研究方向
  • 机器学习

研发大规模数据分析,深度学习模型构建及大规模模型训练技术,解决数据驱动的智能化问题。

  • 运筹优化

研发优化复杂系统的技术,解决现实中的复杂决策问题,如优化库存、计算、流量等资源的配置问题等。


产品及应用
  • “达灵”计算资源优化

    达灵系统是针对计算基础设施的智能化解决方案,通过与计算资源管理系统的有效结合,使用机器学习和运筹优化技术实现更为优化的计算资源使用方案,从而提升计算基础设施的稳定性和利用率。

    达灵解决方案包括以下功能模块:

    1)智能运维,如异常检测预警和预测维保;
    2)应用画像,如使用量预测和干扰检测等;
    3)调度控制,如资源最优编排、在线调度、批量调度、重调度、负载均衡、弹性伸缩方案等;
    4)资源规划,如资源容量规划、基础设施规划及推演。 2017年双11,存储调度将资源使用降低25%,资源峰值水位降低30%;集群调度将CPU分配率从70% 拉升至并维持在90%。

  • “微灵”模型压缩与端上智能

    微灵系统通过改进深度网络的计算与结构来提升深度学习模型的储存空间与计算速度。它将现有的深度学习模型压缩了40-100倍,在手机端计算速度提升2-4倍,从而可以在手机上直接运行深度学习复杂网络。结合FPGA的体系结构来调整深度学习的模型结果,相对GPU速度提升170倍。

    微灵系统产生的模型已用于各类手机的应用、遥感图像识别、农作物生长周期预测、轮胎缺陷检测等项目。

  • “龙灵”零售个性化流量优化

    龙灵系统是通过分析行为构建行为表征,利用在线决策的流量进行个性化、以及流量确定性的优化处理,形成智能化的流量技术。其广泛应用于各类泛零售业务,例如天猫、优酷、盒马和闲鱼等业务;其中线上运营决策系统在天猫双11发挥重要作用,调用量超过6亿次/日。

  • 遥感国土资源监管

    联手阿里云设计开发国土资源监管系统。通过分析高分辨率遥感图像,应用于河流湖泊污染监察、森林盗伐事件监管、基本农田侵占监督、灾害状态监控等诸多领域。通过深度学习算法,可快速精准地发现存在污染、盗伐、侵占和灾害的可疑地区,为国土、环保、水利等部门提供决策支持。

    已与山东省淄博市国土局合作,帮助该局进行违章建筑物排查,节省了95%的人力,审查周期从年度变为月度。

    了解更多
  • 水务防汛预测

    联手阿里云设计开发水务防汛预测。根据河流路线、水库分布情况,结合以往汛期水位、历史天气、台风路径等信息分析各条河流、水库水位的相互关系。同时,还能根据实时水位数据、借鉴未来天气情况,预测河流、水库的防汛基本情况。

    未来,防汛系统不仅能预测水位变化、汛情发展,还能评估每个预案的受灾人群、经济损失及各个预案采取后的救灾资源、疏散方案的自动调度。

    已与浙江省金华市防汛防旱指挥部办公室合作。

  • 智慧农业

    联手阿里云设计开发各种农业智能系统,防止农作物病虫害。基于深度学习技术,在虫害或疾病早期实时、精准地发现被感染作物,帮助农场打造“实时的防虫墙”。该技术还可以作为“AI农业专家”,进行农作物生长周期识别、种植面积统计等,有效指导农事活动、植保等工作。

    已与上海市崇明区农业委员会合作,探索新农业。

    了解更多
  • 智能床位调度

    联手阿里云设计开发的智能床位调度系统,解决“看病难,看病贵”中的医疗资源紧张问题。该系统通过挖掘历史数据,结合医患双方数据参数,提供床位分配的最优方案,提高医疗资源的合理分配与使用效率,提升患者的就诊体验。

    未来,将深入打通入院排床、术前体检、手术室排班、术后恢复等一系列环节,以数据驱动实现医疗资源的合理分配及充分利用,提升医院管理水平,为病人提供全新就诊体验,助力国民健康新生活。

    已与浙江大学医学院附属妇产科医院合作。


研究团队
姚韬达摩院决策智能实验室研究员

拥有斯坦福大学管理工程与科学系博士学位,美国宾州州立大学工业工程系终身教授。研究领域包括优化、机器学习、随机模型、商业分析、统计、博弈论、人工智能、运筹学、数据科学、供应链和交通等。

许欢达摩院决策智能实验室资深算法专家

加拿大麦吉尔大学电子工程系博士。曾任新加坡国立大学副教授,佐治亚理工大学助理教授。研究领域为机器学习、运筹学、马可夫决策过程与强化学习、优化、高维统计等。发表顶级会议论文近百篇,引用近三千次,曾任NIPS领域主席。

谭剑达摩院决策智能实验室资深算法专家

哥伦比亚大学电子与计算机系博士,俄亥俄州立大学电子与计算机系助理教授,IBM沃森实验室研究员。研究领域为随机过程,统计算法,分布式计算系统。多次获得国际会议最佳论文奖;行业顶级会议sigmetrics 2019年出版主席;获得美国自然科学基金支持,发表50多篇论文。

张京桥达摩院决策智能实验室资深算法专家

拥有伦斯勒理工学院博士学位,曾任亚马逊Device部门应用科研资深经理,负责Echo产品个性化推荐,此前从事电商供应链优化及精准营销等领域的算法研究和应用工作。博士研究方向为遗传优化和模式识别,期间发表一篇学术专著及十余篇论文,被引用一千多次。

杨程达摩院决策智能实验室资深算法专家

10余年机器学习、数据挖掘等经验,曾负责搜索推荐、智能营销、供应链优化等商业化算法,多次参与双11等极端环境下的大规模实时机器学习项目,目前关注新零售场景中的在线学习、动态优化等智能决策研究。


学术成果
论文
  • Cong Leng, Hao Li, Shenghuo Zhu, Rong Jin. Extremely Low Bit Neural Network: Squeeze the Last Bit Out with ADMM. In: Proceedings of the 32rd AAAI Conference on Artificial Intelligence (AAAI, 18), New Orleans, LA, 2018.
  • Ao Zhang, Nan Li, Jian Pu, Jun Wang, Junchi Yan, Hongyuan Zha. tau-FPL: Tolerance-Constrained Learning in Linear Time. In: Proceedings of the 32rd AAAI Conference on Artificial Intelligence (AAAI, 18), New Orleans, LA, 2018.
  • Qi Qian, Jisheng Tang, Hao Li, Shenghuo Zhu and Rong Jin. Large-scale Distance Metric Learning with Uncertainty. In: Proceedings of the 31th IEEE Conference on Computer Vision and Pattern Recognition (CVPR, 18), Salt Lake City, UT, 2018.
  • Mingdong Ou, Nan Li, Shenghuo Zhu, Rong Jin. Multinomial Logit Bandit with Linear Utility Functions. In: Proceedings of the 27th International Joint Conference on Artificial Intelligence (IJCAI, 18), 2018.
  • Yang Yu, Wei-Yang Qu, Nan Li, and Zimin Guo. Open category classification by adversarial sample generation. In: Proceedings of the 26th International Joint Conference on Artificial Intelligence (IJCAI, 17), Melbourne, Australia, 2017.
展开更多
竞赛
  • 2018年6月,获全球权威视觉算法排行榜PASCAL VOC 的目标检测单项第一名。

扫描二维码
关注阿里技术微信公众号