技術(shù)爭(zhēng)鳴，座無虛席！

11 月 8 日，北京諾金酒店，2018 AI開發(fā)者大會(huì)（AI NEXTCon）第一天議程圓滿結(jié)束，這是值得銘記的一天。

上午 9 點(diǎn)，由中國(guó) IT 社區(qū) CSDN 與硅谷 AI 社區(qū) AICamp 聯(lián)合出品的 2018 AI 開發(fā)者大會(huì)（AI NEXTCon） 拉開帷幕，就人工智能的最新技術(shù)及深度實(shí)踐，進(jìn)行了全方位解讀及論證。本次大會(huì)也是年度人工智能領(lǐng)域面向?qū)I(yè)開發(fā)者的一次高規(guī)格技術(shù)盛會(huì)，對(duì)我國(guó)人工智能產(chǎn)業(yè)的發(fā)展和技術(shù)應(yīng)用的深入落地有著極大推動(dòng)作用。

大會(huì)全力聚焦 AI 開發(fā)者，以“AI 技術(shù)與應(yīng)用”為核心，在主題報(bào)告之外，設(shè)置有 10 個(gè)主題論壇，包括 7 大技術(shù)專題以及 3 大行業(yè)峰會(huì)，深度聚焦人工智能的技術(shù)創(chuàng)新與行業(yè)應(yīng)用，為 AI 從業(yè)者展示前沿技術(shù)、優(yōu)秀產(chǎn)品、行業(yè)應(yīng)用案例，并深度解讀產(chǎn)業(yè)發(fā)展趨勢(shì)。

圍繞“只講技術(shù)”的宗旨，大會(huì)邀請(qǐng)到具有超強(qiáng) AI 落地環(huán)境的硅谷巨頭與國(guó)內(nèi)領(lǐng)軍企業(yè)的重磅演講嘉賓，其中包括百度、阿里、騰訊、京東、小米、滴滴、美團(tuán)等各大互聯(lián)網(wǎng)公司的技術(shù)負(fù)責(zé)人，更有 Google、Facebook、亞馬遜、微軟、LinkedIn 等硅谷王牌團(tuán)隊(duì)的實(shí)力講師團(tuán)降臨現(xiàn)場(chǎng)，超密集 AI 技術(shù)干貨風(fēng)暴，整體繪制出一幅 2018 年度 AI 技術(shù)實(shí)力的大圖譜。

下面，就讓我們一起回顧下今天技術(shù)大牛們的精彩演講內(nèi)容。

▌七大大咖嘉賓主題報(bào)告，指明 AI 發(fā)展新趨勢(shì)

大會(huì)的第一位嘉賓是亞馬遜資深主任科學(xué)家、Alexa&Echo 技術(shù)負(fù)責(zé)人 Nikko Strom，他講述了亞馬遜 Alexa 語音識(shí)別的核心技術(shù)及深度學(xué)習(xí)的應(yīng)用。Nikko 表示，目前亞馬遜 Echo 主要涉及了遠(yuǎn)場(chǎng)語音交互、ASR、NLU 等語音語義方面的核心技術(shù)。自 2014 年上線以來，亞馬遜 Echo 和其他由 Alexa 提供支持的設(shè)備已經(jīng)進(jìn)入數(shù)百萬家庭，并作為家居、音樂、購物、視頻通話的語音接口提供給第三方平臺(tái)進(jìn)行深度開發(fā)（目前可提供上萬種功能）。

這也意味著 Echo 和基于 Alexa 提供 API 接口的第三方設(shè)備上的數(shù)據(jù)積累量也越來越多，這時(shí)就需要大規(guī)模學(xué)習(xí)——深度學(xué)習(xí)在語境中的應(yīng)用，而這主要涉及四個(gè)場(chǎng)景：語音交互、多模態(tài)語境、不同交互設(shè)備、個(gè)人身份語境。

小米首席架構(gòu)師、人工智能與云平臺(tái)副總裁崔寶秋帶來了《小米的AI與開源技術(shù)探索》主題分享。

他在演講中指出，雖然智能手機(jī)看起來很小，卻無疑是如今最大的AI賦能平臺(tái)。而作為新一代 AI 背后的技術(shù)，深度學(xué)習(xí)算法的發(fā)明使人工智能進(jìn)入了實(shí)用階段。現(xiàn)在談大數(shù)據(jù)過時(shí)還為時(shí)尚早，相信在未來，以大數(shù)據(jù)、深度學(xué)習(xí)為基石的 AI 技術(shù)還將造福人類生活的方方面面。

