蚂蚁金服共享学习平台荣获2019全球人工智能创业者大会应用案例示范奖

简介: 蚂蚁金服共享学习平台荣获2019全球人工智能创业者大会应用案例示范奖

2019年8月16日,在全球人工智能创业者大会(GAISC)上,“蚂蚁金服共享学习平台”荣获“GAISC Award 2019 应用案例示范奖”。

mmexport1565955907623.jpg

据悉,全球人工智能创业者大会(GAISC)是由深圳市人工智能行业协会主办的针对人工智能领域的系列活动,旨在搭建一个共聚全球顶级人工智能产业、学术、投资界精英进行跨界交流的大平台,推动全球人工智能融合发展,产学研资深度结合,加速AI创新成果落地和产业化。

蚂蚁金服自2015年开始致力于共享学习平台的技术研发,用于帮助不同机构在满足用户隐私保护、数据安全和政府法规的要求下进行数据联合使用和建模,破解了数据孤岛、数据共享和隐私保护之间难以平衡的难题。

蚂蚁金服自主研发的共享学习平台具有安全可靠性、高可扩展性、完备性以及易用性等特点,具有覆盖场景面广,支持算法丰富,支持工业化、规模化发展等优势。共享学习平台既能够充分实现数据持有节点间互联合作,又可保证共享数据安全隐私性,实现了数据的多方协同和授权共享,得到更准确高效的模型和决策,进一步释放数据价值。

目前共享学习平台已应用在蚂蚁金服内部及合作伙伴方的智能信贷、智能风控等业务领域中。

据了解,这是蚂蚁金服共享学习平台继今年6月荣获中国人工智能峰会紫金产品创新奖,入选中国人工智能开源软件发展联盟(AIOSS)优秀案例,被编入《人工智能开源软件应用案例集》之后的再次获奖,体现了外界对于蚂蚁金服共享学习平台的认可。

此外,在本次大会上,蚂蚁金服人工智能部机器学习资深算法专家周俊做了《AI赋能普惠金融》的主题演讲,阐述了目前金融服务面对的挑战,蚂蚁金服的金融AI能力应对之策和落地实践探索经验。

蚂蚁金服是一家旨在为世界带来平等金融服务的科技企业,作为原生的数字企业和数字商业代表,蚂蚁金服从 2004 年成立支付宝开始,在过去十多年的时间里走出了一条自研的、面向超大规模互联网场景的金融级云原生技术体系。

如今,蚂蚁金服正在围绕“BASIC”核心技术能力进行布局,即 Blockchain(区块链)、AI(人工智能)、Security(安全)、IoT(物联网)、Computing(计算),并向社会进行技术开放,支持更多合作伙伴服务数亿级的用户。

相关文章
|
20天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
43 0
|
24天前
|
机器学习/深度学习 人工智能 搜索推荐
探索人工智能在现代医疗中的革新应用
本文深入探讨了人工智能(AI)技术在医疗领域的最新进展,重点分析了AI如何通过提高诊断准确性、个性化治疗方案的制定以及优化患者管理流程来革新现代医疗。文章还讨论了AI技术面临的挑战和未来发展趋势,为读者提供了一个全面了解AI在医疗领域应用的视角。
31 0
|
15天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
10天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
128 10
|
17天前
|
机器学习/深度学习 人工智能 算法
探索人工智能在医疗诊断中的应用
本文深入探讨了人工智能(AI)技术在医疗诊断领域的革新性应用,通过分析AI如何助力提高诊断准确性、效率以及个性化治疗方案的制定,揭示了AI技术为现代医学带来的巨大潜力和挑战。文章还展望了AI在未来医疗中的发展趋势,强调了跨学科合作的重要性。 ###
62 9
|
20天前
|
机器学习/深度学习 数据采集 人工智能
深度探索:人工智能在医疗影像诊断中的应用与挑战####
本文旨在深入剖析人工智能(AI)技术在医疗影像诊断领域的最新进展、核心优势、面临的挑战及未来发展趋势。通过综合分析当前AI算法在提高诊断准确性、效率及可解释性方面的贡献,结合具体案例,揭示其在临床实践中的实际价值与潜在局限。文章还展望了AI如何与其他先进技术融合,以推动医疗影像学迈向更高层次的智能化时代。 ####
|
23天前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来编程:Python在人工智能领域的深度应用与前景###
本文将深入探讨Python语言在人工智能(AI)领域的广泛应用,从基础原理到前沿实践,揭示其如何成为推动AI技术创新的关键力量。通过分析Python的简洁性、灵活性以及丰富的库支持,展现其在机器学习、深度学习、自然语言处理等子领域的卓越贡献,并展望Python在未来AI发展中的核心地位与潜在变革。 ###
|
23天前
|
机器学习/深度学习 数据采集 人工智能
探索人工智能在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面展现出巨大的潜力。本文将深入探讨AI技术在医疗诊断中的应用现状、面临的挑战以及未来的发展趋势,旨在为相关领域的研究者和从业者提供参考和启示。
48 2
|
27天前
|
机器学习/深度学习 数据采集 人工智能
人工智能在医疗领域的应用与挑战####
本文探讨了人工智能(AI)技术在现代医疗领域的应用及其面临的挑战。通过分析AI在疾病诊断、治疗方案优化和患者管理等方面的具体案例,阐述了AI技术如何提高医疗服务的效率和准确性。同时,本文也讨论了AI技术在实际应用中遇到的伦理、隐私和数据安全等问题,并提出了相应的解决策略。 ####
37 0
|
27天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####

热门文章

最新文章