ai技術在風口之后，如何更快商業化、以及普惠化成為眾多互聯網公司探索的方向。在11月22日-23日舉辦的gitc全球互聯網技術大會上，騰訊云ai平臺總經理張文杰在大會現場重點介紹的智能鈦機器學習平臺，為該問題的解決提供了新的思路。

騰訊云ai平臺總經理 張文杰

針對不同層次的ai開發者，騰訊智能鈦機器學習平臺分為三大子產品：針對ai 初學者設計的一站式機器學習ti-one；專為 ai 算法工程師設計的專業級機器學習平臺ti accelerator；以及面向更廣泛的人群，全流程自動化的機器學習平臺ti-selflearning。

當前，ai技術在落地過程中普遍面臨基礎設施建設周期長、搭建計算框架投入大、算法和模型調優門檻高、人才缺口大這四大難點。騰訊智能鈦機器學習平臺正是為解決這些痛點而生。

“基于騰訊云強大的計算能力以及各種復雜場景的成功經驗，騰訊智能鈦機器學習平臺在解決ai商業化、普惠化問題上具有獨特的優勢。通過對接騰訊云在計算、數據等領域的資源，智能鈦機器學習平臺構建強大的機器學習生態，持續推動ai成為產業互聯網時代的普惠科技。” 張文杰表示。

在這三個層次之外，騰訊智能鈦機器學習平臺還發力模型集市、算法集市、數據集市、自研計算框架和開發者社區，構建完備的機器學習生態，滿足ai領域不同用戶的個性化需求。

目前，騰訊智能鈦機器學習平臺已經成功應用在金融、地產等多個行業，幫助用戶高效地搭建業務模型，助力用戶的數字化、智能化轉型。

以金融場景為例，ti-one機器學習一站式平臺助力北京銀行建立用戶購買行為預測模型，針對性地推薦理財產品并最終提升理財產品銷量。通過對購買數據的特征抽取、選擇和生成、利用先進的回歸算法選擇和交叉驗證，有效規避人工判斷效果不理想和無差別推薦的弊端。

在地產行業，碧桂園利用ti-one機器學習平臺獲取小區用戶的車輛、垃圾桶等圖像信息，基于深度學習的目標檢測，通過改進模型實現強大的識別效果。利用該平臺，碧桂園有效降低了管理成本，提升管理質量，提高住戶的響應速度。

以上是網絡信息轉載，信息真實性自行斟酌。