【文末福利】如何才能在AI熱潮中脫穎而出？

  • 2021 年 7 月 19 日
  • AI

Gartner 將「AI工程化」列為2021年度九大技術趨勢之一。這預示著 AI 進入到了全新的階段，即用規模化生成的方式，降低產業使用門檻，且讓 AI 以簡單可信賴的方式，為業務創造價值。
但是在 AI 產業落地的過程中經常會遇到以下困擾：
  • 實踐案例較少、業內交流不充沛；
  • 平台工具散落，技術體系龐大且複雜；
  • 合適的架構師、演算法專家難招，招到難以挽留。
如何將業務快速落地，對於CTO、CEO來說，是挑戰更是機遇。所以在 AI 領域，複合型高階人才決定企業技術領先性，技術領先水平決定業務智慧創新速度，數智化升級速度決定企業在智慧化時代的機會窗口與市場先機，一名頂尖的AI架構師足以影響整個業務的價值邊界。
據領英最近發布的全球AI領域技術人才分布圖顯示，中國目前的AI人才缺口超過5萬人。人才供不應求，導致領域崗位的薪資自然也水漲船高。因此，在這股AI熱潮中，想要憑藉實力和簡歷脫穎而出，要具備如下三個基本能力：
一、對AI技術和架構有遞進式的理解和掌握能力
AI技術入門難度較高，如果缺少系統的掌握，在面對企業複雜的項目或者新的任務場景必會手足無措。所以作為一名優秀的AI架構師要熟悉機器學習的基本原理、特性；掌握深度學習技術棧；了解主流的模型演算法和網路結構；熟悉AI開發應用部署的流程。
二、重視理解業務訴求和邏輯，建立對業務的抽象能力和判斷力
AI架構師除了需要從技術層面思考外，還要學會把握業務的關鍵問題和核心邏輯；掌握機器學習技術層面的抽象以及對應技術匹配，做完技術匹配再往下做具體的模型選擇。
在 AI 落地的過程中有太多未明確的情況，都是要根據實際的業務場景構造對 AI 技術的需求，這需要架構師具備整體的架構能力，而不是簡單的生搬硬套。
——以上兩個能力轉自AI架構師
三、設計並實現高效合理的AI落地方案的能力
AI 架構師需要根據業務的實際場景合理選擇工具和資源，去進行組合、組裝、串聯以達到工程實踐的要求。因此，AI 架構師要對系統的整體設計、部署和硬體環境相關的問題進行深思熟慮，到底硬體資源該怎麼選、部署怎麼實現、系統怎麼運行等等。最後，還少不了「開著高速換輪胎」的迭代意識，畢竟效率影響著業務的價值。
從傳統架構到AI架構師的轉型過程中，遇到最大的阻礙是AI的專業知識以及具體的落地實踐，如何將理論應用到現實？如何提出相應的解決方案？由msup與高可用架構聯合主辦的GIAC全球互聯網架構大會（7月30-31日，深圳華僑城洲際酒店）旨在幫助架構師打造核心競爭力，通過84+一線大廠架構師、CTO在本年度總結、盤點出的實踐啟示，打造一個分享及討論平台，幫助和指導聽眾了解和改進互聯網構建方式。
組委會挑選出了AI專場的一些精彩議題，我們一起來看看：
案例背景：
隨著基於深度神經網路的電腦視覺技術落地拓廣，硬體的成本控制越來越嚴格，這對演算法推理的性能、模型大小、資源佔用、硬體適配等要求顯著提升，需要針對不同的硬體在模型結構上進行針對性設計以實現低成本硬體也能取得很好的演算法效果。而傳統的網路結構設計依賴於人工的調整，適配硬體的成本很高，這使得我們需要有更自動化的方案來進行高效神經網路的結構設計。
聽眾收益：
1、了解模型壓縮、網路結構搜索等技術的基本原理和前沿進展
2、了解如何根據項目和資源情況進行技術選型
3、了解軟硬結合的AI模型的部署與應用
4、獲取一次從新技術領域探索到大規模應用的成功經驗
案例背景：
本案例將介紹AI面試如何在58同城招聘業務場景下實現為求職者提供7*24小時的在線化智慧面試，從而提升求職者面試體驗、降低招聘者招聘成本。分享首先會介紹AI面試機器人整體組成部分及其AI面試語音交互的架構設計，其次會介紹AI面試語音交互中涉及到深度學習技術及其優化實踐，再其次會介紹AI面試結束後如何利用AI技術對求職者進行畫像，最後會介紹項目的整體應用效果。
聽眾收益：
1、 了解AI面試中語音交互的架構設計
2、 了解如何基於VAD技術與語義理解技術實現智慧斷句
3、 了解如何解決回聲與ASR錯譯文本

