原標(biāo)題:尋路者華為云:在產(chǎn)業(yè)AI迷宮里走直線
在很多學(xué)者的自傳中,他們都會(huì)將科學(xué)描述成一座“迷宮”,而自己則是在迷宮中尋路的孩童。實(shí)際上迷宮不僅僅存在于科研之中,產(chǎn)業(yè)、文化、藝術(shù)的發(fā)展也是一樣。尋路者們總是在無數(shù)限制與困局中,找到抵達(dá)目的地的出路。人類這一物種對(duì)于發(fā)展與探索的天然向往,驅(qū)使著我們不斷向前行走。
正如同今天的AI,同樣也像是一座迷宮,我們?cè)诩夹g(shù)的起點(diǎn),渴望走出迷宮到達(dá)產(chǎn)業(yè)升級(jí)的出口。在過去幾年中,我們見證了無數(shù)人踏上了迷宮尋路之旅。其中提出了“全棧全場(chǎng)景”的華為云,就是一個(gè)典型的“尋路者”。
在過去一年中,華為云用昇騰系列處理器搭建的底盤,融匯輸出的AI、計(jì)算、存儲(chǔ)能力,以及針對(duì)開發(fā)者打造的一站式AI開發(fā)與管理平臺(tái)ModeArts和AI開發(fā)應(yīng)用平臺(tái)HiLens。似乎正在從混亂的迷墻與拐角中尋找到一條通向產(chǎn)業(yè)未來的通路。如今在華為開發(fā)者大會(huì)2020(Cloud)即將召開之際,我們可以再次審視華為云在這座巨大迷宮中畫出的線路,以及產(chǎn)業(yè)參與者如何在其中找到出口。
入口背后的岔口:產(chǎn)業(yè)AI迷宮拔地而起
一座迷宮是如何建成的?
那些供人欣賞玩樂的迷宮,是被規(guī)劃、被設(shè)計(jì)、被建造而成。但阻擋在我們與產(chǎn)業(yè)升級(jí)之前的“產(chǎn)業(yè)迷宮”,確實(shí)經(jīng)由無數(shù)現(xiàn)實(shí)因素累積而成。想要真正實(shí)現(xiàn)產(chǎn)業(yè)AI化,首先要弄清楚的問題的是,究竟是什么困住了我們?
AI技術(shù)的誕生,存在于一個(gè)個(gè)被規(guī)劃好的數(shù)據(jù)集中??晌覀冏罱K的目的,是讓AI在工廠、機(jī)場(chǎng)、火車站、教室等等現(xiàn)實(shí)場(chǎng)景中發(fā)揮作用,真實(shí)地改變?nèi)祟惿畹能壽E。說起AI應(yīng)用的條件,相信很多朋友都能像背課文一樣說出那“老三樣”:算力、大數(shù)據(jù)、算法??烧嬲謱?duì)產(chǎn)業(yè)進(jìn)行改造時(shí),卻發(fā)現(xiàn)口號(hào)式的解決邏輯并沒有帶來切實(shí)的解決方案。實(shí)驗(yàn)室外的真實(shí)世界,往往能在每一條應(yīng)用基礎(chǔ)上分化出無數(shù)岔路,這些岔路又彼此交集,最終構(gòu)成了一座迷宮。
整理過往的產(chǎn)業(yè)AI化案例,我們可以看到這座迷宮中各種曲折的路線。比如有團(tuán)隊(duì)想制作一款識(shí)別航空器的AI產(chǎn)品,用來防止飛機(jī)跑道被入侵,卻發(fā)現(xiàn)面對(duì)這一小眾化的需求,必須從頭開始在開源社區(qū)里尋找技術(shù)、搭建環(huán)境、調(diào)優(yōu)算法。又比如一家AI教育企業(yè),累積了大量語音素材想要訓(xùn)練口語識(shí)別模型,卻發(fā)現(xiàn)想要進(jìn)一步提升模型的準(zhǔn)確度,還需要應(yīng)用上更困難的,結(jié)合了語音和視覺的多模態(tài)識(shí)別能力。
