大数据智能洞察、知识图谱、数据可视化技术

智能五大技术方向

知识工程

面向垂直行业，结合专家知识、多源异构的碎片化知识和组织智能，引领从大数据分析到大知识工程进而大智慧系统的研发和落地应用。构建行业知识图谱，实现智能推理与知识服务，推进多机多人多任务的人机协同，开发新一代知识工程的技术体系和系统平台，服务搜索、推荐、规划、对话机器人等领域的情景感知和人机协同。

信息检索

围绕自然语言处理、自然语言理解、知识图谱工具、智能问答、智能检索等领域进行技术研究与应用。建设基于主动学习与迁移学习的自然语言处理平台，重点投入自然语言理解、非结构化数据的实体与关系提取，半自动化及自动化知识抽取等方向，构建知识图谱工具，提供智能问答、智能检索等上层应用。

深度学习

专注于以深度学习为核心的技术研发，针对垂直行业，支撑集团的智能餐饮、智能零售、供应链物流、智能营销、智能工业等业务领域。分为三个小组：
计算机视觉组：检测分割、目标跟踪、图像分类、动作识别、场景识别、身份识别等算法模型与工具；
语音技术组：语音识别、语音合成、声纹识别、音频搜索； 高性能计算组：深度学习算法模型在单机（CPU/GPU/FPGA/ASIC）或集群上的并行化、高性能实现与移植，为计算机视觉与语音技术降低算力成本提供底层支持。

视觉计算

将聚焦AI+新服务、AI+制造业、服务机器人三大场景，基于摄像头采集的人员、物体、环境数据，重点围绕人员检测跟踪、人员分类、着装识别、人体姿态估计、动作识别与预测，物品异常瑕疵检测与识别，机器人视觉定位等核心技术，开展线下数据实体化的研发与应用。

营销智能

聚焦智能推理推荐、人机交互优化、消费者认知与决策过程、意图预判与趋势