原標題：騰訊云重磅發(fā)布七大新品，AI應用走向精細化時代

【城宇互聯(lián)】報道，推薦

12月11日，騰訊云在北京舉行大數(shù)據(jù)AI新品發(fā)布會。會上，騰訊云帶來了在大數(shù)據(jù)與AI領域的最新研究成果，包括AI換臉甄別技術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)產品進行全線升級，致力于為用戶帶來更精細化的應用場景、更強大的技術能力以及更低的應用成本，全面降低企業(yè)AI技術應用門檻。

隨著大數(shù)據(jù)、人工智能等數(shù)字化技術的不斷成熟，產業(yè)智能化升級已成為必然趨勢。企業(yè)正渴望更豐富、精細的AI應用場景，為產業(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、共同演進的AI大數(shù)據(jù)產品矩陣，推進大數(shù)據(jù)與AI在真實場景下的有效落地。

視覺AI領域，得益于騰訊優(yōu)圖、騰訊安平AI安全實驗室、騰訊AI Lab、微信開放平臺等團隊的支持，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假臉甄別技術基于圖像算法和視覺AI技術，實現(xiàn)了對圖片或視頻中的人臉真?zhèn)芜M行高效快速的檢測和分析，鑒別圖片中的人臉是否為AI換臉算法、APP 所生成的假臉，最終對圖像或視頻的風險等級進行評估。

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)內通用識別的效果較差。騰訊云這次發(fā)布的語言模型自學習工具，通過通過添加企業(yè)典型業(yè)務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確率，從而讓語音機器人、電話錄音質檢等行業(yè)的語音識別效果得到大幅提升。

在當前NLP領域的研究及落地應用中，為了達到更好的效果，預訓練語言模型的使用已經成為一個很普遍的做法，但效果提升的同時也帶來了模型訓練成本的不斷攀升，以目前行業(yè)較大規(guī)模的模型訓練為例，用200G語料訓練一個3億參數(shù)的bert模型，需要1400多張V100的GPU，訓練500多分鐘才能得到一個可用的模型，訓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，一次訓練多次使用，提供數(shù)十個騰訊自研的預訓練模型，極大地降低訓練成本，提升模型創(chuàng)新及應用效率，縮短定制化項目交付的周期。

同時，針對圖計算在行業(yè)領域的應用難題，騰訊云推出的圖計算引擎騰訊星圖封裝了微信Plato圖計算框架，可大幅提升圖計算性能，在內存消耗降低7-10倍的情況下，性能提升了近50倍，將知識圖譜領域的發(fā)展推進一個全新的時代。

另外，大數(shù)據(jù)場景下，面向智慧城市、金融監(jiān)管、企業(yè)評估等場景的領域，騰訊云新推出企業(yè)畫像平臺綜合服務平臺，通過構建百億級企業(yè)知識圖譜，深度挖掘企業(yè)及其產業(yè)鏈間的復雜網(wǎng)絡關系，為企業(yè)提前洞察金融等未知風險，充分發(fā)揮大數(shù)據(jù)的行業(yè)價值。

在新品不斷推出之外，騰訊云還對已有的AI和大數(shù)據(jù)產品進行全棧升級，并在國內AI云服務市場穩(wěn)居領導地位。

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項智能文本能力。此外，騰訊云OCR文字識別能力也從9項新增至50項，新增PS、翻拍、復印件等防偽能力，文字識別力位居業(yè)內第一。

大數(shù)據(jù)在基礎能力方面，云端全面升級Hadoop系列版本，借助最新的大數(shù)據(jù)技術，數(shù)據(jù)存儲成本降低到之前的50%，部分典型計算場景性能提升30%以上。 在運維方面，通過對數(shù)百項監(jiān)控指標、集群巡檢、安全集群等功能的豐富及升級，構建了智能化運維體系，大大降低了運維復雜度。

基于在大數(shù)據(jù)AI領域的不斷探索，騰訊云正在引領整個行業(yè)的發(fā)展。IDC近期發(fā)布的《中國機器學習開發(fā)平臺市場評估》以及《中國AI云服務市場2019年廠商評估》報告中，騰訊云穩(wěn)居第一梯隊，位列領導者象限。同時，在Forrester最新公布的《The Forrester New Wave：Computer Vision Public Cloud Platforms In China,Q4 2019》中，騰訊云被譽為“最具整體實力表現(xiàn)者”。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。