優(yōu)酷視頻內容數據天然呈現巨大的網絡結構，各類數據實體連接形成了數十億D點和百億條邊的數據量，面對巨大的數據量，傳統(tǒng)關系型數據庫往往難以處理和管理，圖數據結構更加貼合優(yōu)酷的業(yè)務場景，圖組織使用包括D點和邊及豐富屬性圖來展現，隨著年輕化互動數據和內容數據結合，在更新場景形成單類型D點達到日更新上億的消息量。本文將分享阿里文娛開發(fā)專家遨翔、玄甫在視頻內容實時更新上的實踐，從圖譜化的全新視角，重新組織內容數據的更新，詮釋圖譜化在業(yè)務更新場景的應用。
搜索推薦系統(tǒng)作為在線服務，為滿足在線查詢性能要求，需要將預查詢的數據構建為索引數據，推送到異構儲存介質中提供在線查詢。這個階段主要通過 Offline/Nearline 把實時實體、離線預處理、算法加工數據進行處理更新。這里包含了算法對這些數據離線和在線的處理，不同業(yè)務域之間終數據合并（召回、排序、相關性等）。在平臺能力方面采用傳統(tǒng)的數倉模式即圍繞有共性資源、有共性能力方面建設，形成分層策略，將面向業(yè)務上層的數據獨立出來，而這種模式在實現業(yè)務敏捷迭代、知識化、服務化特征方面已不能很好滿足需求。
NVIDIA解決方案架構師王閃閃講解了BERT模型原理及其成就，NVIDIA開發(fā)的Megatron-BERT
自然語言處理技術的應用和研究L域發(fā)生了許多有意義的標志性事件，技術進展方面主要體現在預訓練語言模型、跨語言 NLP/無監(jiān)督機器翻譯、知識圖譜發(fā)展 + 對話技術融合、智能人機交互、平臺廠商整合AI產品線
下一個十年，智能人機交互、多模態(tài)融合、結合L域需求的 NLP 解決方案建設、知識圖譜結合落地場景等將會有突破性變化
中國移動聯合產業(yè)合作伙伴發(fā)布《室內定位白皮書》，對室內定位產業(yè)發(fā)展現狀及面臨的挑戰(zhàn)，深入分析了垂直行業(yè)的室內定位需求，并詳細闡述了實現室內定位的技術原理， 及室內定位評測體系
機器人、無人機、自動駕駛汽車等加快落地，智慧城市深入建設，更是為傳感器產業(yè)帶來了難以估量的龐大機遇
Cosero是德國波恩大學的Sven Behnke團隊根據家庭環(huán)境中的日常操作任務而研制的一款仿人操作機器人基于深度學習方法的目標姿態(tài)估計和RGB-D SLAM等感知測量
機器人的學習分為三個部分的軌跡預測包括示教者的手部運動軌跡、示教者的身體移動軌跡以及被操作物體的運動軌跡
通過2D激光雷達信息采用Hector SLAM實現機器人對地圖的感知和自主導航規(guī)劃，通過D部的RGB-D相機采集目標物體深度和RGB圖像信息
驅動系統(tǒng)由4個200W無刷直流電機構成，通過50:1的空心軸減速機可以G達2m/s的速度在玉米、G粱等農作物的地里前進
視頻搜索是涉及信息檢索、自然語言處理（NLP）、機器學習、計算機視覺（CV）等多L域的綜合應用場景
服務機器人潛在危險有：電擊、與能量有關的危險、著火、與熱有關的危險、機械危險、輻射、化學危險等
HRI的MTL可以使機器人更輕松，更智能地與新用戶進行交互，即使使用諸如RL這樣的數據密集型方法，也可以避免社交交互失敗的不利影響。MTL和多模態(tài)ML已用于自動識別自閉癥譜系障礙（ASD）兒童
