2022年8月6日-7日，??AISummit 全球人工智能技術大會??如期舉辦。本屆大會以“驅動?創新?數智”為主題，內容覆蓋計算機視覺、自然語言處理、語音識別、算法與模型、推薦系統、機器學習、智能駕駛、智慧金融、元宇宙、MLOps等眾多技術細分領域，為科技企業的中高端技術管理者及技術從業者、計劃/正在數智化轉型的企業管理者以及對人工智能領域感興趣的人士及創業者，帶來了一場饕餮技術盛宴。

7日下午，在主題為《AI賦能產業實踐》的分論壇上，來自螞蟻集團技術風險部風險智能高可用算法負責人蔣煒、百度資深研發工程師/AI+藥物發現技術負責人方曉敏、泰凡科技副總經理馬國寧、云智慧CTO張博、福佑卡車技術合伙人陳冠嶺五位大咖，圍繞AI在不同領域的應用實踐，帶來了精彩的主題分享，為AI在千行百業的落地，提供了有力的參考。

螞蟻綠色智能容量技術實踐

在云原生大型在線微服務系統中，故障主要來源于變更和容量。一旦發生故障，就可能引起服務中斷和生產事故，進而造成巨大的經濟損失和集中客訴。如何應用算法模型構建變更風險識別和容量自動評估，提升系統的可靠性，并且保障高可用？在螞蟻集團技術風險部風險智能高可用算法負責人蔣煒帶來的《螞蟻綠色智能容量技術實踐》主題分享中，詳細進行了解讀。

蔣煒表示，一個高可用的系統必須具備少故障、快恢復、少成本這三個主要要素。螞蟻集團主要故障來源于變更和容量這兩塊，整體占比超過50%。為此，螞蟻集團利用自身的算法能力，在變更場景中建設了變更風險識別能力，在容量場景中建設了容量自動化評估能力。

在接下來的時間里，蔣煒詳細分享了螞蟻集團在變更場景中采用的主要技術，以及在綠色智能容量技術上的部分實踐。蔣煒表示，通過各種技術優化，螞蟻集團的風險識別和容量評估在系統可靠性和保障上達成了顯著效果。

蔣煒強調，數據有數據的邊界，算法有算法的邊界，但只有真正懂業務、懂數據、懂工程，才能讓算法更快更好地在業務場景中落地，讓數據更發好的發揮價值，讓技術真正為企業創造更大的價值。

百度生物計算大模型的藥物研發之道

近年來，"AI+醫療"迅速發展，憑借其智能化、自動化的特點，主要應用于公共衛生、醫學影像、醫療機器人、藥物研發等方面。雖然"AI+醫療"仍處于早期階段，商業化應用程度相對較低，且整體市場滲透率也較低，但是"AI+醫療"擁有非常廣闊的發展空間。

百度資深研發工程師、AI+藥物發現技術負責人方曉敏在主題為《百度生物計算大模型的藥物研發之道》分享中指出，目前AI+藥物研發主要關注點在藥物設計與發現階段，重點是利用機器學習模型解決藥物設計與發現中耗時長、成本高的仿真化學或生物實驗。方曉敏表示，在利用AI進行藥物研發中面臨的主要挑戰是生物領域帶標注的數據非常少，且獲取成本非常高。

為了更好的將AI技術應用在生物醫藥領域，百度推出了螺旋槳PaddleHelix。PaddleHelix是一款以AI驅動的綜合生物計算開源工具庫，底層依托于飛槳的核心框架PaddlePaddle，中間包含了開源工具跟平臺服務兩層。在接下來的時間里，方曉敏詳細介紹了螺旋槳PaddleHelix在技術上的主要優勢。

方曉敏表示，PaddleHelix希望盡可能去利用我們能獲取到的各種數據，比如說無標注數據。他強調，在生物領域，無標注的數據其非常多，利用PaddlePaddle能夠收集到大概1B化合物無標注數據， 2B蛋白質無標注數據。據介紹，PaddlePaddle能夠完成化合物建模及和蛋白質建模及折疊，并取得了顯著成果。

