核心功能

产品优势

• 

  一站式服务

  一站式AI智能平台，现今的主流核心技术包括图像识别，自然语言处理，音频识别等通过互联网云服务的形式对外提供，完整的链路AI服务，让服务更智能
• 

  高效率服务

  先进的大数据计算/存储平台，高性能低成本；数据流优化，提高计算效率，降低软件成本。强大的流式计算以及离线计算，企业级的云化资源管理，提供高效率的AI智能服务！
• 

  稳定式支撑

  稳定可靠的服务支撑，我们将先进的大数据基础平台、大数据底盘平台为AI平台的稳定运行全程护航，提供海量数据的存储以及计算，轻松应对亿万级别用 户服务！
• 

  多元化对接

  丰富的服务接入方式，WebAPI、Android、iOS、Linux、 Java SDK等接入方式助您以最小的开发成本快速接入AI 服务。

应用场景

• 

  OCR识别

• 

  车辆检测识别

• 

  情感分析

• 

  机器翻译

• 

  语音识别

应用场景

文本情感分析以判断用户发表信息的情感属性为目标,是舆情分析中中的一项关键技术;情感分析的本质就是根据已知的文字和情感符号，推测文字是正面的还是负面的。比如不少基金公司利用人们对于某家公司、某个行业、某件事情的看法态度来预测未来股票的涨跌；用户或者企业对某项服务的评价中分析服务的好坏等。

实现模式

利用深度学习实现文本情感分析，实现从应用系统的文本数据中进行正负面分析。整理实现思路为分词->词向量->模型训练->NLP情感分析。通过深度学习循环神经网络构建分类模型实现情感分析的功能。

应用场景

智慧交通是政府提出的智慧城市中的重要一环。智能算法平台通过深度学习实现，车辆目标检测以及车辆识别，应用于城市交通枢纽平台之中。实现交通智能化，在安全，交通领域有重大意义。

实现模式

依托大数据基础平台做数据存储以及数据计算，先进行图像预处理，利用深度学习图像识别技术，将经过预处理的图片中的车辆进行定位，然后将定位好的图片带入到图像识别算法中进行识别，最终达到分类的结果。

应用场景

文本情感分析以判断用户发表信息的情感属性为目标,是舆情分析中中的一项关键技术;情感分析的本质就是根据已知的文字和情感符号，推测文字是正面的还是负面的。比如不少基金公司利用人们对于某家公司、某个行业、某件事情的看法态度来预测未来股票的涨跌；用户或者企业对某项服务的评价中分析服务的好坏等。

实现模式

利用深度学习实现文本情感分析，实现从应用系统的文本数据中进行正负面分析。整理实现思路为分词->词向量->模型训练->NLP情感分析。通过深度学习循环神经网络构建分类模型实现情感分析的功能。

应用场景

机器翻译，又称为自动翻译，是利用计算机将一种自然语言(源语言)转换为另一种自然语言(目标语言)的过程。它是计算语言学的一个分支，是人工智能的终极目标之一，具有重要的科学研究价值。2013年来，随着深度学习的研究取得较大进展，基于人工神经网络的机器翻译（ Neural Machine Translation ）逐渐兴起。智能算法平台中机器翻译模块主要应用在跨境电商、海关业务等垂直领域，帮助这些业务解决在国际化发展中各国家本地化过程最基本的语言问题。

实现模式

利用深度学习实现机器翻译，广泛应用于机器翻译的是长短时记忆（LSTM），循环神经网络(RNN)等深度学习算法，通过深度学习循环神经网络构建分类模型实现语言文字的翻译结果。

应用场景

语音识别是将人类的声音信号转化为文字的过程。语音识别、人脸识别和OCR等都属于人工智能中的感知智能，其核心功能是将物理世界的信息转化成可供计算机处理的信息，为后续的认知智能提供基础。智能算法平台利用深度学习实现语音识别模块组件，应用领域包括交通，生活沟通等。重点应用于语音文字识别，字幕配置等。

实现模式

利用深度学习算法实现语音识别，大量音频数据训练，卷积神经网络以及循环神经网络构建语音分类模型，实现将音频经过模型分类得到最终的文本结果。