腾讯云王龙：AI 规模化落地进入“深水区”，需要跨过两道门槛

11 月 6 日，腾讯云主办的首届 Techo 开发者大会现场，腾讯云副总裁王龙表示，AI 规模化落地已经进入“深水区”。对于 AI 相关的开发者来说，能否克服构建 AI 模型和应用 AI 能力的两大挑战，是 AI 能否规模化落地的关键。

腾讯云副总裁 王龙

首先，深度学习的模型训练在算法、算力和数据等方面有着较高的门槛。获取合法合规的高质量数据，合理并高效的利用算力，结合实际场景来构建和训练模型，这三步中的任意一个失误都会带来高昂的代价。

其次，将 AI 能力集成到软件应用或者解决方案中，也常常遇到双重困难的叠加。一方面各行业信息化程度不一，开发者要面对的企业 IT 系统、管理软件和业务流程及其复杂，导致应用和集成本身的难度就较高；另一方面 AI 模型的训练、测试、部署、监控、运维、更新等环节，与传统软件流程存在一定的差别，有时还需要与多种智能设备集成，这使得包含 AI 能力的应用开发，面临的不确定性和风险更高，成本也更难以控制。

王龙表示，腾讯云搭建的智能钛（TI One）机器学习平台和云智天枢人工智能中台（TI Matrix）的目标，就是要针对性的解决上述两大难题。

在构建和训练 AI 模型的过程中，智能钛可以提供灵活高效的算力、更好的计算框架，同时内置行业多种流行算法，以及腾讯在自身数百种场景中多年锤炼和积累的各种算法，并提供拖拽式的图形化界面，从而帮助数据和算法工程师们更高效地训练 AI 模型。

云智天枢则是将传统应用开发与 AI 能力进行连接的一站式平台。它的目标是让开发者在进行应用开发或者解决方案集成的时候，无需或者较少关注 AI 模型的训练、测试、部署、监控、运维、更新和升级，也无需关注智能设备的适配及计算资源的调度，从而能够专注于业务逻辑的实现，和系统集成的稳定可靠。。

这两个平台将能有效降低构建 AI 模型和应用 AI 能力的门槛、节约成本、缩短交付周期、提升 AI 效果， 为 AI 的规模化落地创造充分条件。

事实上，腾讯过去 20 年的 AI 技术积累，包括了腾讯各大实验室和技术团队已经训练好的模型，都已经在通过平台对合作伙伴和开发者开放，这其中许多能力均已达到了行业的领先水平。

例如在微信支付上线的腾讯 Angel 图算平台。据腾讯高级研究员王才华介绍，Angel 可支持规模达 10 亿节点、100 亿边的深度图网络算法，整体性能优于目前业界的图计算平台。同时它可以运行多任务集群，并具备易用性强。容错率高、完备性好等特点。

再例如 NLP 模型的训练方面，TI One 支持有着最强模型之称的 Bert 的改进算法，并通过云端训练部署即完成应用，其优异的效果和广泛的通用性使其可以应用在多个场景中。腾讯高级研究员尹迪表示，在腾讯内部诸如社交平台、客服系统、娱乐机器人的场景中，意图识别、文本匹配、问答系统等，都运用到了 Bert 及 其改进模型。

王龙表示：“这两个平台内置了多项腾讯的 AI 能力。数据科学家、算法专家以及缺乏 AI 经验的开发者都能够在这里快速找到自己所需的工具和能力，更便捷高效地打造端到端的应用和解决方案。”

同时，这两个平台也已经吸引并服务了大量的开发者和合作伙伴，基于它们构建的应用和解决方案，在智慧城市、智慧交通、智慧社区、智慧金融、智能制造、智慧零售等多个行业中都已经成功实施并发挥巨大作用。