9月22日，Intel-DataCanvas人工智能在線技術峰會落下帷幕。此次峰會由英特爾聯合國內知名自動化數據科學平臺提供商DataCanvas九章云極特別舉辦，邀請人工智能及數據處理等領域的重要企業(yè)、學術專家與行業(yè)精英一起，探討行業(yè)前沿，交流技術與經驗，分享觀點，碰撞思想。
此次峰會旨在更好地推進人工智能技術在數據處理與各行各業(yè)中的實際應用，DataCanvas九章云極聯合創(chuàng)始人&CTO尚明棟、英特爾中國區(qū)行業(yè)解決方案集團人工智能行業(yè)客戶總監(jiān)劉洋分別致辭，來自英特爾、DataCanvas九章云極和五礦證券的資深技術專家在峰會上分享最新技術應用經驗。
01 Intel：英特爾工業(yè)人工智能實戰(zhàn)
英特爾AI解決方案架構師臧戰(zhàn)圍繞智能制造行業(yè)中的典型應用，總結了英特爾在真實場景中的AI技術和產品優(yōu)化方案的《AI實戰(zhàn)手冊》是他在本次峰會上的主要分享內容。
臧戰(zhàn)詳細介紹了《AI實戰(zhàn)手冊》趨勢篇、實戰(zhàn)篇和技術篇的具體內容和手冊使用方法，并通過機器視覺案例和時間序列案例展示了深度學習和機器學習技術在制造業(yè)和能源行業(yè)中的成功實踐。“Intel作為全棧的解決方案提供商，支持各種各樣的人工智能場景?？蛻粢部梢赃x擇各種智能化方法，如機器學習、深度學習或者機器學習和深度學習的耦合。此外，Intel在開源軟件方面的投入非常大，能夠提供多個開源架構的優(yōu)化方法。” 臧戰(zhàn)認為，經驗分享是快速實現應用落地的最佳手段，期望與行業(yè)合作伙伴一同加速制造行業(yè)的人工智能之旅。
02 DataCanvas：下一代數據科學平臺
DataCanvas九章云極資深數據科學顧問雷生，對數據科學平臺在各行業(yè)落地趨勢進行解析，并詳細介紹DataCanvas數據科學平臺產品的特色功能。他提到，DataCanvas APS 數據科學平臺和 DataCanvas RT 實時決策中心作為DataCanvas的核心組件，能夠實現數據模型生產化并擴展到實時的全生命周期管理。
“DataCanvas APS 正在最大限度地為使用者在建模工作上節(jié)能提效和協(xié)同作業(yè)提供自動化服務。”通過數據導入即分析、自動機器學習建模、模型一鍵上線服務、知識和資源共享服務、模型倉庫等功能，DataCanvas APS為客戶輕松實現模型構建流程化、構建過程標準化、內外模型統(tǒng)一化、IT服務智能化、審計環(huán)節(jié)嚴格化、算法模型全面化、開發(fā)過程協(xié)作化、日志狀態(tài)監(jiān)控化、業(yè)務知識共享化、AI資源可遷移等智能化需求。
DataCanvas RT則將模型形態(tài)擴展到了實時，通過實時計算、實時指標加工、實時規(guī)則決策、實時模型預測等等為企業(yè)用戶提供完整的實時場景解決方案能力。DataCanvas APS 與 DataCanvas RT 的無縫對接，能夠讓企業(yè)實現跨越式的數字化轉型。
03 DataCanvas：深度學習突破結構化數據瓶頸
DataCanvas九章云極資深架構師楊健分享了九章云極在AutoML和AutoDL領域的重大創(chuàng)新突破。今年3月，由DataCanvas自主研發(fā)的DeepTables深度學習工具包在全球知名國際競賽Kaggle Categorical Feature Encoding Challenge II 中超越來自全球各地的知名廠商，包含全球第一的電商公司和搜索引擎公司等，在所有參賽的1100多支團隊中，榮獲全球第一名。這是深度學習在結構化數據分析領域中世界性的重大創(chuàng)新突破，是中國自主研發(fā)實力能夠引領全球的再次證明。
楊健介紹說：“DeepTables具有極強的靈活性和易用性。通過DeepTables，僅用五行代碼就可以完成整個建模過程，甚至無需提前做數據預處理和特征加工過程;并且提供開箱即用的高性能模型，業(yè)務人員也可訓練出專家水平的模型。”
近期開源發(fā)布的另一自動化科技碩果——自搜索神經網絡框架Hypernets，則基于超架構的搜索空間完成神經網絡超參數和微架構的自動搜索和模型訓練，再一次提升自動機器學習工具的開發(fā)和應用效能。“DataCanvas在AutoML和AutoDL上的探索成果為企業(yè)的數據建模分析按下加速鍵，企業(yè)數據將迅速呈現前所未見的價值，甚至推動企業(yè)進一步改變業(yè)務格局和業(yè)務形態(tài)。”
04 五礦證券：大數據及人工智能在資管行業(yè)的應用
五礦證券大數據團隊負責人朱春霖分享了大數據在公募基金領域的發(fā)展歷程、大數據應用和產品，以及機器學習技術在各類項目中的應用。他提及，在公募基金行業(yè)，大數據前期以營銷側客戶多維分析需求為切入點，搭建整體大數據處理框架。到大數據深入應用階段，則全面接入公司主要業(yè)務數據，構建數據湖體系，并明確大數據在數據中心底盤的定位，應用側以滿足投研投資需求和營銷側報表為主。
關于機器學習的落地應用，朱春霖以基金漲跌概率模型、小規(guī)?；疠敵黾敖忉?、精準營銷數據挖掘、大類資產配置模型等案例做出細致講解和分析。機器學習技術在資管行業(yè)的落地應用潛力依然巨大。
隨著企業(yè)智能化、數字化進程的加快，尤其在5G加持下，海量終端將帶來前所未有的海量數據，如何利用數據產生精準洞察是新時代企業(yè)的重要課題。在算力和存儲技術發(fā)展的帶動下，以深度學習、機器學習為重要內容的人工智能技術在數據處理和挖掘上，正在顯現出巨大的作用和潛力。DataCanvas九章云極將自動化數據科學技術封裝到企業(yè)級平臺，將縮短各行業(yè)企業(yè)智能化進程，收獲更多業(yè)務智能化成果。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
