知乎李大海:AI不只是噱头,满足需求才是真落地

2024-02-22 07:30

本文主要是介绍知乎李大海:AI不只是噱头,满足需求才是真落地,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

2018年10月17日~19日,由IT168旗下ITPUB企业社区平台主办的第十届中国系统架构师大会(SACC2018)将在北京隆重召开。本届大会包括了核心业务系统架构设计、大数据平台架构、传统企业数字化转型、人工智能应用四大主线。

为了让大家更为深入地了解SACC2018大会的日程设置及专场收益,ITPUB社区&IT168企业级编辑部对十多位出品人和专家顾问进行了系列采访。

本期采访嘉宾:知乎合伙人、高级副总裁李大海,主线4:人工智能应用落地实践(下)专场出品人。


知乎李大海:AI不只是噱头,满足需求才是真落地


李大海,拥有多年的搜索算法经验, 2015年加入知乎,先后负责过广告技术团队、数据、算法和整体社区业务。目前统筹负责知乎大数据团队、内容流通和 AI 新业务的拓展,在相关技术上是不可多得的人才。

知乎,一家非常有硅谷范儿和极客范儿的公司

知乎于2011年正式上线,是一家全民知识内容平台,它将知识的价值最大化地挖掘出来,为人人所用,完成知识普惠。知乎高级副总裁李大海表示,知乎是一家非常有硅谷范儿和极客范儿的公司,管理扁平化,崇尚“总搞得定”的海盗文化。知乎将公司的发展和价值观与员工自我成长凝结在一起,一起做有意思又有挑战性的事。

五个月增长6000万用户不是盖的,知乎的最新AI算法应用实践

据了解,今年3月底,知乎注册用户达1.4亿。而经历了五个月后,到8月底,知乎的注册用户数已达2亿,且其他数据也在高速增长。

李大海表示,目前知乎已将AI算法应用贯穿了从内容生产、消费到用户连接与社区治理的多个场景。内容生产场景中,知乎通过AI算法应用自动生成问题,丰富内容维度,同时还将内容快速分发给合适的用户,激发他们的创作欲望;内容消费场景中,知乎通过首页推荐系统“水晶球”、搜索系统,帮助每个用户快速、便捷地获得更多感兴趣、有用的内容;用户连接场景中,知乎上线了用户关注推荐、相似回答者、用户聚类等一系列功能,加强用户之间的联系,推动内容的创作与分享;内容治理场景中,知乎通过综合使用情感模型、用户亲密度模型和文本识别模型,不断优化算法机器人“瓦力”,识别并实时处理不友善、答非所问、阴阳怪气等内容,部分场景准确率达到99.13%,打造专业、认真、友善的社区氛围。

AI不只是一个噱头,真真切切结合问题满足需求才叫真正的落地

AI应用的落地是大家老生常谈的问题,这一两年也让人看到可喜的发展。李大海表示,决定AI应用落地的因素有很多,但有几个关键点:其一,是否具备海量高质量的数据;其二,是否有有效的AI人才培养机制;其三,是否有与业务紧密结合的能力。

判断AI应用落地情况,同样要看这三点。AI不只是一个噱头,真真切切地解决人们周围的问题,满足大家的需求,才叫真的落地。

算法有偏见?人机结合才是有效手段之一

业界流行“算法偏见”一说,AI算法和它们的决策程序是由研发者塑造的,被写入的代码以及后续使用训练数据进行训练等过程,其中任何一个环节不平衡,就会对结果产生很大影响( 《八大现象论证人工智能威胁论真的存在》 ),因此大家对AI的肯定飘忽不定。

对此李大海表示,知乎推动AI应用,目的是构建一个符合知乎社区和内容价值观的平台。但并不代表AI会完全替代人工,知乎的AI应用自始至终都伴随着人的高度参与,人机结合是避免“算法偏见”出现的有效方法之一。

在制定社区规则和具体应用时,知乎的技术团队会不断训练算法,纠正可能存在的偏差,以追求AI应用的正向效果。

AI算法实践两大坑,不要在持续“炼丹”了!

AI算法实践是一个复杂的过程,其中需要注意的“坑”有很多,李大海列举了两个经典的例子,希望能对从业者有所帮助。

一是对“算法”和“架构”看得太过分裂。做算法的同学完全不关心实现,这样做的效率是比较低的,也不利于算法的落地。

二是做得太浅。一些所谓的“算法工程师”,做的事情完全是盲目套用各种模型和各种结构,根据效果随机调整超参,效果好不好完全看天意,这种工程师更像古代的"炼丹师",也许最终的产出能够被使用上,但工程师自身不会有太好的成长。

人工智能进入广泛应用落地阶段,一个干货“福袋”请您查收!

人工智能的概念已经被讨论了很多年,终于进入广泛应用落地阶段,这也是整个行业关注的核心。中国系统架构师大会(SACC2018)给业界同仁提供了一次经验分享的机会。

李大海作为SACC人工智能应用落地实践(下)专场出品人表示,我们在此次专场中,邀请了业界几家技术实力雄厚的公司,给大家分享他们在自己业务中落地的实例。希望他们的演讲能够为与会者带来一些新的视角,扩宽思路,也希望这次大会成为一个纽带,把业界同仁们连接在一起,彼此平等交流,互通有无。

SACC2018——人工智能应用落地实践(下)专场日程如下:

知乎李大海:AI不只是噱头,满足需求才是真落地

抢票入口: http://sacc.it168.com/goupiao.html

这篇关于知乎李大海:AI不只是噱头,满足需求才是真落地的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/734533

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

SpringBoot整合DeepSeek实现AI对话功能

《SpringBoot整合DeepSeek实现AI对话功能》本文介绍了如何在SpringBoot项目中整合DeepSeekAPI和本地私有化部署DeepSeekR1模型,通过SpringAI框架简化了... 目录Spring AI版本依赖整合DeepSeek API key整合本地化部署的DeepSeek