您查看的活动已结束

滴滴技术沙龙是由滴滴出行技术委员会发起主办的高质量技术交流活动。每期围绕一个主题，由滴滴出行和其他知名互联网公司的专家以独立演讲、Q&A、开放讨论等方式，与领域内的中高端技术人员进行自由、深度的交流和学习。

滴滴出行自成立起历经6年的发展，已跃升成为全球共享出行的领军者，正在全方位地改变着人们的出行方式。地图是滴滴各项业务的重要支撑，基于海量实时出行数据，滴滴地图提供ETA（预估到达时间）、路径规划、上下车点、“猜你想去”等基础服务，并且支持滴滴出行平台的运力调度、供需预测、拼车、智能分单等多个业务系统。在将这些技术应用到产品过程中，滴滴出行的工程师做了很多方面的探索和实践并积累了丰富的经验。

同样的，自动驾驶公司Deepmotion在高精度地图技术解决方案，搜狗在自然语言、语音、深度学习等方面也取得了大量的应用成果。

本期滴滴技术沙龙邀请到了滴滴出行、DeepMotion深动科技、搜狗负责人工智能技术业务架构实现的核心工程师，围绕视觉感知/建图/定位、地图引擎技术演进、自然语言处理在搜索的应用实践以及计算机视觉技术在地图领域应用实践等话题，与参会者深入分享和讨论。

欢迎大家报名参加滴滴技术沙龙第8期：AI技术在地图领域的应用与实践。

活动议程

活动时间及地点

2018年8月11日（周六）13:30-18:00

北京尚东数字山谷B区2号楼4层会议室

主题一：视觉为主的感知、建图与定位方案

视觉是获取环境信息的重要通道，深度学习的成功推动了视觉信号理解的进步。同时，视觉具有低成本、易部署的优势，保证了视觉方案在自动驾驶产业链中能够快速落地和量产。本次演讲主要介绍深动科技以视觉为主的感知、建图与定位方案。该方案结合视觉信号和深度学习实现局部范围的感知，通过语义SLAM拼接局部感知结果，实现全局地图的构建，并结合构建的地图与局部感知，实现定位功能。

讲师简介：杨奎元，DeepMotion深动科技首席科学家，2012年博士毕业于中国科学技术大学，主要研究方向为机器人、计算机视觉和深度学习。

主题二：AI技术下地图引擎的演进和探索

滴滴已成为日成交订单千万量级的全球最大出行平台，作为中台三个最核心引擎之一的地图引擎是整个平台的基石，重度参与了线上业务流程的几乎每一个环节。业务要求赋予了滴滴地图超出传统地图之外的新使命：除确保导航、底图展示等功能体验外，还需要通过与接驾、派单、预估价等业务场景结合并精细打磨带来平台整体效率的提升。

本次分享将会阐述在滴滴当下的业务场景中地图的核心价值，同时重点介绍在服务迭代过程中面对的全新技术挑战（业务高性能要求与严苛的效果约束，经典地图算法与AI的结合等），以及在挑战下滴滴地图团队做出的努力和取得的成果。希望通过本次分享，能够让大家对出行场景中的地图服务有一个系统认识，并提供一些技术领域交叉的思路。

讲师简介：朱智青，滴滴出行高级专家工程师。2014年入职滴滴后主导建设地图路线核心服务团队，在较短时间内完成了路径规划，ETA，司机位置语义等地图核心引擎能力的自建，并在一些关键技术方向取得突破，达到业内领先水平，为出行业务场景带来显著效率提升。

主题三：自然语言处理在搜索的应用实践

搜索是自然语言处理技术最成熟的应用场景之一，如何精准地理解用户的Query，并且在海量的信息中，通过语义计算，检索出满足用户需求的结果，是搜索的核心问题。本次演讲中将主要介绍自然语言处理在搜狗搜索中的应用，技术演进历程和思考。

讲师简介：陈炜鹏，搜狗高级技术经理，目前主要负责搜狗搜索相关性算法研究，包括自然语言处理，相关性计算，排序模型等技术。

主题四：计算机视觉技术在地图领域的应用实践

滴滴的用户场景对地图有着很高的要求，地图数据的准确性和更新速度直接影响着用户的出行体验，如：交规和道路可通行性等属性对派单与路径规划有重要作用、道路两旁的栅栏和禁停交规等是影响司乘会面的主要因素。如何更好的感知现实世界的变化，有效地更新地图数据是亟待解决的问题。近几年，计算机视觉随着深度学习技术的发展，在多个方向上取得了重大突破，其对感知和理解现实世界有重要的帮助。上述因素为计算机视觉技术应用到地图领域提供了重要契机。

在本次分享中，将介绍计算机视觉技术在地图领域的应用场景和技术落地过程中的实践体会，将从出行场景对地图的几个典型需求出发，介绍相关应用场景的难点与挑战，进而介绍计算机视觉技术在地图更新、用户上下车体验提升等场景的具体应用，并分享一些技术落地的经验和体会。

讲师简介：许鹏飞，滴滴出行高级技术专家、地图事业部视觉计算团队负责人，计算机视觉方向博士，曾任微软资深应用科学家。长期致力于推进人工智能技术在业务产品中的应用并创造用户价值，曾负责和参与多个人工智能产品的落地。