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

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

AI行业应用(不定期更新)

ChatPDF 可以让你上传一个 PDF 文件,然后针对这个 PDF 进行小结和提问。你可以把各种各样你要研究的分析报告交给它,快速获取到想要知道的信息。https://www.chatpdf.com/

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close