當(dāng)AI越深入產(chǎn)業(yè),我們就越會(huì)發(fā)現(xiàn),看似老三樣解決一切的背后,是場(chǎng)景的個(gè)性化與瑣碎化,技術(shù)成長(zhǎng)與企業(yè)人才成長(zhǎng)的斷層,以及常常出現(xiàn)的反復(fù)調(diào)試和重復(fù)開發(fā)。這些問題不被解決,產(chǎn)業(yè)AI就會(huì)一直在迷宮深處兜兜轉(zhuǎn)轉(zhuǎn)——對(duì)于產(chǎn)業(yè)端口來說,如果有什么比沒有應(yīng)用AI更可怕,相信一定是低估了部署AI的難度,耗費(fèi)大量技術(shù)升級(jí)成本卻沒有得到想要的結(jié)果。
但在上述那些案例的背后,這些深入AI迷宮的人全都找到了出口,擁抱了產(chǎn)業(yè)AI的未來。聆聽他們與尋路者之間的故事,或許能夠幫助我們找到產(chǎn)業(yè)AI迷宮的破局之道。
破壁、清障、助跑:華為云畫下一條直線
作為迷宮尋路者的科技企業(yè)們,其實(shí)已經(jīng)在迷宮里掛滿了“路標(biāo)”。他們向產(chǎn)業(yè)開放了算力與計(jì)算平臺(tái),也在把自己的技術(shù)能力打造成易用的API接口,試圖覆蓋的產(chǎn)業(yè)的需求。能夠指明方向、寫下標(biāo)識(shí),可以說是成為尋路者基礎(chǔ)條件。但僅僅滿足基礎(chǔ)條件,是遠(yuǎn)遠(yuǎn)不足夠帶產(chǎn)業(yè)走到出口的。
在面對(duì)真實(shí)應(yīng)用場(chǎng)景時(shí),我們需要意識(shí)到兩點(diǎn)。
第一, 產(chǎn)業(yè)參與者分配給迷宮的時(shí)間是有限的。作為總是與科技迷宮打交道的科技企業(yè)們,可以花大把的時(shí)間與金錢成本在迷宮探索之中,但作為想要利用AI技術(shù)產(chǎn)業(yè),他們的核心目標(biāo)永遠(yuǎn)是降本增效,用最短路線抵達(dá)出口而非瀏覽迷宮中的景色。
產(chǎn)業(yè)參與者在迷宮中行進(jìn)的效率是不確定的。AI能與各行各業(yè)結(jié)合的B面,本應(yīng)是各行各業(yè)都可以應(yīng)用AI。但對(duì)于一些小微企業(yè)或傳統(tǒng)企業(yè)來說,他們?cè)陂_發(fā)能力上的零儲(chǔ)備和成本上的限制,必然會(huì)讓他們處處碰壁?;蛟S還沒走到路標(biāo)指向的下一個(gè)路口,就已經(jīng)筋疲力盡。
如果大家在小時(shí)候也曾用鉛筆在報(bào)紙上的迷宮圖勾勾畫畫尋找路線,相信有不少人都有同樣的經(jīng)歷,在耗費(fèi)時(shí)間畫了幾筆之后,總會(huì)不耐煩的一筆畫到終點(diǎn)。面對(duì)想要也必須以最短路線抵達(dá)出口的參與者,以及必然復(fù)雜的迷宮。尋路者或許也需要“think out of the maze”,把尋路的方式改變成拆除迷宮本身。
在華為云的AI尋路邏輯中,我們就可以看到這樣拆除迷宮的思路。接下來我們可以通過幾個(gè)現(xiàn)實(shí)案例,看看華為云構(gòu)建的產(chǎn)品是如何“拆除迷宮”的。
1、 打通開發(fā)壁壘的ModelArts。
當(dāng)我們的經(jīng)歷飛機(jī)延誤時(shí),一定聽過“航空管制”這個(gè)詞。實(shí)際上每一架飛機(jī)何時(shí)起飛、何時(shí)降落,都需要航空管制員在塔臺(tái)上,通過肉眼觀察監(jiān)視器憑借經(jīng)驗(yàn)來判斷。當(dāng)惡劣天氣發(fā)生以及來往航班密度增加時(shí),航空管制員的工作難度和工作壓力都會(huì)大大增加。上海麥圖信息科技推出的“跑道侵入防護(hù)系統(tǒng)”,就是通過AI改造了這一現(xiàn)狀。在麥圖的解決方案中,監(jiān)控視頻中的飛機(jī)圖像可以被及時(shí)捕捉,確定位置與速度,計(jì)算兩個(gè)飛機(jī)之間的運(yùn)動(dòng)軌跡,再根據(jù)其他的關(guān)聯(lián)數(shù)據(jù)進(jìn)行認(rèn)證,確保飛機(jī)之間不會(huì)發(fā)生碰撞,即使有發(fā)生碰撞的風(fēng)險(xiǎn),也可以提前預(yù)知。
