中國有多少個行業(yè)？
根據統(tǒng)計，中國行業(yè)分為15大類，921個主要行業(yè)，超過10萬細分行業(yè)。而這些行業(yè)中有多少可以應用到AI技術呢？
時至如今，這個答案基本已經成為了共識：每一個。
然而事實上，從“理論可以”到已經可以還有漫長的路要走。而且這條路到底怎么個走法，似乎始終處在模糊不清的狀況里。
上周，華為全聯接大會是刷屏級別的存在。然而其中的內容確實太多，難免有點眼花繚亂。比如可能大家沒有注意到，跟AI落地行業(yè)緊密相關的華為云，其實已經在華為全聯接大會2019三天中通過一系列產業(yè)解讀和重磅發(fā)布，回答了行業(yè)AI，從“理論可能”到“實際應用”到底怎么走的問題。
把這些發(fā)布串起來，我們會發(fā)現一個關于產業(yè)AI的公式。華為云的各種AI行動就是基于這個公式的答案出發(fā)，讓產業(yè)服務進化，讓AI開發(fā)全面升級。
這道關于智能時代的關鍵公式，也是為什么“AI時代選擇華為云正當時”的答案所在。
產業(yè)AI這道題
從邏輯與理論上的能力觸達，到實際應用中的融合與相互提升，今天AI與10萬行業(yè)的故事確實僅僅寫了幾筆開篇，連序言都談不上完整。
華為云BU總裁鄭葉來在全聯接大會談到這個問題時，用“裂谷”一詞來形容AI商業(yè)落地的現狀。他發(fā)現，目前中國TOP 15的企業(yè)客戶，使用了超過70%的AI算力。今年，全球仍然只有14%的企業(yè)部署了AI技術。既然AI這么有用，為什么企業(yè)不用呢？
（華為云BU總裁鄭葉來）
鄭葉來為此提出了AI與產業(yè)融合，需要解決四大問題：要有明確定義的商業(yè)場景、需要觸手可及的強勁算力、提供持續(xù)進化的AI服務、滿足相關組織與人才的適配。
這四大要素，其實可以基于產業(yè)邏輯再拆分成兩半。一半處在上游，也就是AI開發(fā)工作；下游的一半，是AI與行業(yè)結合。上游更多是技術與基礎設施的提供，而下游是千行萬業(yè)具體問題的發(fā)現和解決。
回到鄭葉來所說的四大要素，我們可以將商業(yè)場景和組織變革，歸類為行業(yè)對AI的準備。這更多需要不同角色與產業(yè)生態(tài)的緊密合作，需要與行業(yè)智慧和場景的緊密結合、持續(xù)進化的AI服務，等等條件來解決差異化需求。當然，對于此華為云也已經在行動，EI體系的建立和發(fā)展就是針對這一方向。這次全聯接大會中，華為云正式發(fā)布了EI工業(yè)智能體，也是為了解決AI技術深入行業(yè)場景的問題。
這里我們按下下游這邊的問題不表。因為上游是AI融合行業(yè)的基礎，所謂基礎不牢地動山搖。今天很多企業(yè)面臨AI時，其實都還沒有走到深入場景創(chuàng)新的一步，僅僅了解一下AI從訓練到部署的難度，就馬上決定“從入門到放棄”。
而回到四大要素中，產業(yè)上游需要的也就是觸手可及的算力、持續(xù)進化的AI服務、人才生態(tài)培養(yǎng)這三大問題。
這個邏輯其實很好理解，一家企業(yè)想用AI，那么最基本的三個條件就是：有人懂AI、懂AI的人能快速達標完成工作、工作有充足的算力支持。
于是我們可以推導出產業(yè)AI的行業(yè)基礎，取決于這樣的公式：AI人才儲備×AI開發(fā)服務×AI算力＞企業(yè)綜合成本預期。只有如此AI才能踏出走入企業(yè)的第一步。
如果說，產業(yè)AI的下游是一萬個人來解的一萬道題，上游則是一個人來解的一道題——核心就是如何實現全周期的AI開發(fā)者升級——這是華為云需要自己解答的問題。
這是華為云的產業(yè)觀察和理解，也是華為云在AI之路上的行動指南。在全聯接大會上，我們可以發(fā)現華為云在做的，就是給人才、開發(fā)服務、算力，每個環(huán)節(jié)都安上一個“加速度”。
三管齊下，才是AI開發(fā)這道題的正確解法。
一起沖，一起燃，有沃土，有開發(fā)者
推動產業(yè)AI效率升級，首先要做的是容納更多AI開發(fā)者加入這個行業(yè)，激活人才儲備領域的變革。
這件事需要的，并不僅僅是工具，更多是一場行動。所以我們看到，在全聯接大會上，華為正式發(fā)布了面向開發(fā)者的沃土計劃2.0，宣布未來5年將投入15億美金。而其中很重要一部分內容，就是希望吸引企業(yè)和個人開發(fā)者加入AI開發(fā)生態(tài)，成為華為云推動普惠AI的生態(tài)合作伙伴。
（華為Cloud&AI產品與服務CTO張順茂）
