有更快的速率。
同时充分利用了搜狗在线翻译系统的上风，让离线模型学习在线翻译系统的结果，通过这种知识提纯的办法，避免了学习凌乱无效的信息，让小的模型能够学到更有代价的信息。
同时进行模型量化，以导出更小的模型。

在工程实现上，针对移动端arm架构特点，采取int8进行模型的存储，降落了内存的利用，打算过程中则利用int16，利用neon指令充分加速提升打算性能，在保持精度相称的情形下大大加速了离线打算，让运用在端上运行更顺畅。

“十年磨一剑，砺得梅花喷鼻香”，第十届中国系统架构师大会准备了三天传统技能大会演讲，两天深度主题培训，更多精彩议题欢迎访问大会专题页面(http://zt.it168.com/topic/sacc2018/)。