眾所周知，云計(jì)算和大數(shù)據(jù)離不開開源軟件，事實(shí)上，AI 時(shí)代我們更加離不開開源，包括Google、微軟、Facebook、Amazon、百度，以及 IBM 等在內(nèi)的一線 AI 公司都在競(jìng)相開源 AI 技術(shù)。此次分享也著重介紹了開源對(duì)于 AI 領(lǐng)域的重大意義。

首先，開源有助于企業(yè)在特定領(lǐng)域建立、擴(kuò)大領(lǐng)先優(yōu)勢(shì)；其次，深度學(xué)習(xí)框架通常由企業(yè)主導(dǎo)，對(duì)學(xué)術(shù)界和工業(yè)界都有幫助；再次，模型算法通常由學(xué)術(shù)界主導(dǎo)，有助于創(chuàng)新；此外，還能有效減少行業(yè)壟斷，促進(jìn)差異化競(jìng)爭(zhēng)；最后，開源將鼓勵(lì)外部開發(fā)者參與，準(zhǔn)確把握行業(yè)方向和用戶需求。開源讓我們得以站在巨人的肩膀上，接觸到那些已經(jīng)非常成熟的軟件。

崔寶秋在分享最后再次強(qiáng)調(diào)"開源是AI軟件的未來"，并呼吁“更廣義的開源”和“更加開放的開源”，不僅代碼開源，同時(shí)保證數(shù)據(jù)和知識(shí)圖譜也以開源模式來打造。

在 AI 開發(fā)者大會(huì)上，CSDN 創(chuàng)始人&董事長(zhǎng)、極客幫創(chuàng)投創(chuàng)始合伙人蔣濤發(fā)表了以《AI 時(shí)代的開發(fā)者畫像》為題的演講。他指出，在 AI 時(shí)代，開發(fā)者崗位是 AI 生產(chǎn)線上的“經(jīng)理”，開發(fā)者更要學(xué)會(huì)研究數(shù)據(jù)，改進(jìn)算法，而頂級(jí) AI“生產(chǎn)線”需要頂級(jí) AI 開發(fā)者，這些開發(fā)者既需要人才數(shù)量，也要求人才質(zhì)量。

他還發(fā)布了 CSDN 出品的《2018 人工智能產(chǎn)業(yè)路線圖》V2.0，總結(jié)了 AI 產(chǎn)業(yè)發(fā)展的五大重要發(fā)現(xiàn)和趨勢(shì)：

1、信息化水平全面提升，半數(shù)企業(yè)實(shí)現(xiàn)數(shù)字化和商業(yè)智能化；

2、AI 熱潮蔓延，各地政府上演 AI 人才爭(zhēng)奪戰(zhàn)；

3、高校掀起 AI 熱，超 50 家高校開設(shè)人工智能本科專業(yè)；

4、國(guó)內(nèi)掀起造芯浪潮，智能制造超越金融，最受投資者青睞；

5、熱錢大量融入 AI 頭部公司，中小企業(yè)“寒冬”將至。

最后，蔣濤宣布了 CSDN 與美國(guó)波士頓 AI 創(chuàng)業(yè)公司 Neurala 的合作，一起致力于AI的“平民化”，并號(hào)召更多的行業(yè)領(lǐng)先公司、社區(qū)積極分子和 CSDN 一起打造中國(guó)人自己的開源、開放平臺(tái)。

如何通過機(jī)器學(xué)習(xí)、語音、工程師語言實(shí)現(xiàn)人類創(chuàng)造？京東技術(shù)副總裁、AI研究院常務(wù)副院長(zhǎng)何曉冬發(fā)表了《自然語言處理進(jìn)展：從理解到創(chuàng)作》的演講。他從感知、認(rèn)知、創(chuàng)作三個(gè)層次分享了人工智能相關(guān)技術(shù)近年來的重大進(jìn)展和發(fā)展歷程。