從監(jiān)控視頻中識(shí)別對(duì)象然后加以計(jì)算推理出結(jié)果,這聽上去是再典型不過的AI產(chǎn)業(yè)應(yīng)用了。可真到了開發(fā)部署時(shí),開發(fā)者就會(huì)發(fā)現(xiàn),跑道防侵入這一需求非常小眾,很少能找到可參考的解決方案。這意味著從標(biāo)定工具的開發(fā),到算法設(shè)計(jì)以及后續(xù)的設(shè)備性能調(diào)優(yōu)都需要從頭做起。從商業(yè)角度來說,這一過程帶來的成本是致命的。復(fù)雜繁重的開發(fā)過程成了一道藩籬,明明知道出口就在前方,卻又被死死困住。
這也是ModelArts作為一站式AI開發(fā)與管理平臺(tái),在尋路過程中發(fā)揮的最大價(jià)值。在去年發(fā)布的2.0版本中,ModelArts增加了大量諸如智能數(shù)據(jù)篩選、智能數(shù)據(jù)標(biāo)注、智能數(shù)據(jù)分析、多元模型自動(dòng)搜索、圖神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、模型評(píng)估、模型診斷、模型壓縮等自動(dòng)化甚至智能化的輔助開發(fā)工具,可以在數(shù)據(jù)清洗標(biāo)注到模型部署調(diào)優(yōu)的全鏈條上,對(duì)AI開發(fā)進(jìn)行優(yōu)化。
用在麥圖科技的案例上,就是不論在視頻中標(biāo)注航天器這樣最基礎(chǔ)的工作,還是提升推理精準(zhǔn)度不斷調(diào)節(jié)參數(shù),這些工作都可以在ModelArts的幫助下高效進(jìn)行。麥圖信息科技僅僅用了三天,就完成了第一版模型的數(shù)據(jù)標(biāo)注、訓(xùn)練甚至客戶演示。在以往可能光是采購(gòu)服務(wù)器,就要花費(fèi)同樣的時(shí)間。
原本阻攔在迷宮出口前的壁壘,就這樣被輕易打破。
2、 清除端與云障礙的HiLens。
如果關(guān)注榮耀手機(jī)生態(tài)鏈的朋友,一定會(huì)記得去年的榮耀親選推出了一款名為BYBLUE的智能云臺(tái)攝像頭。這款攝像頭具有AI人形監(jiān)測(cè)、手勢(shì)識(shí)別能力,能夠幫助用戶監(jiān)控家中狀況也能“讀懂”用戶的手勢(shì),同時(shí)還能分辨出嬰兒的哭聲,承擔(dān)嬰兒房監(jiān)聽器的作用。更重要的是,這款攝像頭的價(jià)格僅僅不足200元。
一般來說,通過視頻實(shí)現(xiàn)多模態(tài)識(shí)別、人形識(shí)別或手勢(shì)識(shí)別并不困難,在ModelArts的幫助下就更加簡(jiǎn)單。但想要將這些能力集成在一款200元左右的硬件中,就并不那么容易。端側(cè)算力的成本限制和軟件開發(fā)者對(duì)底層算力的不理解,都會(huì)讓開發(fā)者明明掌握了極具價(jià)值的算法能力和適用的商業(yè)場(chǎng)景,卻施展不開拳腳。無異于行進(jìn)半路,卻被障礙阻擋了步伐。
