騰訊雲王龍：AI規模化落地進入“深水區”，需要跨過兩道門檻

11月6日，騰訊雲主辦的首屆Techo開發者大會現場，騰訊雲副總裁王龍表示，AI規模化落地已經進入“深水區”。對於AI相關的開發者來説，能否克服構建AI模型和應用AI能力的兩大挑戰，是AI能否規模化落地的關鍵。

首先，深度學習的模型訓練在算法、算力和數據等方面有着較高的門檻。獲取合法合規的高質量數據，合理並高效的利用算力，結合實際場景來構建和訓練模型，這三步中的任意一個失誤都會帶來高昂的代價。

其次，將AI能力集成到軟件應用或者解決方案中，也常常遇到雙重困難的疊加。一方面各行業信息化程度不一，開發者要面對的企業IT系統、管理軟件和業務流程及其複雜，導致應用和集成本身的難度就較高;另一方面AI模型的訓練、測試、部署、監控、運維、更新等環節，與傳統軟件流程存在一定的差別，有時還需要與多種智能設備集成，這使得包含AI能力的應用開發，面臨的不確定性和風險更高，成本也更難以控制。

王龍表示，騰訊雲搭建的智能鈦(TI One)機器學習 平台和雲智天樞人工智能中台(TI Matrix)的目標，就是要針對性的解決上述兩大難題。

在構建和訓練AI模型的過程中，智能鈦可以提供靈活高效的算力、更好的計算框架，同時內置行業多種流行算法，以及騰訊在自身數百種場景中多年錘鍊和積累的各種算法，並提供拖拽式的圖形化界面，從而幫助數據和算法工程師們更高效地訓練AI模型。

雲智天樞則是將傳統應用開發與AI能力進行連接的一站式平台。它的目標是讓開發者在進行應用開發或者解決方案集成的時候，無需或者較少關注AI模型的訓練、測試、部署、監控、運維、更新和升級，也無需關注智能設備的適配及計算資源的調度，從而能夠專注於業務邏輯的實現，和系統集成的穩定可靠。。

這兩個平台將能有效降低構建AI模型和應用AI能力的門檻、節約成本、縮短交付週期、提升AI效果， 為AI的規模化落地創造充分條件。

事實上，騰訊過去20年的AI技術積累，包括了騰訊各大實驗室和技術團隊已經訓練好的模型，都已經在通過平台對合作夥伴和開發者開放，這其中許多能力均已達到了行業的領先水平。

例如在微信支付上線的騰訊Angel圖算平台。據騰訊高級研究員王才華介紹，Angel可支持規模達10億節點、100億邊的深度圖網絡算法，整體性能優於目前業界的圖計算平台。同時它可以運行多任務集羣，並具備易用性強。容錯率高、完備性好等特點。

再例如NLP模型的訓練方面，TI One支持有着最強模型之稱的Bert的改進算法，並通過雲端訓練部署即完成應用，其優異的效果和廣泛的通用性使其可以應用在多個場景中。騰訊高級研究員尹迪表示，在騰訊內部諸如社交平台、客服系統、娛樂機器人的場景中，意圖識別、文本匹配、問答系統等，都運用到了Bert及 其改進模型。   

王龍表示：“這兩個平台內置了多項騰訊的AI能力。數據科學家、算法專家以及缺乏AI經驗的開發者都能夠在這裏快速找到自己所需的工具和能力，更便捷高效地打造端到端的應用和解決方案。”

同時，這兩個平台也已經吸引並服務了大量的開發者和合作夥伴，基於它們構建的應用和解決方案，在智慧城市、智慧交通、智慧社區、智慧金融、智能製造、智慧零售等多個行業中都已經成功實施併發揮巨大作用。