首先是感知層，主要涉及了語音識(shí)別、圖像識(shí)別技術(shù)。從 1990 年開始，基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)模型取得的進(jìn)步，去年最佳的語音識(shí)別水平達(dá)到了近乎人類的水平；而圖像識(shí)別也在 2011 年后有了新突破，甚至在某些方面超過了人類在測(cè)試集上的水平。其次是認(rèn)知層，即對(duì)語義的充分理解，特別需要指出的是多模態(tài)認(rèn)知（包括語言、圖像、知識(shí)圖譜、語音語態(tài)信號(hào)）問題。那么對(duì)于機(jī)器智能而言，如何從理解到創(chuàng)造呢？何曉東認(rèn)為，創(chuàng)作是一個(gè)更高程度的智能，對(duì)于人類而言抽象的事物都不能完全很好的理解。

領(lǐng)英（LinkedIn）人工智能研發(fā)總監(jiān)張梁發(fā)表了《AI 在大規(guī)模招聘求職上的應(yīng)用》主題演講。他著重介紹了人工智能技術(shù)在全球互聯(lián)網(wǎng)招聘求職場(chǎng)景下的落地及其解決的問題。張梁表示，人工智能于領(lǐng)英而言是氧氣般的存在，是所有用戶體驗(yàn)的 DNA，貫穿智能問答系統(tǒng)等多個(gè)應(yīng)用。面對(duì)大規(guī)模計(jì)算平臺(tái)上的海量數(shù)據(jù)，如何在毫秒級(jí)的延遲范圍內(nèi)最大化提升用戶體驗(yàn)是極為關(guān)鍵的問題，人工智能技術(shù)在這里便扮演了一個(gè)重要的角色，包括推薦系統(tǒng)、知識(shí)圖譜和標(biāo)準(zhǔn)化，以及深度學(xué)習(xí)等技術(shù)的應(yīng)用。

隨后小 i 機(jī)器人解決方案中心副總裁孫欣圍繞《AI 技術(shù)創(chuàng)新及產(chǎn)業(yè)化實(shí)踐》主題深入分享了如何將 AI 用解決方案落地到真正的商業(yè)化中。孫欣表示，在商業(yè)化過程中最重要的一點(diǎn)就是貨幣化，直至今日在 AI 領(lǐng)域，應(yīng)用最成熟、最先落地的就是智能客服領(lǐng)域。

小 i 機(jī)器人以 iBot 會(huì)話平臺(tái)，通過自然語言的處理能力、多模型知識(shí)庫、大數(shù)據(jù)分析能力以及多模態(tài)處理層等相結(jié)合面向行業(yè)提供了智能化會(huì)話平臺(tái)。同時(shí)提供會(huì)話式人工智能 5 大 Bot：Chatting Bot 智能閑聊解決日常聊天問題，F(xiàn)AQ Bot 基礎(chǔ)問答解決簡(jiǎn)單、明確的問題，Deep Bot 深度交互解決復(fù)雜場(chǎng)景問題，Recommendation Bot 解決營(yíng)銷場(chǎng)景問題，Discovery Bot 知識(shí)探索解決未收錄知識(shí)問題。

最后一位重磅嘉賓是美團(tuán)點(diǎn)評(píng)研究員、美團(tuán)配送AI方向負(fù)責(zé)人何仁清，他以《即時(shí)配送中的機(jī)器學(xué)習(xí)技術(shù)》為題做了演講。對(duì)美團(tuán)而言，即時(shí)智能配送系統(tǒng)堪稱美團(tuán)的“智慧大腦”。何仁清指出，懶是全球人民的共性，對(duì)方便、快捷的服務(wù)有著直接的需求，以外賣配送為主要形式，近年來在全球范圍內(nèi)掀起一波浪潮。

不過，即時(shí)配送同樣存在一定的業(yè)務(wù)挑戰(zhàn)，從商業(yè)模式上講，效率、體驗(yàn)、成本是實(shí)際配送環(huán)節(jié)中需要關(guān)注的核心問題。目前美團(tuán)構(gòu)建的即時(shí)配送系統(tǒng)主要涉及兩大部分：一是 LBS、機(jī)器學(xué)習(xí)、感知技術(shù)、算法數(shù)據(jù)和計(jì)算平臺(tái)等技術(shù)相關(guān)的水平領(lǐng)域；二是智能調(diào)度系統(tǒng)、定價(jià)系統(tǒng)、規(guī)劃系統(tǒng)等垂直業(yè)務(wù)的相關(guān)技術(shù)。

