作者：鲍捷
如今的 AI 落地，核心是工程问题，不是算法问题，更不是“哲学”问题。一定要特别特别“土”，踏踏实实从朴素的运维、数据库、数据清洗做起，从实际的工程中逐步演化。如何按天迭代? 如何构造联调系统? 如何无标注数据启动? 如何分离准确度和召回率要求? 如何统一运用规则和统计? 如何适应无明确衡量标准的开发? 如何设计可演进的数据模式? 如何提升数据可理解性? 如何逐步提升规则系统的表达力? 如何平衡黑箱和白箱模型的优缺点? 如何在优雅架构和工期间取舍? 等等，这些都是教科书上没有的答案。只有扎扎实实从工程出发，才能实事求是地发展出低成本的、有生命力的 AI 系统。
从能在顶会上发文章到能真正工程落地，中间的细节足够再读两个 PhD。
目录
生态评论
颜水成：学界与工业界的 AI 研究，有哪些重要不同？
重磅访谈
商汤科技杨帆：AI 落地的关键是算法闭环
落地实践
图像算法在电商大促中的应用浅析
人工智能在饿了么的应用实践
准确率 99%！基于深度学习的二进制恶意样本检测
阿里小蜜：电商领域的智能助理技术实践
推荐阅读
TensorFlow 与深度学习
ImageNet 冠军带你入门计算机视觉：监督学习与神经网络的简单实现
评论