你以为人工智能只会下棋吗？他们会告诉你答案！
随着发改委连同科技部、工信部、网信办日前印发的《“互联网+”人工智能三年行动实施方案》的出炉，未来5年内人工智能技术将在家居、汽车、无人系统、安防等领域进行推广应用。面对人工智能的不断发展，全球互联网巨头也纷纷在人工智能领域加强技术创新和产品布局，“AI革命”的帷幕已经悄然拉开。
与此同时，在这场“人工智能时代”的革命中，许多方面的问题也需要不断的进行研究和探索，例如深度学习与数据挖掘、自然语言理解、智能信息检索、语音识别等。为了让大家更好的了解人工智能，5月21日和5月22日，EGO特别邀请到Mobvista首席算法架构师&总监李海波、明略数据技术合伙人兼数据科学家黄文坚和科大讯飞云平台事业部技术总监吴江照，分别在广州、深圳成功举办了EGO深圳/广州分会人工智能专题月活动。
下午2点10分，在活动开场之后，三位特邀嘉宾为大家带来了精彩的演讲:
推荐系统与变现系统的同途殊归
李海波，Mobvista首席算法架构师&总监
虽然推荐系统和变现系统在底层技术上，包括数据挖掘、机器学习、LTR、个性化技术等方面都是通用的，甚至在架构方面，包括触发、Ranking和预估也颇为相似，但是二者在目标、item和排序上有着较大的差异。
从目标角度来说，我觉得这是推荐系统和变现系统非常重要的不一样的点，推荐系统非常重视用户体验，但是对于变现系统来说其实没有必要，这只是作为一个门槛，在不损伤用户体验的情况下在很多时候很多公司都会将收益作为第一目标。
在item方面二者也是不一样的，变现系统的候选库就是广告，这些广告都是广告主提过来的，对于推荐系统来说的话，它的候选库是单品库，在排序方面，变现系统会有很多竞价的策略、竞价的机制。这个也是很重要的一个点，在变现系统里面会设置一些竞争的机制使广告主参与到这些竞争里面来，这些机制就是它设定一个价格让你感觉到你能用更少的钱去获取流量，但其实从整个大范围看的话它会把整个价格提升上来，这个在推荐系统里面是不会有的。
黄文坚，明略数据技术合伙人兼数据科学家
对于深度学习，我不会讲一些特别细节的技术原理，主要想跟大家讲一下深度学习的应用。首先，我们来看看深度学习可以做什么，Google研究的无人驾驶其组件由两个部分组成：眼睛和大脑，眼睛是激光测距仪和视频摄像头，汽车收集到这些视频信号后，并不能很好的识别，为了让汽车能够理解我们需要一个大脑，这个大脑就是深度学习，通过深度学习我们可以告诉我们的车载计算机现在前面有什么物体并能够结构化的抽取出来。除此之外，还有人脸识别技术、战胜李世石的AlphaGo等，它们都是深度学习的具体应用案例。
深度学习非常像人的学习过程，你必须一层一层的抽象才能理解更深的概念，之所以叫深度学习是因为有多层的学习网络，每一层是把特征抽象更高阶的概念，理解非常复杂的事物。深度学习在明略项目中有很多的应用，如中国中车故障分析及预测，使用深度学习对传感器信号的几百万次信号检测数值的时间序列进行分析，使用ＣＮＮ以及ＲＮＮ进行建模，这可以大大提高我们对故障的分类预测。
讯飞智能语音开放平台构建之路
吴江照，科大讯飞云平台事业部技术总监
我这次主要想从快、智、稳、易四个方面跟大家分享一下科大讯飞在智能语音识领域的一些思路和探索，首先是“快”，在网络良好的情况下，我们现在的语音识别响应时间不超过200毫秒，为了做到这一点，我们从VAD、编解码、协议和算法这四个方面进行优化。
从“智”的角度来说，我们的语音识别在通用的识别领域可以做到97%左右的识别率，如果加上个性化语音识别，我们大概可以做到98%的语音识别率，对于通用模型，我们每天都会在后台对数据进行不断的迭代优化，我们每周都会更新模型的版本，保证用户说出来的话尤其是一些热词可以实时的喊出来，比如猴赛雷等网络热词。除此之外，我们也要解决人听懂的问题，对此，我们有一个语义理解，它需要依托前面模式识别产生的数据信息送到语义理解的系统中，它会基于用户多个维度的信息来理解当前用户指令，从而获得个性化的体验。
从开放平台“稳”的角度来看，我们每天大概要应对20亿次的服务量，这对我们来说还是一个蛮大的挑战，对于IDC机房来说，除了电信、移动和联通这三大主流的IDC以外，还有一些其他的IDC机房，我们作为提供云服务的厂商，在选取IDC机房的时候也考虑到这样的一个情况，所以我们选了北京、广州、合肥和移动是目前我们已经有的，同时每个IDC机房都采用BGP或三网接入，保证接入的速率和成功率。在考虑前面几点的同时也要考虑到系统“易”扩展性，比如在SDK、业务服务层面都是很容易去扩展的。
听了三位嘉宾精彩的分享之后，大家纷纷把自己想要与嘉宾讨论和交流的问题写在纸上并贴在白板上，在所有的问题汇总到白板上之后，现场以每个分享嘉宾为主分成了三个小组，参会者纷纷就自己感兴趣的问题加入小组中和嘉宾进行了交流和讨论。在激烈的讨论过后，大家一起合影为这次活动画上了一个圆满的句号。
在这里，也特别感谢珠三角技术沙龙、华章科技、活动行、趣现场和segmentfault对本次活动的大力支持！