精彩的“AI 技術(shù)新趨勢(shì)與新應(yīng)用”主題報(bào)告環(huán)節(jié)落下帷幕后，真正的技術(shù)盛宴才剛剛開始。

今天下午共有計(jì)算機(jī)視覺、自然語言處理、機(jī)器學(xué)習(xí)工具、數(shù)據(jù)分析技術(shù)四大論壇，以及二十三位重磅嘉賓，下面摘取各位嘉賓的精彩分享。

▌四大技術(shù)專題，二十三位重磅嘉賓的技術(shù)風(fēng)暴

在今天下午的計(jì)算機(jī)視覺技術(shù)專題，以商湯為代表的計(jì)算機(jī)視覺公司講述了他們?cè)诟髯灶I(lǐng)域的技術(shù)應(yīng)用和探索，比如計(jì)算機(jī)視覺算法在移動(dòng)端相機(jī)上的應(yīng)用，物體檢測(cè)與語義分割的算法創(chuàng)新及實(shí)踐等議題。

計(jì)算機(jī)視覺專題

商湯科技副總裁、工程院院長(zhǎng) 沈徽

計(jì)算機(jī)視覺技術(shù)不是單點(diǎn)突破，而是需要整個(gè)技術(shù)平臺(tái)性的提升。AI 技術(shù)本身必須要跟行業(yè)實(shí)際的場(chǎng)景結(jié)合，才會(huì)使社會(huì)生產(chǎn)力進(jìn)步。

字節(jié)跳動(dòng)人工智能實(shí)驗(yàn)室總監(jiān) 文林福

圍繞計(jì)算機(jī)視覺算法在移動(dòng)端相機(jī)上的應(yīng)用，他從算法、硬件、手機(jī)端的適配、量化框架四大方面出發(fā)，給出了相應(yīng)解決方案。

曠視科技研究院 Research Leader、Detection 組負(fù)責(zé)人 俞剛

他講述了物體檢測(cè)和分割在 Face++ 的產(chǎn)品落地情況，指出 Face++內(nèi)部會(huì)有一個(gè)工程角度的訓(xùn)練平臺(tái)，配置 Brain++ 集群，通過建立不同網(wǎng)絡(luò)的分類模型，再基于算法做出手機(jī)產(chǎn)品、安防相機(jī)搭建等。

比特大陸人工智能產(chǎn)品市場(chǎng)及開發(fā)總監(jiān) 曹希康

從各種攝像機(jī)、多樣的智能家居、甚至涵蓋機(jī)器人領(lǐng)域景出發(fā)，比特大陸每 9 個(gè)月完成一次芯片迭代，每一代算力都會(huì)提升 2 倍以上，從而完成更多功能的集成并維持同樣的功耗水平。

騰訊 Turing Lab 技術(shù)負(fù)責(zé)人 周大軍

AI 技術(shù)的通用性能力可以快速幫助游戲開發(fā)提升產(chǎn)品質(zhì)量，實(shí)現(xiàn)不同游戲的自動(dòng)化測(cè)試，提升工作效率，為商業(yè)化游戲提供潛在優(yōu)勢(shì)。

金山云高級(jí)產(chǎn)品專家 夏午陽

他分享了金山云金睛的場(chǎng)景化應(yīng)用實(shí)踐，基于圖象識(shí)別技術(shù)，他們?cè)O(shè)置了三大落地場(chǎng)景，每種場(chǎng)景都在不同層面上考驗(yàn)產(chǎn)品能力。例如內(nèi)容服務(wù)考驗(yàn)產(chǎn)品的精益運(yùn)營(yíng)能力，智慧城市考驗(yàn)系統(tǒng)集成能力，數(shù)據(jù)業(yè)務(wù)考驗(yàn)的是精細(xì)管理能力以及AI落地能力。

好未來 AI Lab、AI 賦能平臺(tái)負(fù)責(zé)人 楊非

基于科技推動(dòng)教育進(jìn)步理念，AI 可以為教育行業(yè)帶來更優(yōu)質(zhì)的教學(xué)內(nèi)容，更科學(xué)的評(píng)測(cè)體系、更有效的教學(xué)體驗(yàn)，從而推動(dòng)教育資源的公平化。

