近期，京东数字科技在深度学习大数据计算框架研究方面取得重大突破，在此研究的推动下，深度学习算法速率将大大提升，成为深度学习算法领域的重要里程碑。

　　京东数科这项创新的深度学习优化算法，从根本上解决了深度学习算法的计算速度瓶颈问题，提出了新颖的深度学习分布式优化理论和算法——特征回放算法(Features replay)，并通过实验验证了在无性能损失的前提下，特征回放算法比传统反向传播算法(Backpropagation)在速率上将节省至少34.4%的训练时间，应用该技术成果将加速深度学习模型的训练计算，提升效能。

　　目前业界大数据、人工智能、智能供应链、无人车、计算机视觉等工程项目均使用深度学习算法，其中，针对超大数据量的深度学习，模型训练是关键步骤，同时也是既耗时又耗费GPU资源的工作，是其主要瓶颈之一，严重限制了深度学习各项应用的推进。京东此项技术成功研发，具有行业领先优势，并有望引领深度学习领域的创新研发热情，推动深度学习快速产业化应用的新高潮。

　　目前该成果的核心内容已在不久前召开的机器学习顶会NeurIPS上发布，并已于近期交付并应用于京东商城大数据平台，将被整合加入京东机器学习平台，为京东集团和京东数字科技相关项目提供支持，以提升数据利用效能，助力供应链物流的降本提效，推进消费者体验的优化升级。

　　该算法的研发团队由京东数科智能大数据部首席算法科学家黄恒教授领衔。黄恒教授是美国匹兹堡大学John A.Jurenko基金赞助冠名九游体育的杰出讲席教授，是机器学习、人工智能、大数据、计算机视觉等领域的世界权威科学家。

　　黄恒教授于2018年9月加入京东，聚焦于机器学习平台和深度学习平台研发、优化模型与算法中心及学术研究等相关内容。本次深度学习的分布式算法的研究成果是黄恒教授将产研结合，进行商业化创新应用的一次亮剑。

　　他表示，“该最新算法及软件系统能够和当前最流行的深度学习算法框架Tensor Flow无缝结合，从而进一步使用已有的底层并行以及分布式计算的支持，进一步加快深度学习算法的计算。”

　　人工智能作为新一代信息技术，正深刻影响着全球零售、医疗、金融、教育、家居、农业、制造、网络安全、人力资源、安防等领域，对于改善传统环节流程、提高效率、提升效能、降低成本等方面起到了巨大的推动作用。

　　京东从未停止过对于人工智能及大数据方面的探索。智能大数据部作为京东数科统管的一级部门，负责京东数科整体数据战略的制定和实施，同时也是利用人工智能、大数据等技术进行产学研结合的重要源地之一。

　　目前，智能大数据部正在积极开展AI算法与各产业领域的深度融合，此外区块链在零售、医疗、金融、公益等领域的应用探索也是其重要方向。