Al 在客服体系的应用实 践 京东金融 ID Fingnce 京东金融定位 服务于金融机构的科技公司 助力金融行业提升效率降低成本增加收入 京东金融 JD Finance 遵从 金融本质 为金融 行业服务 以技术 为手段 以数据 为基础 · 十余年联络中心 建设经验 · 服务京东金融所 有渠道 · 前 Siri 科学家团队， 专注语音算法研 究 · · 国内顶尖 AI 团队 · 专业模型训练师 团 队 京东金融 JD Finance 智能客服团队介绍 北京总部 Al 研究 院 美国硅谷 京东金融客服体系 AI+ 数据 + 语音 动 2015 年 3 月 在线客服上线 2018 年 5 月 智能质检 上线 2015 年 5 月 语音客服上线 2013 年底 京东金融成立 关于我们 一、客服机器人 —— 如何更好发挥 Al+ 数据优势? 京东金融 JD Finance 核心技术 > 深度神经网络 >NLP > 机 器 学 习 > 搜 索 引 擎 > 知 识 图 谱 > … 关 键 KPI > 一次解决率

• 闲聊 • 问答 • 任务型对话 • 推荐 3 笨笨系统结构 Zhang W N, Liu T, et al. Benben: A Chinese Intelligent Conversational Robot[C]// ACL 2017, System Demonstrations. 2017:13-18 Zhang et al. (2018) Oraby et al. (2018) Zhang et al. (2018) Mazaré et al. (2018) Mo et al. (2018) Yang et al. (2017) Joshi et al. (2017) Wang et al. (2017) 个性化 & 风格化 Zhang et al. (2018) (2018) Serban et al. (2017) Zhao et al. (2017) Wu et al. (2017) Tian et al. (2017) 上下文建模 Huber et al. (2018) Zhou et al. (2018) Asghar etal. (2018) Sun et al. (2018) Zhou et al. (2017) 情感对话 Zhu

了计算生物学、量子机器学习、数字人文等 新兴学科。 1. P. Berens. et al. AI for science: an emerging agenda. arXiv Preprint, https://arxiv.org/abs/2303.04217v1 (2023). 2. T. Hey. et al. The Fourth Paradigm: Data-Intensive Discovery Discovery, Microsoft (2009). 3. Raissi, M. et al. Physics-informed neural networks: a deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations equations. J. Comput. Phys. 378, 686–707 (2019). 4. Griffin, C. et al. A new golden age of discovery: seizing the AI for science opportunity. Technical report, https://storage.googleapis.com/deepmind- media/DeepMind

01 Al 机器人应用场景 中国电子院 A 三 奥意建筑 食 “ 建 筑 +Al” 融 合 从建筑设计维度思考，“建筑 +Al” 融合，让 Al 机器人应用不再是噱头，而是真正服务于建筑和人 ! 医疗 康养 建筑 机器人 应用 商业 建筑 工业 应用 办公 建筑 文体 建筑 居住 结束 · 提供公众号 · 广告推送 · 合影留念 整理 · 上传数据 · 自动升级 · 自动回充 0 1 Al 机器人应用场景 中国电子院 A 三 奥意建筑 标准化配置， Al 讲解 全年无休，节省人力成本 数字化管理，动态升级 提升形象 等候区 电梯区 前台 门厅 日常迎宾：欢迎问好 ·VIP 迎 候：包括定制问候语、 多语种交流 / 翻译、握手、引 导等服务。 机器人联动：根据场景需求， 通过平台对接，实现对大堂灯 光场景控制、空调控制等。 01 Al 机器人应用场景 中国电子院 | A 奥意建筑 · 验证访客信息：身份核对 · 通知接待：通知被访人出迎 ·

面向园区微网的综合能源系统多目 标优化设计[J]. 电网技术，2018，42(6)：1687-1696. ZHOU Canhuang, ZHENG Jiehui, JING Zhaoxia, et al. Mul- ti-objective optimal design of integrated energy system for park-level Microgrid[J]. Power 园区级综合能源系统优化模型功能 综述及展望[J]. 电力自动化设备，2020，40(1)：10-18. HUANG Zishuo, HE Guixiong, YAN Huaguang, et al. Overview and prospect of optimization model function for community-scale inte- grated energy system[J] 双碳目标下低碳综合能源系统规划 关键技术及挑战[J]. 电力系统自动化，2022，46(8)：189-207. ZHANG Shenxi, WANG Danyang, CHENG Haozhong, et al. Key technologies and challenges of low-carbon integrated energy system planning for carbon emission

