云+社区技术沙龙上海站 与开发者深度交流腾讯云AI技术

【云+社区技术沙龙上海站】解读腾讯云AI技术，与开发者共话前沿科技趋势

随着人工智能技术的飞速发展，其在各个行业及技术领域的应用愈发广泛。在云计算、大数据、区块链和物联网等领域，AI技术正扮演着推动行业发展的核心角色。在这样的大背景下，云+社区（腾讯云官方开发者社区）于2019年9月7日在上海举办了一场关于AI技术原理与实践的技术沙龙活动。

本次活动中，五位来自腾讯的技术专家与开发者们进行了面对面的深入交流。他们详细解读了腾讯云的AI技术，特别是在云智天枢平台、OCR、NLP、机器学习以及智能语音对话等多个技术领域的架构设计理念和实践方法。

其中，腾讯云的资深技术专家黄文才重点介绍了云智天枢平台。该平台作为腾讯云最强人工智能平台，支持快速接入各种算法、数据和智能设备。通过可视化的编排工具，云智天枢平台实现了服务和资源的管理和调度。其全栈式人工智能服务的定位，旨在与应用、算法、设备等合作伙伴实现共赢。

云智天枢平台采用典型的三层架构，包括存储层、逻辑层和接入层。在逻辑层中，该平台被划分为六个主要的功能性窗口，分别是算法仓库、设备中心、数据中心、AI工作室、应用中心以及管理中心。每个窗口都有其独特的功能和特点，共同构成了云智天枢平台强大的AI服务能力。

其中，AI工作室作为整个平台的核心，是一个服务可编排的流程引擎。它整合了平台各个窗口的能力，实现了流程与服务的编排。AI工作室的架构包括平台对接系统、流程引擎系统和函数服务系统三大块。这些系统协同工作，使得AI工作室能够按照编排好的流程自动执行任务，从而实现复杂AI应用的快速开发。

在此次技术沙龙活动中，开发者们不仅深入了解了腾讯云的AI技术，还与技术专家进行了面对面的交流。这样的互动机会对于开发者们来说非常宝贵，有助于他们在人工智能领域取得更多的突破和创新。

这次技术沙龙活动为开发者们提供了一个了解前沿科技趋势、交流技术经验的平台。在未来，随着人工智能技术的不断发展，我们期待更多的开发者能够加入到这个领域，共同推动人工智能技术的进步。流程服务编排引擎：打造高效业务逻辑处理框架

在业务功能开发过程中，我们经常遇到一系列相似的代码逻辑，如服务的调用、数据处理和并发操作等。针对这些重复性的业务逻辑，实现流程和服务的编排能力显得尤为重要。流程编排引擎能够实现并发分支、条件分支、合并等操作，并支持直接调用服务，无需关注网络层的细节，只需专注于纯业务逻辑。

函数服务：通用组件的累积复用，降低开发成本

函数服务旨在解决A服务的输出无法满足下游B服务的输入问题。其优势在于，通用组件可以累积复用，大大减少了用户的开发成本。通过函数服务，我们可以更高效地处理业务逻辑，减少重复性工作。

算法仓库：统一平台管理，方便调用

云智天枢算法仓库将平台上的算法统一接入，提供算法服务。通过镜像制作页面可视化，降低Docker使用门槛。算法服务的发布托管，直接调用k8s的源生api-server，有效解决算法种类多、管理对接成本高、镜像制作门槛过高等问题。

设备中心：实现设备自助接入，解决私有化协议难题

设备中心的功能主要是设备自助接入能力，针对市面上各个厂商产品型号、协议的差异，设备中心通过实现每个子分类的微服务进行划分。通过云边端混合部署的能力，解决边端算力不足、带宽、延时等不满足需求的场景。

数据中心：实现数据的接入、转换和存储

数据中心主要实现数据的接入、推送、转换以及存储等功能，包括本地上传、在线拉取、外部推送等能力。在项目实施过程中，数据中心能够屏蔽不同存储介质的读写能力，确保项目的顺利进行。

