AiDD软件研发数字峰会-深圳站

出品人：马国俊

字节跳动智能服务部门技术负责人

负责客服体验、生态治理、AI+质量等多业务方向的智能化建设，主导了多个公司级AI应用系统落地，技术上主要涉及计算机视觉、NLP、多模态、LLM、数据与服务工程等领域，带领团队连续获得字节跳动2021、2022年度最佳技术贡献团队奖。申请发明专利50多项。

AI应用开发

大模型的出现开启了强人工智能时代的闸门，多轮对话、写作助手、图片生成等各类ToC场景下的创意应用开始不断涌现，也逐步受到企业的关注和重视。基于大模型的应用可以涉及文书、策划、设计、客户服务、营销等，本专题聚焦高价值场景：企业客户和营销服务，分享在对外服务、对内运营等场景下的落地应用案例和技术实践经验。

基于LLM的抖音理性内容识别技术与实践

万明阳

字节跳动智能服务团队风险挖掘算法负责人

现就职于字节跳动互娱研发智能服务团队，风险挖掘算法负责人

内容简介：

基于大模型和多模态技术识别理性内容

演讲提纲：

1、背景介绍
1）什么是理性内容
2）理性内容对产品的业务收益是什么
2、传统理性识别技术方案
1）基于Bert的理性识别方案
2）传统理性识别方案的挑战
3、大模型理性识别技术方案
1）大模型理性识别方案
2）大模型识别方案的优势与效果
4、业务落地与实践
1）抖音生态场景落地效果
2）更多落地场景探索
5、总结与展望

听众受益：

了解大模型与传统模型的技术区别和优势

Copilot everywhere -- 打造全栈AI应用开发基座

揭光发

腾讯技术专家

18年研发与团队管理经验，前腾讯云TVP，全栈低代码开发专家，腾讯低代码Oteam负责人，大模型应用早期实践者与布道师。在团队中深度践行LLM对研发提效，个人代码中AI含量达90+%。国内顶级行业及技术峰会担任大模型相关话題讲师或出品人10+次。

内容简介：

探讨大型模型时代下，代码产品的演变趋势，以及如何在全新的AI应用开发领域中构建全栈AI应用开发基座，实现"Copilot everywhere"的愿景。

演讲提纲：

1、后大模型时代码产品形态与趋势
2、全新的开发领域 -- AI应用开发
3、全栈的AI应用开发基座
4、应用Case 聊开发

听众受益：

1、深入了解大型模型时代对代码产品的影响和演变趋势，有助于他们跟上技术的最新发展。

2、理解全新的AI应用开发领域，包括相关的技术栈和方法论，为他们在这一领域中的探索和创新提供指导。

3、掌握构建全栈AI应用开发基座的关键概念和技术，包括调度后端和交互前端，以及如何有效地管理全生命周期。

4、了解"Copilot everywhere"愿景的实际应用案例，如通过自然语言对话生成应用和进行日常运营数据查询，为听众提供实际的灵感和解决方案。

AI 范式演进对AI落地的影响

李烨

微软（亚洲）互联网工程院首席算法工程师

曾在SUN、EMC 等跨国IT公司的核心研发部门工作，20年软件研发经验，10+ 年 AI 产品研发经验
微软商用人工智能团队 AI 架构师, 7 年 AI to Business 经验
微软AI Talent Program 创始人，设计研发AI 实训平台及相关教育产品
专家领域：知识图谱、智能对话、自然语言理解、人工智能行业解决方案、人工智能行业赋能
科普作家，著有《算法第一步》、《机器学习极简入门》、《人工智能入行实战：从校园到职场》等书。

内容简介：

首先，我们将介绍生成式 AI 的兴起及其与 AI 范式演进的关系。在这一部分，我们会探索生成式 AI 的定义，以及 GPT 和 Diffusion 模型的工作原理和特点。
随着 AI 范式的不断演进，提示工程也逐渐崭露头角，我们将探讨它对各行业产生的深远影响。
接下来，我们将深入讨论 AI 落地的各种挑战和问题。客户对 AI 落地的根本诉求是什么？在 AI 落地过程中，我们面临哪些技术和非技术层面的问题？随着 AI 范式的不断演进，旧有问题会受到怎样的冲击？
最后，我们将探讨如何打通 AI 落地的最后一公里，确保技术能够真正为企业和个人带来价值。

演讲提纲：

1、生成式 AI 的兴起与 AI 范式的演进
1）什么是生成式 AI
2）GPT 模型与 Diffusion 模型
3）AI 范式的演进
4）提示工程的兴起及其对各行业的冲击
2、AI 落地的挑战和问题
1）客户对 AI 落地的根本诉求
2）AI 落地面临的问题（技术层面&非技术层面）
3）AI 范式演进对旧有问题的冲击
4）打通 AI 落地的最后一公里

听众受益：

1、成功与失败的教训：演讲者拥有7年AI落地的一线实践经验，为多家不同行业的头部企业研发过AI赋能的行业解决方案。经历过AI落地的成功与失败，演讲者将为您揭示AI落地过程中可能遇到的各类问题，并提供实际应对策略。
2、技术演进的见证：演讲者的经验涵盖了从特定任务的小模型到现今的通用大模型的AI技术发展全程。这不仅能帮您洞察AI技术的历史演进，还能为您展望未来发展趋势。
3、理论与实践的结合：此次分享将为您提供从实践中摸索出的宝贵经验。此外，演讲者也对遇到的问题进行了深入的理论总结，将为您提供更系统、全面的知识体系。
总之，此次分享将为您提供宝贵的第一手资料，演讲者希望通过分享自己的经验和洞见，帮助AI应用领域的同行们少走弯路，更高效地推进AI项目落地。