如果說ModelArts解決的AI軟件層面的問題,那么HiLens作為與之配合的端云協(xié)同AI開發(fā)應(yīng)用平臺(tái),解決的就是算力部署的問題。這一平臺(tái)可以將端側(cè)的計(jì)算能力與云端的計(jì)算能力結(jié)合在一起,為不同的算法找到應(yīng)有的部署位置。降低了端側(cè)需要的計(jì)算性能,自然也降低了硬件成本的要求。同時(shí)HiLens開放了“技能市場(chǎng)模式”,號(hào)召開發(fā)者在平臺(tái)上推出即拿即用的視覺、多模態(tài)算法,并推出了一體化開發(fā)套件HiLens Kit。不論是挖掘出商業(yè)場(chǎng)景,想從頭部署一體化智能視覺硬件的企業(yè),還是渴望智能升級(jí)的傳統(tǒng)視覺硬件廠商,甚至干脆是只有算法能力的,對(duì)硬件部署一無所知的技術(shù)企業(yè),都能通過HiLens掃清障礙,獲取到終端或云端的能力,讓視覺AI擁抱現(xiàn)實(shí)。
掃清了路上的障礙,走出迷宮的速度就會(huì)被極大的加快。
3、 為世界助跑的澎湃AI算力。
在拆除迷宮的最后一步上,我們要提出很多“終極之問”。比如宇宙中有多少星球未被我們發(fā)現(xiàn),基因中的未解之謎如何能夠被勘破,我們能否在有生之年勘探到更多石油資源留給下一代……
這些看似龐大卻實(shí)則與人類文明發(fā)展休戚相關(guān)的問題,同樣也能夠被深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等等AI技術(shù)逐步破解。只不過和所有AI技術(shù)一樣,這些問題的探索需要強(qiáng)大計(jì)算來支持。
除了開發(fā)端和部署端的賦能之外,另一讓華為投入了大量資源的,就是一切開發(fā)者都需要的算力底盤。突破算力峰值的AI集群Atlas 900、融入了一系列硬件能力的AI昇騰集群服務(wù)加上全場(chǎng)景AI計(jì)算框架MindSpore。華為云正在將海量算力釋放出來,或許不是每個(gè)產(chǎn)業(yè)都需要突破峰值的暴力計(jì)算,但在這個(gè)算力決定實(shí)力的時(shí)代,幾乎每個(gè)產(chǎn)業(yè)能夠享受到算力提升的紅利。華為云此舉無疑是給每個(gè)進(jìn)入迷宮的人都拍了個(gè)“Buff”,用強(qiáng)大的算力基礎(chǔ),讓他們完成助跑,在迷宮中飛奔起來。
推倒迷宮,建橋梁
通壁、清障、助跑。經(jīng)過去年一年的累積籌備,華為云已經(jīng)為產(chǎn)業(yè)迷宮找了一種全新的可能。
科技企業(yè)或許可以走遍迷宮的每一個(gè)角落,為每個(gè)進(jìn)入迷宮的人提供一幅地圖。但真正值得思考的是,在AI的技術(shù)起點(diǎn)與產(chǎn)業(yè)終點(diǎn)之間,一定要有九曲十八彎嗎?或許有一些產(chǎn)業(yè)兜兜轉(zhuǎn)轉(zhuǎn),最終走到了迷宮的盡頭。但在這一過程中,他們付出了大量“繞路”成本:用高價(jià)獲取算力,爭(zhēng)搶此前從未接觸過的技術(shù)人才,與黑箱調(diào)參玄學(xué)反復(fù)斗爭(zhēng)……那些本應(yīng)用在開拓更多AI落地場(chǎng)景上的時(shí)間與精力,就在繞路中消耗掉了。更何況還有那些根本支付不起繞路成本的人——想要用AI分揀水果的果農(nóng)、想用AI改善經(jīng)營(yíng)的小微企業(yè)以及那些充滿著無盡新奇創(chuàng)意的普通開發(fā)者。
一項(xiàng)能夠改變世界的技術(shù)升級(jí),一定要以最直接的方式深入每一片產(chǎn)業(yè)熱土,徹底改變那些沉淀已久的頑疴;而不是在無數(shù)蜿蜒岔路中,甩下那些無力追隨到底的人。
華為云一直在強(qiáng)調(diào)的普惠AI就是如此。不論是通過昇騰的開放去提升算力的平均水平,還是用ModelArts和HiLens這樣的工具降低AI開發(fā)和部署的門檻。華為云所做的一切與其說是在迷宮中尋路,不如說是否定迷宮存在。