监控系统：私有化部署的监控解决方案

该监控系统由开源组件Telegraf、Influxdb和Grafana搭建而成，适合应用在私有化部署的场景下。具备多种数据源支持、开放API扩展性强、单独微服务对应单独数据库、界面配置可导入导出等特性。

腾讯云OCR的技术演进历程及架构设计

腾讯云高级工程师彭碧发从OCR技术出发，了OCR在工程演化过程中的保障服务和快速上线新能力的方法。腾讯云的OCR能力目前定位是打造文字识别工具箱，要求具备丰富的接口能力，能够灵活集成。整体框架设计分为用户接入层、Web接入层、业务逻辑层、引擎平台层和基础服务层。引擎平台层是提升整个架构运作效率的核心，通过改造统一引擎接入和引擎适配，提高了维护效率。

腾讯云知文NLP平台的技术架构

腾讯云的高级研究员许泽柯介绍了腾讯云NLP技术和能力矩阵，以及NLP背后的算法、原理和架构。随着业务的发展，我们需要更高效地处理大量数据和信息，而NLP技术在这方面发挥着重要作用。通过对NLP技术的深入研究和应用，我们可以更好地满足业务需求，提升用户体验。腾讯云高级研究员许泽柯与腾讯云AI语义产品矩阵的独献

在数字时代的浪潮下，自然语言处理（NLP）技术的崛起为众多行业带来了前所未有的机遇。腾讯云知文NLP平台，正是这一趋势下的杰出代表。该平台基于腾讯在各领域的丰富语料及多年NLP能力的积累，结合腾讯云的专业产品与服务，为用户提供一站式自然语言处理解决方案。

腾讯云知文NLP服务框架展现了其强大的技术实力和卓越的架构设计。整个产品采用微服务+DevOps的构建方式，确保线上服务的稳定性和高效性。每一个算法微服务都是单独的容器实例，这意味着服务更加灵活、可独立部署，能够更快速地响应算法频繁的迭代需求。

API3.0接入层作为对外服务的核心，统一了云业务规范，提升了用户体验。它接入了公司内部的星云告警系统、哈勃监控系统以及CAM签名服务，确保服务的正常运行。业务后端服务基于微服务架构，通过轻量级的通信机制进行服务间的沟通。这种架构有利于算法的独立开发、部署，加速合作伙伴上云的节奏。

在NLP领域，AutoNLP的概念应运而生，旨在自动化机器学习和数据挖掘过程。AutoNLP针对NLP任务的pipeline，包含了数据标注、特征选择、模型选择、模型上线等自动化过程。其元素架构图展示了从底层IaaS到上层服务完整的架构体系，提供了资源、数据、模型等核心要素。

与此智能钛机器学习平台TI-ONE作为面向开发者的一站式机器学习平台，覆盖了机器学习全流程功能，包括数据预处理、特征工程、模型训练等。该平台已经在工业和金融业领域得到广泛应用。工业领域面临的问题众多，如用户角度的工程与算法之间的鸿沟，以及数据角度的高维度、杂乱性等问题。

腾讯云高级研究员许泽柯及其团队通过不断的研究和，将AI与工业领域融合，致力于解决这些问题。他们的努力为工业领域的数字化转型提供了强有力的支持，展现了腾讯云在AI领域的深厚实力和卓越贡献。他们的成果不仅为行业带来了技术革新，更为未来的智能化发展铺平了道路。

腾讯云知文NLP平台及其服务框架、AutoNLP元素架构以及智能钛机器学习平台TI-ONE的实践应用，展现了腾讯云在自然语言处理和机器学习领域的卓越成就。而许泽柯及其团队的努力和贡献，为这些成果的取得奠定了坚实基础，为行业的智能化发展注入了强大动力。在机器学习领域，有一种容易被忽视却极为重要的数据类型字符型数据。这类数据不仅包含丰富多样的信息，而且在实际应用中，常常因为其特殊性而容易被忽略。字符型数据往往蕴含着大量的潜在价值，它们可能是文本、代码、标识符等形式的字符序列，承载着丰富的数据信息。在实际建模过程中，我们需要给予字符型数据足够的关注，避免错过其中的重要信息。

