机器学习平台与应用
自动化机器学习平台
基于业务大数据的分类、预测等任务,传统上须依赖于工程师或科研人员在算法选择、特征工程、参数调优等方面的主观经验。我们的自动化机器学习平台可以在最大程度上摆脱这种依赖。该平台将全部或部分自动化的数据分析、特征工程、算法选择和参数调优整合在可高度定制的交互式工作流内,大幅降低机器学习系统的设计、开发、部署和维护成本。
内容推荐引擎
无论是线上基于移动互联网的内容分发、娱乐社区、电子商务或广告平台,还是线下以场景和用户为中心的零售、营销等业务形态,基于大数据的智能推荐算法,都可以成为提升用户点击率和广告转化率,降低运营成本的核心驱动力。我们的智能推荐引擎集成了智能用户画像、CTR预估、效果对比评测、总体ROI优化、实时模型更新等功能,并支持深度学习、增强学习等新一代推荐算法。
计算机视觉与机器人技术
人体行为姿态识别
人体行为姿态的细粒度、高帧率实时识别是机器视觉领域最有挑战的技术任务之一。我们的图像和计算机视觉团队可以提供基于最前沿科技打造的表情识别、手势或体态识别、人体骨骼关键点识别、行为动作识别、关注点识别、个体辨识、群体行为统计与监控等算法模块或整体解决方案,帮助商业客户采集精准的行为数据,并基于这些数据大幅提升数字化营销与客户关系管理能力。
人机协作机器人
我们与全球顶尖的机器人研究实验室与技术团队合作,深入开展人机协作机械臂、柔性机械臂、机器人运动规划与决策等前沿方向的技术与产品研发。这一领域的前沿技术在智能制造、交通物流、智慧医疗等多个真实的行业场景中,都具有非同寻常的应用价值,可以将人从危险或过度复杂、繁冗的机械化劳动中解放出来,让自动化的协作机器人真正成为人类的“好帮手”。
3D场景识别和目标重建
借助计算机图形学、计算机视觉和深度学习领域的前沿技术,我们拥有完整的三维场景/三维目标的自动检测、识别和重建技术能力,可以为医疗、教育、娱乐等行业的具体应用场景提供核心技术与应用研发支持,也是下一代的智能机械臂、智能车辆等不可或缺的感知物理世界的“眼睛”。
自然语言理解与知识图谱
语者意图和情绪识别
利用新一代的机器学习技术,并配合跨领域实体关系库的语义检索能力,我们开发了对于人类语者的实际意图以及现场情绪进行解析、分类的工具包。更精准的意图和情绪识别能力既是下一代在线教育的核心交互技术,也是下一代智能家电、智能手机助理、智能汽车等家用场景中最为重要的分析与决策单元,是未来智慧生活的核心。
领域知识图谱
我们的团队成员拥有参与世界最大的知识图谱建设的核心经验。我们致力于将知识图谱领域的知识表示和知识推理技术,灵活应用于客户的商业实践,为特定的业务流程或知识领域建立完备、高效的知识系统。
论文&专利

  • 创新中心研发带头人王嘉平博士于2018年8月在ACM SIGGRAPH 2018上联合发表国际论文《Efficient Reflectance Capture Using an Autoencoder》(https://dl.acm.org/citation.cfm?id=3201279http://jiapingwang.com/

  • 创新中心研发带头人、南京研究院执行院长冯霁博士及创新工场AI工程院的论文《Multi-Layered Gradient Boosting Decision Trees》发表致全球顶级AI学术会议NIPS 2018,Advances in Neural Information Processing Systems 31 (NIPS‘18), Montreal, Canada, 2018。(2018年12月付印并发布在https://papers.nips.cc,论文链接 http://lamda.nju.edu.cn/fengj/paper/mGBDT.pdf

  • 创新中心研发带头人王嘉平博士于2018年12月在计算机网络顶级学术会议 NSDI 联合发表论文《Monoxide: Scale Out Blockchain with Asynchronized Consensus Zones》 (https://www.chainnews.com/articles/580382017091.htm?from=timeline&isappinstalled=0

  • 创新中心研发带头人、南京研究院执行院长冯霁博士及创新工场AI工程院执行院长王咏刚的发明专利《一种基于对抗生成网络的具备隐私保护功能的数据共享方法》已获国家知识产权局专利受理

  • 创新中心研发带头人、南京研究院执行院长冯霁博士及创新工场AI工程院执行院长王咏刚的发明专利《具备防伪功能的神经网络模型的训练方法及系统、防伪验证方法及电子装置》已获国家知识产权局专利受理

  • 创新奇智CTO张发恩等人在2019第56届设计自动化大会(ACM/IEEE Design Automation Conference)联合发布论文《Efficient GPU NVRAM Persistence with Helper Warps》(https://dac.com/content/2019-dac-accepted-papers