随着 AI 技术的快速发展与进步，AI 技术已经渗透到各行各业，像机场安检的人脸识别、智能家居的语音交互等 AI 技术应用，已在生活中随处可见，并不断在改变着人们的生活方式，让人们的生活更加智能便捷。
作为 AI 技术进步的重要推动力，近年来算法和数据的功劳可谓是功不可没。经过长期的发展，AI 算法已经覆盖多个研究领域，特别是在视觉识别和语音识别上，都有了长足的进步与较高的实现成绩。数据方面，借着移动互联网普及的力量，AI 赖以学习的标记数据也迎来了爆发式增长，同时还降低了标记数据的获得成本，并提升了数据的处理速度。
可海量数据促进了 AI 进步的同时也将 AI 架构中的存储痛点暴露出来，例如文件的数量越来越多，文件的大小却越来越小；文件需进行反复读取训练，对读的性能要求较高等。除此之外，如何优化算法来提升效率与稳定性，如何提高机器学习与深度神经网络预测的准确度等，也是 AI 技术面临的挑战。
那么 AI 技术应用面临的算法提升、存储优化等技术难点如何解决呢？
11 月 21 日，AICon 北京 2019「AI 技术应用与实践」专场，将邀请多位 AI 技术领域一线专家，围绕 AI 技术的应用与实践案例，解读 AI 算法在智能审校系统上的演进，分析机器学习准确度提升的新方向，同时分享 AI 场景中存储系统的优化思路与快速训练时序预测模型的方法。
与行业专家面对面交流解决
AI 应用技术难点
时间：2019 年 11 月 21 日 13:30-17:10
地点：北京国际会议中心
专题演讲介绍
《视觉算法在智能审核系统上的演进与实践》
演讲嘉宾：
演讲摘要：
在与我们生活息息相关的“住”上，视觉算法特别是 AI 算法已在贝壳找房中多个场景落地。以 AI 技术为基础的“机器 - 人工”结合的方式，“机器”会依据贝壳实勘标准，自动审核质量不合格、保密性不够、真实性不满足等违规图片，审核更加高效、稳定。本次演讲将以实勘图审核业务为例，分析图像审核系统现状，阐述视觉算法在智能审核系统上的演进与实践。
听众受益：
了解图像智能审核系统的现状；
了解视觉算法在智能审核系统中的应用；
了解贝壳图像技术团队从需求到算法再到实现的整体流程。
《基于集成 Spark 的图解决方案的 AI 实践》
演讲嘉宾：
演讲摘要：
对于许多传统的机器学习来说，特征的提取不是一件简单的事情。在一些复杂的问题上，需要耗费大量的时间和精力，通过人工的方式设计有效的特征集合。而基于图的机器学习经过图数据库进行特征补充，进一步的提高传统的机器学习的准确度，是在现有硬件和人员技术基础上最经济有效的改善方案，也是机器学习发展的新方向。本次演讲将介绍 TigerGraph 如何与 Spark 集成，实现基于图的机器学习的解决方案。
听众受益：
了解图机器学习如何在现有资源下经济有效的提高机器学习；
了解常用的图特征提取方式；
了解图数据库和 Spark 集成方案中的数据流和分工。
《针对 AI 场景的存储优化方案》
演讲嘉宾：
演讲摘要：
AI/ML/DL 发展迅猛，GPU 的各种加速方式以及算法的优化，都将性能的瓶颈点转移到了 AI 架构中的存储系统。在 AI 场景下存储访问的几个特点：1. 共享访问，多个节点会访问同一批数据；2. 读多，写少，文件会被反复读取进行训练；3. 文件大小越来越小，集中在几 KB 到几 MB 之间；4. 文件数量越来越多，会多达几亿到几十亿，甚至到上百亿。这些对存储系统提出了巨大的挑战，首先要支持文件共享访问，其次性能要好，尤其是读的性能，最后要能支撑海量的小文件。本次演讲将分享面对这些挑战，分布式文件存储系统的优化思路和方案设计。
听众受益：
了解 AI 场景下存储访问的难点挑战；
了解海量文件存储的方式；
了解小文件的性能提升优化思路；
了解如何解决目录的访问热点问题。
《在 AWS 云平台上快速开始你的第一个时序预测任务》
演讲嘉宾：
演讲摘要：
如今，各公司都在尝试使用各种工具（从简单的电子表格到复杂的财务规划软件）来准确预测未来的业务成果，如产品需求、资源需求或财务绩效。这些工具通过查看历史系列数据（称为时间序列数据）来构建预测。本次演讲将分享如何使用 Amazon SageMaker 以及 Amazon Forecast 快速、低成本的构建用户自己的预测模型，并分析在货品销售、能源供给、资源规划等领域的应用案例。
听众受益：
了解如何快速训练出时序预测模型；
了解如何使用深度神经网络提高预测准确度。
