BDTC 2017 | 机器学习、深度学习，人工智能的核心技术

【CSDN现场 道】12月7日-9日，由全球最大中文IT 区CSDN承办的“2017中国大数据技术大会”（BigData Technology Conference 2017，简称BDTC 2017）在北京新云南皇冠假日酒店隆重举行。本次大会以“大数据与智能为主题，聚焦最纯粹的技术干货分享，和最接地气的深度行业案例实践，汇聚国内外顶尖技术专家，共论最新的大数据技术实践与发展趋势。

BDTC大会进入第三天，本次大会首次设置的机器学习和深度学习论坛隆重登场。

解密手机人脸解锁

香港浸会大学计算机科学系副教授褚晓文第二个演讲，他带来了题为《基于GPU的性能建模与分布式深度学习框架评价》的演讲，褚晓文表示深度学习框架已广泛部署在计算能力强大但价格昂贵的GPU服务器和集群上，这是因为目前GPU的算力可以满足深度学习对于计算的越来越高的要求，而计算是深度学习的关键。但GPU虽然计算能力很强，但内存的延迟和带宽瓶颈大大拖慢了计算的效率。因此在设计计算框架时，通常采用多线程、内存Hierarchy、HBM等方式。褚晓文介绍了一个分析性能的Roofline Model，并介绍了如何通过算法提升计算框架性能的方法，然后，褚晓文介绍了如何选择深度学习的硬件和软件平台以及如何优化这些深度学习的框架，并比较了目前最先进的几个分布式深度学习框架，即Caffe、CNTK，MXNet、Torch和TensorFlow在不同的硬件平台，包括单GPU，多GPU和GPU集群的表现。然后介绍了三个流行的卷积神经算法：即矩阵计算、基于傅立叶变换的算法和Winograd-base Convolution。最后，褚晓文介绍了他们的深度学习计算框架性能评价研究。并认为，在GPU的性能飞速发展的情况下，IO的优化、通讯时间的缩短对提升计算框架的性能非常关键。

人工智能领域数据处理解决方案

UCloud 互联 事业部 数据产品研发总监王冬冬上午最后一个登场，他带来的主题演讲是《“CBA”（Cloud，Bigdata,AI）探索和实践》，王冬冬介绍说，UCloud于今年年初提出了“CBA”（Cloud，Bigdata，AI）三位一体发展战略，并发布了UAI（人工智能）系列产品，包含超高性价比GPU、UAI-Service、UAI-Train和安全屋等AI产品。王冬冬首先介绍了UCloud在云计算方面的1机8卡的GPU云主机，接着介绍了UCloud在大数据方面的实践，讲解了企业安全使用数据的平台-安全屋。最后，王冬冬介绍了AI产品，UAI Train，并讲解了UCloud在相关领域的应用实践。

机器学习算法平台实践

旷视科技(Face++) 数据平台总监张驰紧接着登场，他的主题演讲是《AI + 大数据，为场景重新赋能》，张驰首先介绍了大数据的前世今生，张弛表示，2000多年前，先秦依据星象观察预测天气变化； 800多年前，刘伯温遍读古书，上知天文，下知地理，算无遗策； 如今的我们，数据无处不在，在方方面面融入进我们的生活，漫长的大数据发展史，不变的是数据的本质和价值，变化的是我们对数据的理解与应用。 而AI使数据无处不在，AI为数据赋能，AI使我们对数据的认识更深了，机器所见即是数据；而AI+大数据+场景将会为各传统行业赋能，张驰以众多实例对此进行了验证。但在此过程中如何保证数据的准确性、如何处理数据的关联融合、运营手段带来的机器学习噪声、AI与大数据融合仍然需要人力标注等都是AI与数据赋能的挑战。张弛最后对大数据的未来进行了展望，他表示，如何用AI手段完成数据的融合是一个较大的挑战，而如果能够有一天做到机器所见即是数据，将会让机器学习有更进一步的发展。

AI识颜-机器学习在医美行业的落地

最后一位登场的是工信部赛迪顾问人工智能产业研究中心，副总经理向阳，他带来了《人工智能产业趋势和投融资分析》，向阳表示，随着机器学习的快速发展，人工智能产业在历经60年的起伏之后，如今已经在全球范围形成新一轮的抢位发展态势，发达国家纷纷吹响探索大脑奥秘的 角。中国的人工智能产业在全球浪潮推动下，也在快速发展。赛迪顾问针对人工智能产业的大浪潮，提出了人工智能产业概念界定，并对产业链进行了深度剖析。对全球和中国人工智能市场规模和结构进行了判断，并详细梳理了全国各省市在人工智能领域的利好政策和具体举措。结合产业发展态势和技术热点演进，分析了各个细分领域的价值热点。