腾讯云发布七大新品 对AI和大数据产品进行全线升级

　　作者：周小白

　　【TechWeb】12 月 11 日消息，腾讯云今日发布七大新品，带来在大数据与 AI 领域的最新研究成果，包括 AI 换脸甄别技术 AntiFakes、腾讯星图以及企业画像平台等七大重磅新品，并对 AI、大数据产品进行全线升级。

　　随着大数据、人工智能等数字化技术的不断成熟，产业智能化升级已成为必然趋势。企业正渴望更丰富、精细的 AI 应用场景，为产业发展带来新动能。基于这样的背景，腾讯云正逐步打造相互协同、共同演进的 AI 大数据产品矩阵，推进大数据与 AI 在真实场景下的有效落地。

　　视觉 AI 领域，得益于腾讯优图、腾讯安平 AI 安全实验室、腾讯 AI Lab、微信开放平台等团队的支持，腾讯云 AI 视觉此次共发布 AntiFakes 假脸甄别、微码、信息流智能图像以及智能相册四大新品。其中，AntiFakes 假脸甄别技术基于图像算法和视觉 AI 技术，实现了对图片或视频中的人脸真伪进行高效快速的检测和分析，鉴别图片中的人脸是否为 AI 换脸算法、APP 所生成的假脸，最终对图像或视频的风险等级进行评估。

　　通用语音识别能力已拥有很高的识别率，但特定企业场景下存在大量生僻名词，目前行业内通用识别的效果较差。腾讯云这次发布的语言模型自学习工具，通过通过添加企业典型业务对话场景下的字词句，自助提升特定场景下特定名词识别的准确率，从而让语音机器人、电话录音质检等行业的语音识别效果得到大幅提升。

　　在当前 NLP 领域的研究及落地应用中，为了达到更好的效果，预训练语言模型的使用已经成为一个很普遍的做法，但效果提升的同时也带来了模型训练成本的不断攀升，以目前行业较大规模的模型训练为例，用 200G 语料训练一个 3 亿参数的 bert 模型，需要 1400 多张 V100 的 GPU，训练 500 多分钟才能得到一个可用的模型，训练成本是非常高昂的。腾讯云最新发布的 AutoNLP 依托腾讯云语料积累和公有云算力，一次训练多次使用，提供数十个腾讯自研的预训练模型，降低了训练成本，提升模型创新及应用效率，缩短定制化项目交付的周期。

　　同时，针对图计算在行业领域的应用难题，腾讯云推出的图计算引擎腾讯星图封装了微信 Plato 图计算框架，可大幅提升图计算性能，在内存消耗降低7-10 倍的情况下，性能提升了近 50 倍。

　　另外，大数据场景下，面向智慧城市、金融监管、企业评估等场景的领域，腾讯云新推出企业画像平台综合服务平台，通过构建百亿级企业知识图谱，深度挖掘企业及其产业链间的复杂网络关系，为企业提前洞察金融等未知风险，充分发挥大数据的行业价值。

　　在新品不断推出之外，腾讯云还对已有的 AI 和大数据产品进行全栈升级。在人脸识别方面，腾讯云神图新增人脸融合、人体识别以及跨年龄识别功能，语音合成正式商用、腾讯云 NLP 全新升级提供 18 项智能文本能力。此外，腾讯云 OCR 文字识别能力也从 9 项新增至 50 项，新增 PS、翻拍、复印件等防伪能力。

　　大数据在基础能力方面，云端全面升级 Hadoop 系列版本，借助最新的大数据技术，数据存储成本降低到之前的 50%，部分典型计算场景性能提升 30% 以上。 在运维方面，通过对数百项监控指标、集群巡检、安全集群等功能的丰富及升级，构建了智能化运维体系，降低运维复杂度。