12月11日消息，騰訊云今日發(fā)布七大新品，帶來在大數(shù)據(jù)與AI領(lǐng)域的最新研究成果，包括AI換臉甄別技術(shù)AntiFakes、騰訊星圖以及企業(yè)畫像平臺等七大重磅新品，并對AI、大數(shù)據(jù)產(chǎn)品進(jìn)行全線升級。
隨著大數(shù)據(jù)、人工智能等數(shù)字化技術(shù)的不斷成熟，產(chǎn)業(yè)智能化升級已成為必然趨勢。企業(yè)正渴望更豐富、精細(xì)的AI應(yīng)用場景，為產(chǎn)業(yè)發(fā)展帶來新動能。基于這樣的背景，騰訊云正逐步打造相互協(xié)同、共同演進(jìn)的AI大數(shù)據(jù)產(chǎn)品矩陣，推進(jìn)大數(shù)據(jù)與AI在真實(shí)場景下的有效落地。
視覺AI領(lǐng)域，得益于騰訊優(yōu)圖、騰訊安平AI安全實(shí)驗(yàn)室、騰訊AILab、微信開放平臺等團(tuán)隊(duì)的支持，騰訊云AI視覺此次共發(fā)布AntiFakes假臉甄別、微碼、信息流智能圖像以及智能相冊四大新品。其中，AntiFakes假臉甄別技術(shù)基于圖像算法和視覺AI技術(shù)，實(shí)現(xiàn)了對圖片或視頻中的人臉真?zhèn)芜M(jìn)行高效快速的檢測和分析，鑒別圖片中的人臉是否為AI換臉?biāo)惴?、APP所生成的假臉，最終對圖像或視頻的風(fēng)險(xiǎn)等級進(jìn)行評估。
通用語音識別能力已擁有很高的識別率，但特定企業(yè)場景下存在大量生僻名詞，目前行業(yè)內(nèi)通用識別的效果較差。騰訊云這次發(fā)布的語言模型自學(xué)習(xí)工具，通過通過添加企業(yè)典型業(yè)務(wù)對話場景下的字詞句，自助提升特定場景下特定名詞識別的準(zhǔn)確率，從而讓語音機(jī)器人、電話錄音質(zhì)檢等行業(yè)的語音識別效果得到大幅提升。
在當(dāng)前NLP領(lǐng)域的研究及落地應(yīng)用中，為了達(dá)到更好的效果，預(yù)訓(xùn)練語言模型的使用已經(jīng)成為一個(gè)很普遍的做法，但效果提升的同時(shí)也帶來了模型訓(xùn)練成本的不斷攀升，以目前行業(yè)較大規(guī)模的模型訓(xùn)練為例，用200G語料訓(xùn)練一個(gè)3億參數(shù)的bert模型，需要1400多張V100的GPU，訓(xùn)練500多分鐘才能得到一個(gè)可用的模型，訓(xùn)練成本是非常高昂的。騰訊云最新發(fā)布的AutoNLP依托騰訊云語料積累和公有云算力，一次訓(xùn)練多次使用，提供數(shù)十個(gè)騰訊自研的預(yù)訓(xùn)練模型，降低了訓(xùn)練成本，提升模型創(chuàng)新及應(yīng)用效率，縮短定制化項(xiàng)目交付的周期。
同時(shí)，針對圖計(jì)算在行業(yè)領(lǐng)域的應(yīng)用難題，騰訊云推出的圖計(jì)算引擎騰訊星圖封裝了微信Plato圖計(jì)算框架，可大幅提升圖計(jì)算性能，在內(nèi)存消耗降低7-10倍的情況下，性能提升了近50倍。
另外，大數(shù)據(jù)場景下，面向智慧城市、金融監(jiān)管、企業(yè)評估等場景的領(lǐng)域，騰訊云新推出企業(yè)畫像平臺綜合服務(wù)平臺，通過構(gòu)建百億級企業(yè)知識圖譜，深度挖掘企業(yè)及其產(chǎn)業(yè)鏈間的復(fù)雜網(wǎng)絡(luò)關(guān)系，為企業(yè)提前洞察金融等未知風(fēng)險(xiǎn)，充分發(fā)揮大數(shù)據(jù)的行業(yè)價(jià)值。
在新品不斷推出之外，騰訊云還對已有的AI和大數(shù)據(jù)產(chǎn)品進(jìn)行全棧升級。在人臉識別方面，騰訊云神圖新增人臉融合、人體識別以及跨年齡識別功能，語音合成正式商用、騰訊云NLP全新升級提供18項(xiàng)智能文本能力。此外，騰訊云OCR文字識別能力也從9項(xiàng)新增至50項(xiàng)，新增PS、翻拍、復(fù)印件等防偽能力。
大數(shù)據(jù)在基礎(chǔ)能力方面，云端全面升級Hadoop系列版本，借助最新的大數(shù)據(jù)技術(shù)，數(shù)據(jù)存儲成本降低到之前的50%，部分典型計(jì)算場景性能提升30%以上。在運(yùn)維方面，通過對數(shù)百項(xiàng)監(jiān)控指標(biāo)、集群巡檢、安全集群等功能的豐富及升級，構(gòu)建了智能化運(yùn)維體系，降低運(yùn)維復(fù)雜度。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