圖繪萬象，從柯尼斯堡到百業賦能

在產業賦能過程中，當AI遇到瓶頸，自身能力不夠時，誰來向AI賦能？利用知識圖譜則是最好的方式。

泰凡科技副總經理馬國寧帶來了主題為《圖繪萬象，從柯尼斯堡到百業賦能》分享，從知識圖譜這一認知智能領域的重要技術談起，由歐拉提出的著名柯尼斯堡七橋問題，延申到如何用圖論等領域的前沿理論技術，解決知識圖譜實際運用中所面臨的實體龐雜、檢索困難、更新開銷過高等問題。

馬國寧強調，通過打造一個有效落地的平臺工具，以低成本、高效率的方式，解決不同的行業問題，已經成共識。在接下來的分享中，馬國寧詳細結合大量的實踐案例，展示了利用知識圖譜平臺為不同產業賦能的技術實踐。

馬國寧表示，我們致力于為產業提供一個工具，把那些前沿技術、難以理解的技術應用傻瓜化，為AI與產業賦能提供多種可能性，讓人工智能行業擁有一個百花齊放的未來。

從實驗室到用戶桌面，AI 落地實踐之路

近些年來，AI在各行各業得到廣泛應用，推動了各行業的智能化，大幅提升了管理水平和決策水平，其中也包括IT行業。將AI應用于IT運維，也就是AIOps，就是AI在IT行業里面的應用熱點。因此，如何高效運維也成為IT部門乃至CIO必須面對的問題。

云智慧CTO張博在主題為《從實驗室到用戶桌面，AI 落地實踐之路》分享中指出，在指標、日志和調用鏈這些數據中加入Algorithm算法，就是AIOps的場景。在接下來的分享中，張博帶來了AI 2B行業智能運維相關分享，將AI算法如何與行業進行適配并落地以及AI工程化如何進行行業適配與落地進行了講解，同時分享了企業開發技術在行業的實踐案例。

張博表示，AI to B是一個既要Algorithm能力，又要落地，又以效果看成敗的特別有趣的行業，擁有整個Algorithm、整個算法的星辰大海，需要大家一起去挖掘深度學習、機器學習等等一些技術，真正賦能產業變革。

自動駕駛在干線物流的技術應用

自動駕駛是人工智能最典型的應用場景之一。對于物流企業來說，除了安全之外，應用自動駕駛的核心動能就是降低成本。

福佑卡車技術合伙人陳冠嶺在主題為《自動駕駛在干線物流的技術應用》的分享中指出，公路貨運長期存在諸多痛點，其一是感知距離長，對于高速上行駛的重卡來說，感知距離越長就意味著更長的剎車制動距離。其二是變道難度大，在高速場景下卡車完成一次換道大概需要10秒鐘，如果加上司機的提前觀察，花費的時間可能要更長，對周邊車輛的安全行駛的風險會更大。

在接下來的時間里，陳冠嶺詳細分享了自動駕駛公司開源商業運營場景，從技術、落地、實踐三個角度全方位分析AI與物流的融合發展。為了推進自動駕駛技術的進步，福佑卡車啟動了 “啟明星”計劃，面向自動駕駛公司開源，開放福佑的商業化運營場景。

陳冠嶺表示，我們的愿景是從現在的調度人駕駛卡車，到將來調度人和機器相結合的智能車輛，再到未來調度完全無人駕駛的卡車，做一個真正的跨城干線物流智能運營平臺。

寫在最后：伴隨計算機視覺、語音識別、機器學習、算法、模型等技術的優化，以及產業結構的不斷完善，人工智能具備了更豐富的應用場景，比如風控評估、工程運維、生物制藥、物流貨運等領域應用，同時加速了AI產業的結構升級。通過本場活動的召開，五大行業人工智能領域資深專家的精彩實踐分享，為不同領域的人工智能應用提供了有力的參考，進一步驅動了人工智能技術在千行百業的落地。

觀看視頻回放請移步AISummit大會官網：??aisummit.51cto.com??

關注【51CTO技術棧】公眾號，回復【AI大會】即可領取大會PPT