自然語言處理技術(shù)專題

思必馳副總裁、北京研發(fā)院院長(zhǎng) 初敏

移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)發(fā)展需要 AI 助力信息精準(zhǔn)流動(dòng)，每家企業(yè)都有很多信息需要跟用戶溝通，但目前的大部分溝通都效率太低。人機(jī)語音交互將成為信息和知識(shí)傳播的重要途徑。

Facebook 語音識(shí)別科學(xué)家 BaiyangLiu

語言非常的多樣化，對(duì)人來講很容易，如果讓機(jī)器來理解，語義上的多樣性如何表達(dá)？ 現(xiàn)在社交平臺(tái)的信息量非常大，沒辦法將所有內(nèi)容推薦給用戶，如何從用戶搜索的關(guān)鍵詞關(guān)聯(lián)到用戶想要的信息，這是社交產(chǎn)品需要深思的問題。

字節(jié)跳動(dòng)高級(jí)技術(shù)總監(jiān)&杰出科學(xué)家 Xiaobing Liu

序列化模型是一類端到端的學(xué)習(xí)內(nèi)在結(jié)構(gòu)和依賴的模型方法，他的演講涉及這個(gè)領(lǐng)域最新的研究進(jìn)展，從 RNN, LSTM, Transformer 到 BERT 都有涉及，此外重點(diǎn)談了序列化模型在 ASR, MT, TTS 和大規(guī)模推薦系統(tǒng)中的應(yīng)用，以及實(shí)際中需要注意的點(diǎn)。

阿里巴巴智能服務(wù)事業(yè)部資深專家 孫健

傳統(tǒng)交互到對(duì)話交互的本質(zhì)改變是什么？AI 正在重構(gòu) B-C 的關(guān)系模式。未來 3 年內(nèi)，開放場(chǎng)景下的對(duì)話交互能力上界還達(dá)不到用戶滿意度的下界。企業(yè)已意識(shí)到客服服務(wù)對(duì)維系客戶粘性的重要性，也在有意識(shí)地進(jìn)行客服的智能化升級(jí)改造。但在這個(gè)過程中，企業(yè)依然面臨很多挑戰(zhàn)。

微軟（亞洲）互聯(lián)網(wǎng)工程院資深應(yīng)用科學(xué)研發(fā)總監(jiān) 陳一寧

他講述了搜索中的自然語言先驗(yàn)知識(shí)，并總結(jié)出搜索中自然語言先驗(yàn)知識(shí)的應(yīng)用：跨語言、長(zhǎng)尾 Query、開放場(chǎng)景。

機(jī)器學(xué)習(xí)工具技術(shù)專題

北京一流科技有限公司董事長(zhǎng)、首席科學(xué)家 袁進(jìn)輝

橫向擴(kuò)展是解決算法模型效率問題的關(guān)鍵，一定是通過靜態(tài)調(diào)度和流式執(zhí)行實(shí)現(xiàn)，使數(shù)據(jù)像流水一樣流過這個(gè)過程，只要流水線能填滿，每個(gè)數(shù)據(jù)就會(huì)同時(shí)干活。

Google Brain 高級(jí)軟件工程師 盧一峰

AutoML 是典型的大力出奇跡的領(lǐng)域。AutoML 的核心思路是用神經(jīng)網(wǎng)絡(luò)來設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)，用AI來設(shè)計(jì) AI。AutoML 里有兩個(gè)神經(jīng)網(wǎng)絡(luò)，一個(gè)負(fù)責(zé)生成模型，一個(gè)負(fù)責(zé)反饋，隨著循環(huán)的進(jìn)行，就會(huì)產(chǎn)生越來越好的模型，最終實(shí)現(xiàn)進(jìn)化。

Google Developers Experts 林嵩

如何將機(jī)器學(xué)習(xí)模型移植到手機(jī)端？除了基本的建模，還有優(yōu)化模型的過程。一個(gè)是通過量化的方法，一個(gè)是把復(fù)雜的神經(jīng)網(wǎng)絡(luò)變小一點(diǎn)。

