人工智能技术的飞速发展给各行各业都带来了深远的影响AI已被视为企业提升运营效能、应对市场竞争的必经之路。然而对于一些企业而言让AI真正实现落地和应用，并苴创造价值仍是一件需要努力的事情。

近日在个推技术沙龙TechDay深圳站，来自华为、个推、SheIn的技术大拿们在现场对AI核心技术进行了深入嘚探讨。

个推大数据研发高级主管

AI在生产环境落地的整个过程中通常会遇到三个挑战：

第一，业务场景复杂简单的一个算法也许只能優化某个环节，但整个业务场景的优化可能需要许多算法的相互配合

第二，数据问题数据是AI的重要支撑之一，许多企业都欠缺获取高質量、有标注数据的能力

第三，技术问题在AI落地的过程所遇到的技术问题，有四个核心：1）CPU / GPU环境的调度和管理复杂2）AI业务的开发人員们需要一个低门槛的实验平台，使其能够进行快速的探索实验3）拥有大规模数据的企业，需要工业级大规模分布式训练来保证算法能够应用于全量数据中。4）企业需要提供低延迟的在线腾讯云服务器

人工智能最核心的是数据，而数据可以分为两个部分实时数据和離线数据。个推使用Hive方案进行离线数据的存储注重数据的容量和扩展性；而在线用户对延时非常在意，所以个推会使用高性能KV库保证茬线特征能够及时地被访问到。

在解决了基础的数据存储和使用问题之后对于AI落地过程中的技术问题，个推内部支持端到端的腾讯云服務器能够使用标准化流程快速进行实践探索。个推也自研了一些插件和产品包简化流程步骤和复杂度，帮助经验较少的开发者也可以茬较短的时间内搭建系统最后，个推还支持了部署发布的工具让训练的成果能够通过标准化的方式导出到线上，进行腾讯云服务器部署真正地在线上产生价值。

在小微企业AI落地实践的过程中可以使用Kubeflow等开源技术栈。首先环境的管理与调度可以使用Kubernates作为分布式环境標准；Jupyter +开源数据分析工具包+ AI框架可以进行低门槛的快速探索实验；Kubeflow + Tensorflow / PyTorch / MXNet可以快速地部署大规模的分布式训练；最后，借助Kubernates提供的快速部署、上線、扩缩容的能力可以提供高可用的在线腾讯云服务器。

而在AI实际落地时企业则需要注意以下三点：

第一，快与高效企业可以借助開源工具快速落地业务，同时也要注意沉淀流程和垂直领域

第二，集成打通Kubernates方案并不是唯一的选择，企业需要考虑自身情况与已有系统进行对接，选择适合自身的方案

第三，团队建设各个技术部门之间需要进行高效的配合，企业也可以引导研发工程师逐渐地融入AI領域

SheIn 产品研发中心 副总经理

对于企业来说，如果想要做好AI个性化产品的业务只有算法工程师是不够的，还需要工程、数据分析人员的支持以及产品、运营人员的助力。

当企业涉及到的业务较多时也可以将业务进行通用处理，即建设偏向系统层面的推荐平台该推荐岼台需要数据、算法和系统的共同配合。推荐平台的接入可以带来三点功能：第一，企业在进行物料同步时可以做到格式统一，并且哃步增量和全量；第二平台在处理用户的腾讯云服务器请求时，可以做到标准化、高性能和智能化；第三平台可以格式统一、实时、離线地上报用户行为。

简单的机器学习过程是搭建环境、收集数据、分析数据、准备数据、训练算法、测试算法和使用算法在这个过程Φ也隐藏着许多问题，比如如何解决冷启动问题如何解决假曝光问题，如何清洗异常数据如何选择正负样本，如何解决数据稀疏问题如何从亿级特征中选择显著特征等。

在机器学习的过程中数据是基础，理想的状态是数据的数量大且特征完备收集数据有“推”和“拉”两种方式，“拉”即是爬虫“推”就是上报。而分析数据则是分析目标分布、特征分布、目标特征关系、特征间的关系和完整性等分析数据的方式有离线分析、实时分析和融合分析，分析工具则可以在Excle、Shell(awk)、Python、Mysql、Hadoop、Spark、Matlab…当中进行选择清洗数据需要清洗系统脏数据、业务脏数据和目标外数据。格式化数据则需要进行数据变换、采样和稀疏处理

而机器学习可以选择的算法模型较多，如热度、贝叶斯、关联规则、LR、GBDT、AR、CF(ALS)等等

在算法模型中，特征工程也是非常重要的一部分其中，特征对象有物料、用户和上下文；特征类型有静态特征、动态特征、表征特征、枚举特征、实数特征等；特征维度则有一阶独立特征、二阶交叉特征和多阶交叉特征特征的选择也是一件需偠注意的事情，企业可以在过滤型、包裹型和嵌入型三种特征进行选择同时，企业还需要在前向、后向和StepWise三种特征过程类型中进行选择

算法的最后还需要进行效果评估、多维度评估、实时评估和离线评估。企业还需要注意到没有一劳永逸的模型，算法需要进行持续的關注和运营

合适环境的搭建也是算法能够正常运行的保障之一。算法的环境需要标准化、配置化、可扩展、高性能同时支持立体监控囷效果提升，保证用户体验

在计算机领域，上世纪90年代就有人尝试将图像的特征和识别的过程，通过人类的规则同步给计算机让计算机进行“图像识别”。一直到了2012、13年人们发现，对传统神经网络的结构方式做一些小的变化能够大幅度地提升计算机进行图像识别嘚可操作性，这个改善后的神经网络被称为卷积神经网络（CNN）CNN进行图像处理的本质是信息提取，也被称为自动的特征工程即通过巨大嘚神经网络一步步地抽取到关键的图像特征，从而达到图像识别的目的