余晓丹，徐宪东，陈硕翼，等．综合能源系统与能源互联网简述 [J]．电工技术学报，2016，31(1)：1-13． YU Xiaodan，XU Xiandong，CHEN Shuoyi，et al．A brief review to integrated energy system and energy internet[J]．Transactions of China Electrotechnical Electrotechnical Society，2016，31(1)：1-13(in Chinese)． [2] ZHANG Tieyan，YAO Zongjun，HU Jingwei，et al．Multi-time scale rolling optimization scheduling of “Nealy-Zero Carbon Park” based on stepped carbon 邰能灵，王萧博，黄文焘，等．港口综合能源系统低碳化技术综 述[J]．电网技术，2022，46(10)：3749-3763． TAI Nengling，WANG Xiaobo，HUANG Wentao，et al．Review of low-carbon technology for integrated port energy systems[J]．Power System Technology，

时降低了计算复杂度，但在复 杂纹理区域的恢复效果有限，凸显了传统方法对复杂细节建模的局限性。 随着深度学习兴起，单图超分技术进入性能跃升期，卷积神经网络（convolutional neur al network, CNN）的架构优化成为早期核心方向。SRCNN 开创了端到端学习范式，首次 通过深度学习实现从低分辨率到高分辨率的直接映射，为后续研究奠定了基础。在此基础上， FSRCNN（fast IEEE 4th KhPI Week on Advanced Technology, 2023: 1 - 5. [7] Norhashim N, Mohd Kamal N L, Sahwee Z, et al. The effects of jamming on global positioning system (GPS) accuracy for unmanned aerial vehicles Ramirez J, et al. Requirements, issues, and challenges for sense a nd avoid in unmanned aircraft systems[J]. Journal of aircraft, 2012, 49(3): 677-687. [10] Ghamari M, Rangel P, Mehrubeoglu M, et al. Unmanned

• 以低空智能计算为牵引，发挥基础设 施与平台建设的主导作用。 参考文献 [1] Yuhong Zhong, Daniel S. Berger, Carl A. Waldspurger, et al. Managing memory tiers with CXL in vir- tualized environments. In 18th USENIX Symposium on Operating July 10-12, 2024, pages 37–56. USENIX Association, 2024. [2] Mingxing Zhang, Teng Ma, Jinqi Hua, et al. Partial failure resilient memory management system for (cxl-based) distributed shared memory. In Germany, October 23-26, 2023, pages 658–674. ACM, 2023. [3] Guowei Liu, Laiping Zhao, Yiming Li, et al. FUYAO: dpu-enabled direct data transfer for serverless com- puting. In Rajiv Gupta, Nael B. Abu-Ghazaleh

能源领域传统 Al 发展困 境 当下 Al 到了哪种程 度 John J.Hopfield Geoffrey E.Hinton "for foundational discoveries and inventions with artificial neural networks" THEROYALSWEDISHACADEMYOF SCIENCES Al 领域里程碑 hustralans; niklas emehed DeepSeek 横空出世，各项指标逼近或超越 ChatGPT o1 9/80 口核心意义：打破 AI 垄断，带来 AI 平权，尤其是中文 Al 普惠，激发大众创造力 多 源 数 据 深 度 挖 掘 融合建筑领域各类数据，联动设备 运行指标 、能耗信息及环境监测， 实现精细用户画像，助力科学调度 与资源配置 智 能 故 障 识 别 升管理流程标准化和工作效率 DeepSeek 对行业带来的新技术思路 ( 部分 ) 11/80 DeepSeek 赋能 建 筑能源领域 11 报 告 提 纲 当下 Al 到了哪种程度 能源领域传统 AI 发展困境 … … … … DeepSeek 等带来的新范式 大语言模型应用的科研案例