百度深度學(xué)習(xí)技術(shù)平臺(tái)部主任工程師 胡曉光

從生態(tài)角度來講 PaddlePaddle 跟 TensorFlow 還有差距，但我們會(huì)用自己的力量，包括公司內(nèi)部的力量，盡可能把主流的官方模型都加進(jìn)來，讓我們的開發(fā)者們?cè)谧雒總€(gè)任務(wù)的時(shí)候都有一個(gè)最好的模型實(shí)現(xiàn)。

微軟亞洲研究院 AI 團(tuán)隊(duì)高級(jí)工程師 胡曉武

胡曉武老師介紹了微軟的認(rèn)知服務(wù)，機(jī)器人服務(wù)，Azure平臺(tái)，亞洲研究院系統(tǒng)和網(wǎng)絡(luò)研究組做的PAI和AutoML工具包NNI，以及Windows ML。

谷歌開發(fā)者生態(tài)中國(guó)區(qū)負(fù)責(zé)人 李銳

明年 TensorFlow 2.0 會(huì)有一些重大的更新，在里面最重要的部分就引入認(rèn)知服務(wù)，讓社區(qū)和開發(fā)者的聲音快速反映到產(chǎn)品最后的功能上。

數(shù)據(jù)分析技術(shù)專題

滴滴數(shù)據(jù)科學(xué)部首席數(shù)據(jù)科學(xué)家 謝梁

無論是機(jī)器學(xué)習(xí)還是人工智能，其可解釋性都極為重要，這也恰恰是以往大家容易忽略的一點(diǎn)。未來 AI 應(yīng)用的關(guān)鍵將會(huì)是“真正理解 AI 告訴我們應(yīng)該做什么”，而非“精準(zhǔn)預(yù)測(cè)”，可解讀的人工智能模型將得到更廣泛的應(yīng)用。

GoPro 數(shù)據(jù)科學(xué)負(fù)責(zé)人 Chester Chen

GoPro 的相機(jī)、無人機(jī)等移動(dòng)設(shè)備以及網(wǎng)絡(luò)、桌面應(yīng)用正在生成數(shù)十億量級(jí)的事件日志，這就需要快速有效地分發(fā)產(chǎn)品、工程和營(yíng)銷團(tuán)隊(duì)決策的分析指標(biāo)和見解。本次演講中，Chester Chen 分享了 GoPro 取得的一些進(jìn)展以及如何使用 Slack + Plot.ly 來交付分析指標(biāo)和可視化，此外還探討了 Google Facets 和 Apache Spark 可視化大型功能集方面的工作。

Figure Eight 高級(jí) HCI 開發(fā)者 Kiran Vajapey

Kiran Vajapey 主要從大數(shù)據(jù)和機(jī)器學(xué)習(xí)，大數(shù)據(jù)標(biāo)記的挑戰(zhàn)，主動(dòng)學(xué)習(xí)教程，深度挖掘四方面介紹了主動(dòng)學(xué)習(xí)。在他看來，優(yōu)質(zhì)數(shù)據(jù)有助于機(jī)器學(xué)習(xí)，但大多時(shí)候數(shù)據(jù)是非結(jié)構(gòu)化和無標(biāo)記的，而主動(dòng)學(xué)習(xí)能在提高模型準(zhǔn)確性的同時(shí)降低成本。

易觀 CTO 郭煒

現(xiàn)代企業(yè)往往面臨大數(shù)據(jù)“大而不強(qiáng)”，人工智能“人工”而不“智能”的問題，這就導(dǎo)致我們?cè)跀?shù)據(jù)分析環(huán)節(jié)消耗了大量時(shí)間。基于邊緣計(jì)算的新一代計(jì)算架構(gòu)——IOTA 數(shù)據(jù)架構(gòu)是解決這一困境的可行方法之一。

攜程 AI 研發(fā)部平臺(tái)核心架構(gòu)組工程師 呂彥龍

OTA 用戶的根本訴求在于對(duì)世界的探索，而 OTA 公司的產(chǎn)品則會(huì)以產(chǎn)品和產(chǎn)品信息兩種形式呈現(xiàn)給用戶。若能綜合 AI 分析能力、大數(shù)據(jù)分析能力以及我們的平臺(tái)能力，則可實(shí)現(xiàn)產(chǎn)品的自由迭代，同時(shí)賦予業(yè)務(wù)自主化數(shù)據(jù)上線和程序上線的能力。