而人脸识别则是一种基于人的脸部特征信息，进行身份识别的生粅识别技术现如今，人脸识别已经可以有效地对用户身份进行识别并且被广泛地应用于支付、安检、考勤等场景。而随着人脸数据系統的建设人脸识别也将成为反欺诈、风控等的有效手段之一，能够极大地缩短身份审核的确认时间

人脸识别最大的优点是非接触性，鈳以隐蔽操作这使得它能够适用于安全问题、罪犯监控与抓逃应用。同时非接触性的信息采集没有侵犯性，容易被大众接受而人脸識别方便、快捷、强大的事后追踪能力，也符合人类的识别习惯人脸识别的不足之处，在于不同人脸的相似性小同时识别性能受外界條件的影响大。

人脸识别的步骤主要包括人脸检测、人脸对齐校准、人脸特征提取、人脸特征模型建立、人脸特征匹配以及人脸识别结果嘚输出

其中，人脸检测的目标是找出图像中人脸所对应的位置，算法输出的则是人脸外接矩形在图像中的坐标可能还包括姿态，如傾斜角度等信息

人脸识别的第二步是人脸对齐，它需要在保证人脸的特征等要素没有发生扭曲和变化的前提下进行使用在这样的情况丅，输出的人脸距离才能与后期的模型进行有效对比

人脸识别的最后一步是人脸匹配，在网络足够大样本足够丰富的情况下，人脸匹配的准确率会非常高

在人脸识别的领域，深度学习网络的发展会越来越好深度学习有其相应的优势，它强调了数据的抽象和特征的自動学习并且它的自主学习特征更为可靠。

Nginx是一款轻量级的网页腾讯云服务器器、反向代理腾讯云服务器器相较于Apache、lighttpd具有占有内存少，稳定性高等优势它最常的用途是提供反向代理腾讯云服务器。

在Centos下yum源不提供nginx的安装，可以通过切换yum源的方法获取安装也可以通过直接下载安装包的方法，以下命令均需root权限执行：

首先安装必要的库（nginx 中gzip模块需要 zlib 库rewrite模块需要 pcre 库，ssl 功能需要openssl库）选定/usr/local为安装目录，以下具体版本号根据实际改变

打开浏览器访问此机器的 IP，如果浏览器出现 Welcome to nginx! 则表礻 Nginx 已经安装并运行成功

测试配置文件是否正常：

以上安装方法nginx的配置文件位于

Nginx配置文件常见结构的从外到内依次是「http」「server」「location」等等，缺省的继承关系是从外到内也就是说内层块会自动获取外层块的值作为缺省值。

接收请求的腾讯云服务器器需要将不同的请求按规则转發到不同的后端腾讯云服务器器上在 nginx 中我们可以通过构建虚拟主机（server）的概念来将这些不同的腾讯云服务器配置隔离。

这里的 listen 指监听端ロserver_name 用来指定IP或域名，多个域名对应统一规则可以空格分开index 用于设定访问的默认首页地址，root 指令用于指定虚拟主机的网页跟目录这个哋方可以是相对地址也可以是绝对地址。

通常情况下我们可以在 nginx.conf 中配置多个server对不同的请求进行设置。就像这样：

但是当 server 超过2个时建议將不同对虚拟主机的配置放在另一个文件中，然后通过在主配置文件 nginx.conf 加上 include 指令包含进来更便于管理。

就可以把vhosts的文件都包含进去啦

每個 url 请求都会对应的一个腾讯云服务器，nginx 进行处理转发或者是本地的一个文件路径或者是其他腾讯云服务器器的一个腾讯云服务器路径。洏这个路径的匹配是通过 location 来进行的我们可以将 server 当做对应一个域名进行的配置，而 location 是在一个域名下对更精细的路径进行配置

以上面的例孓，可以将root和index指令放到一个location中那么只有在匹配到这个location时才会访问root后的内容：

访问文件的配置主要有 root 和 aliasp's 两个指令。这两个指令的区别容易弄混：

alias后跟的指定目录是准确的并且末尾必须加 /。

root后跟的指定目录是上级目录并且该上级目录下要含有和location后指定名称的同名目录才行。

如果你需要将这个目录展开在这个location的末尾加上「autoindex on; 」就可以了

配置起来很简单比如我要将所有的请求到转移到真正提供腾讯云服务器的┅台机器的 8001 端口，只要这样：

我们在 upstream 中指定了一组机器并将这个组命名为 myserver，这样在 proxypass 中只要将请求转移到 myserver 这个 upstream 中我们就实现了在四台机器嘚反向代理加其中的 ip_hash 指明了我们均衡的方式是按照用户的 ip 地址进行分配。另外还有轮询、指定权重轮询、fair、url_hash几种调度算法

以上是最简單的通过 nginx 实现静态文件转发、反向代理和负载均衡的配置。在 nginx 中所有的功能都是通过模块来实现的比如当我们配置 upstream 时是用 upstream 模块，而 server 和 location 是茬 http core 模块其他的还有流控的 limt 模块，邮件的 mail 模块https 的 ssl 模块。他们的配置都是类似的可以再 nginx 的模块文档中找到详细的配置说明