干货！AICUG人工智能技术沙龙（杭州）专场成功举办

本篇文章1228字，读完约3分钟

随着人工智能技术的登陆，越来越多的企业急需相关专业人才。面对巨大的人才供给缺口和企业的实际需求，致力于为AI企业和从业者提供项目、技术交流和联系平台的aicug应运而生，并在短短半年时间内赢得了业界的良好声誉。12月15日，每月在杭州举行的名为“装满干货”的人工智能技术沙龙特别活动如期举行。

会上，谷歌美国总部产品经理何、杭州西创科技首席技术官钱爽、北京大学高级信息技术研究所算法专家、科达讯飞智能助理事业部产品总监刘达分别就“智能产品管理”和“cnn”进行了交流。多轮对话意图理解的应用，“机器学习在目标跟踪中的应用”和“如何将机器理解从可用提高到易用”给相关专业人员带来了精彩的人工智能纯技术干货分享，气氛达到了高潮

在经历了个人电脑时代、互联网时代和移动互联网时代之后，技术逐渐进入了人工智能时代。与传统互联网产品不同，人工智能产品是精细复杂的系统，其发展必然会经历从简单系统到复杂系统、从简单场景到复杂场景的变化。在这个漫长的过程中，人工智能技术原理和深层技术细节的探索和改进需要专业人才，传统的产品经理已经不能满足产品智能化的需要。如何管理更成功的智能产品已经成为业界的热门话题。

产品经理何从智能产品管理面临的新挑战出发，阐述了人工智能时代产品经理需要具备的新技能和优秀智能产品应具备的基本要素，帮助参与者跨越人工智能技术的门槛，适应不断变化的市场变化。

钱爽在人工智能技术方面有着丰富的实践经验，他致力于研究卷积神经网络如何通过捕捉单词和句子之间的N-gram关联来真正理解多轮对话的意图。正如我们所知，相邻的单词和句子之间一定有一种语法关系。在智能对话机器人的应用中，结合上下文是正常的，即进行多轮对话，然后理解用户的真实意图。cnn拥有自然捕捉N-gram关系的能力，已经成为推动人工智能技术发展的绊脚石。cnn特殊的网络结构自然成为相关专业人士坚定不移的事情。

无论是提高人工智能时代产品经理的能力，还是理解用卷积神经网络实现多轮对话意图理解的过程，机器学习都是必不可少的。机器学习作为人工智能研究中最活跃的分支，已经应用于人工智能的所有应用领域。随着技术的进步，将机器的理解从可用提高到易于使用已经成为一种必然趋势。随着刘达对该技术如何更好地应用于产品的深入了解，主要从事视觉处理器芯片上目标跟踪算法的实现和优化以及目标检测与跟踪算法系统框架研究的算法专家弓玄以经典跟踪算法为例，重点介绍了机器视觉中的目标跟踪算法。在充分描述了目标跟踪及其在实践中的应用后，简要介绍了基于相关滤波的跟踪算法和结合深度学习的多目标跟踪算法，现场掌声不断。

专注于机器学习、深度学习、计算机视觉、自然语言处理、推荐算法，并跟踪、挖掘、组织和分享最前沿的人工智能技术解决方案。aicug人工智能技术社区自成立以来，不仅频繁举办各种充满干货的技术沙龙，还在美国硅谷开设了分支机构，有效地促进了中外技术交流与合作，推动了人工智能技术在中国乃至世界的发展。