真正的迷宮是被規(guī)劃、被設(shè)計(jì)、被建造而成,供人們?cè)谄渲杏螛?。而產(chǎn)業(yè)AI的迷宮卻由現(xiàn)實(shí)的限制構(gòu)成,是一盤整個(gè)世界都要面對(duì)的困局。
華為云這位尋路者,一邊著手拆掉壁壘、抹平坎坷,一邊向整個(gè)世界高呼:不要適應(yīng)迷宮,要戰(zhàn)勝迷宮。
在過去的一年中,華為云的工作已經(jīng)完成了不少。我們看到AI在保護(hù)遠(yuǎn)方的雨林,看到成為了普通人手中的工具。而在2月28日即將啟動(dòng)的華為開發(fā)者大會(huì)2020(Cloud)DevRun Live技術(shù)沙龍直播首秀中,我們還將看到基于華為云AI平臺(tái)開發(fā)口罩智能識(shí)別方案。面對(duì)突如其來的新冠肺炎疫情,科學(xué)和智能化的防控成為重中之重。如:口罩佩戴識(shí)別是疫情期間各園區(qū)和公共場(chǎng)合非常重要的管理工作,但是靠人力去24小時(shí)監(jiān)督管理不僅費(fèi)時(shí)費(fèi)力且效率低下。本次直播將介紹如何基于華為云AI平臺(tái)ModelArts+HiLens開發(fā)口罩智能識(shí)別方案,從數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練開發(fā)到應(yīng)用部署等端到端的介紹整個(gè)方案的AI開發(fā)過程。
現(xiàn)在,已經(jīng)有越來越多的人,艱難的走出了一條直線。當(dāng)一切壁壘都被拆除,每個(gè)人都可以在AI起點(diǎn)走過一條直線,到達(dá)產(chǎn)業(yè)落地的終點(diǎn)。曾經(jīng)的迷宮,也就變成了橋梁。
華為開發(fā)者大會(huì)2020(Cloud)將于2020年3月27日-28日通過華為云以網(wǎng)上直播的方式呈現(xiàn),這是華為面向ICT(信息與通信)領(lǐng)域全球開發(fā)者的年度頂級(jí)旗艦活動(dòng)。大會(huì)旨在搭建一個(gè)全球性的交流和實(shí)踐平臺(tái),開放華為30年積累的ICT技術(shù)和能力,以“鯤鵬+昇騰”硬核雙引擎,為開發(fā)者提供澎湃動(dòng)力,改變世界,變不可能為可能。我們期待與你在一起,夢(mèng)飛揚(yáng)!
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個(gè)大計(jì)劃瞄準(zhǔn)AI機(jī)器人
- 微信零錢通新政策:銀行卡轉(zhuǎn)入資金提現(xiàn)免手續(xù)費(fèi)引熱議
- 消息稱塔塔集團(tuán)將收購(gòu)和碩印度iPhone代工廠60%股份 并接管日常運(yùn)營(yíng)
- 蘋果揭秘自研芯片成功之道:領(lǐng)先技術(shù)與深度整合是關(guān)鍵
- 英偉達(dá)新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場(chǎng)關(guān)注
- 馬斯克能否成為 AI 部部長(zhǎng)?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號(hào)發(fā)布,意外泄露引發(fā)關(guān)注
- 無人機(jī)“黑科技”亮相航展:全球首臺(tái)低空重力測(cè)量系統(tǒng)引關(guān)注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機(jī)器人合作
- 賽力斯觸及漲停,汽車整車股盤初強(qiáng)勢(shì)拉升
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。