腾讯云重磅发布七大新品,AI应用走向精细化时代

作者: 佚名 2019-12-11 18:32:32

12月11日,腾讯云在北京举行大数据AI新品发布会。会上,腾讯云带来了在大数据与AI领域的最新研究成果,包括AI换脸甄别技术AntiFakes、腾讯星图以及企业画像平台等七大重磅新品,并对AI、大数据产品进行全线升级,致力于为用户带来更精细化的应用场景、更强大的技术能力以及更低的应用成本,全面降低企业AI技术应用门槛。

随着大数据、人工智能等数字化技术的不断成熟,产业智能化升级已成为必然趋势。企业正渴望更丰富、精细的AI应用场景,为产业发展带来新动能。基于这样的背景,腾讯云正逐步打造相互协同、共同演进的AI大数据产品矩阵,推进大数据与AI在真实场景下的有效落地。

视觉AI领域,得益于腾讯优图、腾讯安平AI安全实验室、腾讯AI Lab、微信开放平台等团队的支持,腾讯云AI视觉此次共发布AntiFakes假脸甄别、微码、信息流智能图像以及智能相册四大新品。其中,AntiFakes假脸甄别技术基于图像算法和视觉AI技术,实现了对图片或视频中的人脸真伪进行高效快速的检测和分析,鉴别图片中的人脸是否为AI换脸算法、APP 所生成的假脸,最终对图像或视频的风险等级进行评估。

通用语音识别能力已拥有很高的识别率,但特定企业场景下存在大量生僻名词,目前行业内通用识别的效果较差。腾讯云这次发布的语言模型自学习工具,通过通过添加企业典型业务对话场景下的字词句,自助提升特定场景下特定名词识别的准确率,从而让语音机器人、电话录音质检等行业的语音识别效果得到大幅提升。

在当前NLP领域的研究及落地应用中,为了达到更好的效果,预训练语言模型的使用已经成为一个很普遍的做法,但效果提升的同时也带来了模型训练成本的不断攀升,以目前行业较大规模的模型训练为例,用200G语料训练一个3亿参数的bert模型,需要1400多张V100的GPU,训练500多分钟才能得到一个可用的模型,训练成本是非常高昂的。腾讯云最新发布的AutoNLP依托腾讯云语料积累和公有云算力,一次训练多次使用,提供数十个腾讯自研的预训练模型,极大地降低训练成本,提升模型创新及应用效率,缩短定制化项目交付的周期。

同时,针对图计算在行业领域的应用难题,腾讯云推出的图计算引擎腾讯星图封装了微信Plato图计算框架,可大幅提升图计算性能,在内存消耗降低7-10倍的情况下,性能提升了近50倍,将知识图谱领域的发展推进一个全新的时代。

另外,大数据场景下,面向智慧城市、金融监管、企业评估等场景的领域,腾讯云新推出企业画像平台综合服务平台,通过构建百亿级企业知识图谱,深度挖掘企业及其产业链间的复杂网络关系,为企业提前洞察金融等未知风险,充分发挥大数据的行业价值。

在新品不断推出之外,腾讯云还对已有的AI和大数据产品进行全栈升级,并在国内AI云服务市场稳居领导地位。

在人脸识别方面,腾讯云神图新增人脸融合、人体识别以及跨年龄识别功能,语音合成正式商用、腾讯云NLP全新升级提供18项智能文本能力。此外,腾讯云OCR文字识别能力也从9项新增至50项,新增PS、翻拍、复印件等防伪能力,文字识别力位居业内第一。

大数据在基础能力方面,云端全面升级Hadoop系列版本,借助最新的大数据技术,数据存储成本降低到之前的50%,部分典型计算场景性能提升30%以上。 在运维方面,通过对数百项监控指标、集群巡检、安全集群等功能的丰富及升级,构建了智能化运维体系,大大降低了运维复杂度。

基于在大数据AI领域的不断探索,腾讯云正在引领整个行业的发展。IDC近期发布的《中国机器学习开发平台市场评估》以及《中国AI云服务市场2019年厂商评估》报告中,腾讯云稳居第一梯队,位列领导者象限。同时,在Forrester最新公布的《The Forrester New Wave:Computer Vision Public Cloud Platforms In China,Q4 2019》中,腾讯云被誉为“最具整体实力表现者”。

腾讯云 人工智能
上一篇:谭茗洲:技术创新者—少有人走的路│LeaTech全球CTO领导力峰会回顾 下一篇:2019 AI Index 报告出炉:AI 领域取得的进展很多,但结果忧喜参半
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载