案例背景：
作為全球領先的生活服務電子商務平台，美團擁有圍繞吃喝玩樂全場景的豐富數據，通過使用深度學習技術以及自然語言處理技術，對這些跨場景數據進行充分挖掘與關聯，美團NLP中心構建了一個全世界最大的餐飲娛樂知識圖譜——「美團大腦」，來促進每個場景下應用服務的智慧升級。本報告內容將介紹，我們基於美團大腦圖譜數據及業務日誌構圖，進行百億邊規模圖表示學習，並在美團多個場景落地的工作。
聽眾收益：
1、了解圖表示學習技術
2、了解圖神經網路前沿模型
3、了解圖學習在美團場景的落地實踐總結
案例背景：
針對AI建模流程繁瑣、演算法設計周期長、用人成本高、部署及維護難等痛點，提出AI平台方案，規範化管理建模全流程，提供一站式DevOps服務。
聽眾收益：
主流AI平台的架構設計，如何用全開源技術搭建AI平台，最佳實踐。

案例背景：
項目核心難點在於如何提取音樂的節奏、語義，從而自動化匹配生成動畫，大大降低美術成本。
聽眾收益：
1、了解一些最新的語音處理技術
2、了解動畫自動匹配生成技術
3、了解遊戲行業美術資源生產流程

案例背景：
面對新冠疫情，5天搭建中國最大的疫情外呼機器人平台，為27省提供1800萬+電話服務。
聽眾收益：
1、人工智慧尤其是對話智慧最前沿的研究進展
2、對話智慧在智慧客服中的大規模應用案例

案例背景：
最近，我們和達摩院智慧計算實驗室並聯合清華大學等共同開發了全球最大規模的中文多模態預訓練模型，M6（MultiModality-to-MultiModality Multitask Mega-transformer）。模型參數超1萬億規模，藉助PAI自研的分散式訓練框架Whale，首次2天內在496 GPU卡上完成M6模型1億圖文樣本的預訓練。這裡為大家介紹Whale分散式訓練框架，以及如何藉助Whale來高效訓練超大規模模型。
聽眾收益：
1、了解深度學習各種並行訓練模式
2、了解超大規模模型預訓練的挑戰和解決方案
3、了解M6模型和高效分散式訓練方法

案例背景：
1、統一通訊協議
2、統一序列化協議
3、與其他框架互聯互通
4、作為數據面融入雲原生時代控制面事實標準 istio
聽眾收益：
1、了解中國第一微服務治理框架在雲原生時代的思考
2、了解 dubbogo 和雲原生熱門技術的整合
3、了解 dubbogo 的後續方向和規劃
案例背景：
整個案例從十年前的一次生產事件入手，深刻剖析了事件發生的來龍去脈：人為的網路錯誤變更，衝擊了冗餘網路的備用伺服器，回滾後卻很快引發了更嚴重的重鏡像風暴，進而導致塊存儲API服務失效，無法響應用戶請求。而事後復盤發現，毒化這一切的劊子手，來自於一個經典的主副本鏈式存儲複製方案。當主本發生故障時，通過專門的配置服務，自動調整主副本的順序和節點角色，繼續進行上述鏈式複製，確保數據的持久性。正常狀況下，該配置服務處理的流量很小；但當發生大規模故障（如電源或網路故障）時，大量節點失效，則需要通過配置服務保證塊存儲服務的強一致性，因為卷IO會一直阻塞直到複製完成，同時該配置服務的可用性也是保證數據持久性的關鍵。然而CAP定理中可用性和一致性的互相限制，以及分散式系統實際的運行情況，無法直接採用市面上已有的相關產品。
聽眾收益：
1、復盤真實的生產事件，剖析經典可用性方案上遇到的新問題
2、了解現實設計中平衡強一致性、高可用性和低延遲性能的方法
3、了解雲原生服務減小爆炸半徑的多種手段和方案組合

案例背景：
1、mesh技術回顧
2、快手mesh落地選型思考
3、快手mesh落地挑戰與解決方法（複雜環境、超大規模、策略複雜、業務接入意願不高等）
4、未來展望
聽眾收益：
1、如何解決mesh落地超大規模的問題
2、如何解決mesh落地複雜環境的問題
3、如何將複雜sdk邏輯下沉到mesh中
4、mesh平台化建設
5、如何提高用戶接入意願

【文末福利】
粉絲福利一：主辦方特意為社區粉絲爭取到了5張專場票、2張單日體驗票，具體場次組委會屆時會進行電話通知，現在只要在評論區參與互動，即有機會獲得，趕快動動手指參與起來啦！
粉絲福利二：即刻起掃描下方圖片二維碼，可獲得GIAC大會PPT資源包一份，快快參與喲！
大會正在火熱報名中，現在點擊【閱讀原文】，進入大會官網，即可查看全部議題，在線報名更可享受專屬優惠喲，歡迎大家踴躍參與。
【粉絲福利一】活動規則：
1. 在AI科技評論該文：//mp.weixin.qq.com/s/P54umy7H8MACnDCPrqPJdw  留言區留言，談一談你對「AI工程化」的看法和「GIAC全球互聯網架構大會」的期待。我們將在綜合留言品質（留言是敷衍還是走心）和留言點贊最高的讀者中選出7位贈送福利，獲得福利的讀者請聯繫 AI科技評論客服（aitechreview）。
2. 留言內容會有篩選，例如「AI落地難、門檻高」、「大會很乾貨（僅僅幾個字）」等內容將不會被篩選，亦不會中獎。
3. 本活動時間為2021年7月18日 – 2020年7月24日（23:00），活動推送時間內僅允許贈票福利中獎一次。

VirMach 便宜 VPS

QNews

QNews