人工智能的迅速发展深刻改变了世界的发展模式和人们的生活方式。5月18日-19日，由msup主办的A2M人工智能与机器学习创新峰会在上海海神诺富特大酒店圆满结束。500位技术从业者齐聚一堂，共同聚焦AI，Data，Infra等落地实践案例。

签到现场，秩序井然

本次峰会汇聚了超过 70 位国内外顶级人工智能专家及一线技术大咖。他们为参会者分享了中台、AI工具与框架、知识图谱、FinTech、智能语音与交互、DevOps等热门技术与AI落地实践。

本届峰会共设置了20个专题，5大主题分会场并行。

由腾讯社交OCR研究中心负责人黄珊为参会场者带来的《海量社交图片与视频的文字识别与关键词检测》精彩话题，获得了学员的高度认可。

我们都知道，海量社交图片与视频的准确理解，对设计以包含语音、图片、视频内容理解的整体算法框架及各个模块算法精度、速度都提出了极大的挑战。

OCR团队主要负责图片、视频场景的文字识别与关键词检测，同时结合NLP理解以保证社交图片与视频的健康度。

近几年来深度学习发展迅猛，针对社交场景图片的复杂排版、字形多变等问题，引入了各种优化的卷积神经网络、循环神经网络等基础网络，基于最前沿的检测、分割、Seq2Seq算法框架，解决文字检测、定位与识别的问题。此外，在文字检测的网络分支上叠加多任务学习策略，在有限资源下解决关键词检测问题，有效的补充了复杂多变且对抗场景下特定关键词的OCR识别难题，并申请了专利。此外，视频场景中，黄珊带领OCR团队首创式引入并优化了孪生网络解决视频文字关键帧检测问题，上线于每天数十亿的视频理解项目，并申请了专利。

知乎搜索算法团队leader范力文为参会成员带来了《知乎搜索中的深度学习实践》的话题获得了现场的一致好评。话题主要围绕知乎搜索、排序、召回展开的。

范力文说，最近几年，深度学习在各个领域取得了重大进展。我将介绍深度学习在知乎搜索中的实践场景，并揭示它与传统机器学习技术、搜索基础架构、产品策略等是如何结合的。

搜索一般分为召回和排序两大模块。针对召回问题，深度学习在同义词挖掘、自动扩展、term weight 等方向的应用是需要了解的。针对排序问题，近年来深度学习在语义相关性、结果多样性等方面同样也取得了飞速的发展。

来自微众银行微众广告架构负责人何金为参会者带来《金融AI广告的落地实践和挑战》的精彩话题。他主要从微众银行简介、实践与挑战、微众广告营销平台三个方面进行了阐述。

在本次演讲中，何金向大家介绍了他在微众结合“金融+AI+营销”来实现高效获客和活客，以最终达到普惠目标的一些落地实践。他提出了金融AI营销遇到的挑战，目标用户窄、单客净值高、转化链路长。微众广告利用自研、先进的长链路优化算法技术，多场景+多目标+多物料的精细化运营模式，解决了金融产品营销所特有的高值低频挑战。最终获客和活客效率大幅提升，降低了营销成本，助力实现微众的普惠愿景。

为打造更加深入的参会体验，本届A2M人工智能与机器学习创新峰会在5月18日晚，举办了讲师晚宴活动，让讲师及参会学员在轻松的社交环境中交流，共同探讨AI的发展趋势以及对社会和经济的影响。

msup创始人兼CEO刘付强发言致辞

在小编看来，虽然AI的泡沫曾经破灭了多次，但是近年来，一些重大的发展与突破又一次将AI带回到了我们的视野中，但无论怎样，人工智能已经实现了大跨越。未来，希望大家都能成为AI时代的推动者，共同促进产业升级。最后，感谢本届大会的诸位讲师及合作伙伴、媒体对本届A2M峰会的大力支持！