从实际应用的角度来看，机器学习在实际应用中面临着四大挑战：算法应用不明确、无法分析个性化案例、AI手段无法有效改善生产问题以及如何汇报自己的建模方法。针对这些问题，智能钛机器学习平台提供了全面的解决方案。其架构图展示了该平台在工业领域的综合应用能力。

该解决方案架构共分为五个层面：业务平台、大数据平台、AI平台、应用场景以及前端展示。业务平台负责数据的收集、存储和边缘计算；大数据平台则提供计算引擎、数据存储加速和数据分析挖掘等功能；AI平台则是机器学习训练的核心，包括数据预处理、特征工程、模型训练等环节；应用场景则涵盖了虚拟量测、寿命预测、缺陷检测等实际工业应用；前端展示则为用户提供直观的数据展示和分析工具。

基于这五个层面，智能钛机器学习平台为工业界带来了多方面的价值。首先是系统自动监控和告警，大大提高了工作效率和良品率。通过资料的系统化管理，异常解决的时间大大缩短。通过减少人力投入，提升系统自动化程度，数据分析时间也大大缩短。更重要的是，智能钛机器学习平台能够策略参考，智能排出最优路径，并降低失效成本提升效益。

Workshop现场，我们看到了一个令人兴奋的趋势：使用腾讯智能对话平台打造智能对话机器人。腾讯智能对话平台专注于“对话即服务”的愿景，全面开放腾讯对话系统核心技术。该平台为开发者提供了丰富的机器人开发类型和工具，帮助他们便捷、低成本地构建人机交互体验。该平台还满足了不同类型应用开发者与合作伙伴的诉求，并为他们提供了强大的内置对话能力和丰富的内置实体库。

在本次Workshop中，我们将使用腾讯智能对话平台打造一款智能出行对话助手。这个平台不仅提供了丰富的技术工具和资源，还让我们看到了智能对话技术在行业应用中的广阔前景。通过打造智能出行对话助手，我们可以为用户提供更加便捷、智能的出行体验。

无论是字符型数据在工业机器学习中的应用，还是腾讯智能对话平台在打造智能对话机器人方面的努力，都展示了人工智能技术在不断进步和发展。我们期待着未来更多的创新和突破，为工业界和日常生活带来更多便利和价值。在腾讯AI技术专家叶聪老师的精彩讲解与悉心指导下，开发者们深入了对话系统的核心原理，充分掌握了腾讯智能对话平台的特性及使用方法。经过实践操作的洗礼，他们都成功完成了智能对话机器人的开发之旅。实操环节结束后，热情洋溢的开发者们围绕在讲师身边，分享着从零到一打造属于自己的对话助手的喜悦。他们详细描述各自的场景应用，并寻求叶聪老师的宝贵建议，以提升对话体验。

在这场技术研讨工作坊中，开发者们对平台体验提出了许多具有洞见的建议。叶聪老师表示赞赏，并强调团队将始终倾听开发者的声音，与他们保持紧密互动，致力于为开发者提供最佳的人机对话产品开发体验。

技术沙龙上，每位讲师与现场开发者的深入交流都收获颇丰，获得了许多有价值的反馈。在讲师的一对一指导下，开发者们对腾讯云的AI能力有了更为深刻的认识。云计算、区块链和人工智能等领域虽然技术各异，但开发者始终是技术发展的核心力量。

腾讯云深知开发者对于平台技术发展的重要性，积极拥抱每一位开发者，愿意与他们携手同行，共同构建一个更加先进的人工智能技术未来。这里，技术与梦想交融，开发者们的每一次创新尝试都能得到支持与鼓励。腾讯云将始终与开发者站在一起，共同书写人工智能的辉煌篇章。