带你了解神秘的微信-中国香港科技大学人工智能联合实验室

本文授权转自：中国香港人工智能与机器人学会

ID：HKSAIR

微信-中国香港科技大学人工智能联合实验室专注研究人工智能(AI) 科技相关的范畴，探索人工智能尚未开拓且影响深远的领域。目前人工智能科技的发展非常迅速，而技术的进步有赖于人才培育、问题解决方案、数据收集和运用。

微信与科大在这些方面均有互补的优势，达成在人工智能研究上长远而领先业界的研发合作。

实验室的研究范畴包括机器学习、自然语言处理、机械人、数据挖掘及语音辨识，运用微信平台的数据资料，发展人工智能的创新应用。

实验室年均有10个项目。包括不同学科例如 : CSE, ECE, MATH。每年有5-10教授，20个博士参与研究。

2015年11月26日WHAT Lab在HKUST成立

2016年11月16日 WHAT Lab 一周年成果分享

WHAT Lab 成果一：机器阅读（杨强教授）

Clustar 顾问委员会主席 杨强教授

机器阅读旨在开发机器学习算法，使计算机像人类一样阅读和理解自然语言文档。

主要技术：深度学习、自然语言处理和信息检索

通过机器阅读，自然语言信息被转换为可以由计算机处理的形式，并且可以在诸如文章概括，问题回答、对话系统等应用中进一步使用。

WHAT Lab 成果二：对话系统（杨强教授）

对话系统是一种可以通过自然语言跟人类交流信息的计算机系统。

主要技术：语音，自然语言处理，机器学习，规划与推理，知识工程，甚至语言学和认知科学中的许多理论在人机对话中都有所应用

通过对话系统，计算机信息可以被转换成自然语言描述传递给人，人类语言也可以被转换成计算机的信息，从而达到人机交流。对话系统可以帮助人类查询信息，完成任务，聊天解闷等。

WHAT Lab 成果三：可视化系统WeSeer（屈华民教授）

屈华民教授

数据可视化为数据分析、整合和预测提供了强有力的帮助

在WeSeer项目中，我们从不同的角度，包括3D全局概述，时变传播视图，社区检测视图等，在视觉上调查了公众号文章信息在微信平台中的传播

WHAT Lab 成果四：大规模机器学习加速系统（陈凯教授）

Clustar创始人 陈凯教授

AI计算规模呈爆炸式扩张，单点计算能力（GPU, 智能芯片）的突破不能满足需求，必须通过网络互联大规模集群计算，但传统网络协议TCP/IP成为大规模AI计算瓶颈：

CPU占用率高达30%-60%, 直线降低AI系统计算效率

网络带宽利用率10%-30%, 难以满足参数模型传输需求

端到端时延毫秒级，不能满足AI应用微妙级时延要求

我们应用新一代数据中心网络协议(RoCE: RDMA over Converged Ethernet)取代传统互联网TCP协议，提高分布式集群算力：

CPU占用率~0, 提高单点计算效率

带宽利用率100%，提高参数传输速度、强化集群算力

端到端时延

部署在微信深度学习的实际应用：平均性能提升3倍!

朋友圈分类（ego_network）

对话模型（deep_conversation）

图像识别模型（VGG和AlexNet）

实验室平台的压力测试：26.7倍！

下一步目标：希望打造出最快的分布式深度学习系统，为AI应用提供稳定高效训练平台，减少训练时间，降低成本，提高企业计算资源利用率，加速人工智能行业迭代升级。