應對開發(fā)者的真實需求，沃土計劃2.0針對開發(fā)者與AI技術之間了解、學習、構建、上市的不同階段，提出優(yōu)化相應流程，提升社區(qū)質量，理順資源配置行動。為AI開發(fā)者針對性提供昇騰訓練卡、云服務代金券、OpenLab、培訓與認證服務、開發(fā)者大賽等，從技術、生態(tài)到商業(yè)閉環(huán)構建全鏈賦能。
從沃土計劃2.0到華為云賦能AI開發(fā)者的具體行動，我們可以看到大量產學研一體化、商業(yè)閉環(huán)構建、開發(fā)者賦能的執(zhí)行方案正在陸續(xù)打開。這次全聯接大會，舉行了華為云垃圾分類AI大賽、華為云杯無人車大賽決賽等活動，并且發(fā)布了華為AI系列第一本專業(yè)參考書《昇騰AI處理器架構與編程 深入理解CANN技術原理及應用》。這一系列行動，本質上是構建與AI開發(fā)者的生態(tài)共同體，幫助開發(fā)者更了解華為技術，更了解華為云+AI。
算力美學的伊始：昇騰910打開AI算力的狂飆周期
人和算力，是AI開發(fā)的兩端。人才有沃土，算力有什么？華為云的答案是，有暴力。
全聯接大會第一天，華為就發(fā)布了基于Atlas 900的華為云EI集群，這個擁有宇宙中最大AI算力的“大家伙“，可以計算星空、探測地球、運算基因，執(zhí)行那些人類計算與智能史上最難完成的工作。
或許華為云EI集群并不是普通AI開發(fā)者需要使用的能力。但是它的出現確實幫助華為云完成了高舉高打，占領了AI暴力計算的行業(yè)制高點。從8月昇騰910發(fā)布商用至今，我們可以看到一系列基于昇騰910的能力和服務沖入了華為云體系。這個變化是已經發(fā)生，并將持續(xù)進化。
基于昇騰910的EI訓練集群，Atlas800 AI服務器、Atlas300訓練卡陸續(xù)加入華為云體系，讓AI訓練的關鍵算力得到大幅突破。高性價比、高密度、高并發(fā)，且不用漫長等待搖號的AI訓練算力正在駛入開發(fā)者的世界。
AI開發(fā)是一件千變萬化其樂無窮的事，但AI訓練只講究兩個字，那就是暴力。在一系列硬件準備完成后，華為云掀起的AI算力狂飆已經進入倒計時。
絕世神兵佩自動化武器：ModelArts 2.0讓開發(fā)質變
AI開發(fā)為什么累、麻煩、效率低，大部分行業(yè)和企業(yè)聽著有興趣，用上就崩潰？這里的原因其實既不是人才偷懶，也不是算力所限，而是深度學習代表的新處理方式，跑在原有編程語言，以及缺少工具化的開發(fā)土壤上，所導致的“AI原罪”。
大量冗余重復的訓練數據標注、漫長且低精度的黑盒訓練、混亂茫然的模型版本管理、推理部署之后無法落地的種種兼容問題，這些才是AI開發(fā)的真實狀態(tài)，也是AI難以走入產業(yè)的最復雜問題。某種程度來說，AI開發(fā)是一個短板工程，隨便一個問題就可能拖住整個開發(fā)進程，導致應用難以落地。
解決這個問題，需要的就是持續(xù)迭代升級的AI服務，用基礎設施的進化滿足提升開發(fā)效率。全聯接大會上，華為云EI服務產品部總經理賈永利重磅發(fā)布了一站式AI開發(fā)管理平臺ModelArts 2.0，就是為了解決這個問題。
（華為云EI服務產品部總經理賈永利）
如果說，華為云的AI行動，是拆解之后解決AI開發(fā)的所有問題；那么ModelArts 2.0就是解決AI開發(fā)技術流程中的所有問題。
我們知道，AI開發(fā)需要經歷數據準備、訓練、模型管理、推理部署四個階段，而ModelArts 2.0針對全部四個階段，發(fā)布了10余項新特性及服務，包含智能數據篩選、智能數據標注、智能數據分析、多元模型自動搜索、ModelArts SDK、圖神經網絡、強化學習、模型評估/診斷、模型壓縮/轉換、自動難例發(fā)現、在線學習等，覆蓋AI模型全生命周期。
從去年發(fā)布ModelArts開始，其實這一平臺的定位，就是用數據自動化和模型管理能力，制定AI開發(fā)工具盒，從而解決AI開發(fā)全靠編程能力和野蠻輸入的問題。而在今年的升級中，智能化技術的應用提升，和更高度的集成化自動化，構成了兩條升級曲線，從而智能化處理AI開發(fā)中浪費人力的工作，將需要較多編程能力具有高門檻的工作自動化折疊。
這樣的升級，就兼顧了不同AI開發(fā)者的具體需求，武林高手可以把ModelArts 2.0當作神兵利器，來分擔自己的工作，提升開發(fā)專注度；新人們也可以用ModelArts 2.0直接上手開發(fā)，理解AI開發(fā)，堪稱一把全自動武器。
又有神功傍身，又有全自動火力護體，簡直堪稱中國隊長燕雙鷹的標配。
讓我們舉幾個例子，來看看ModelArts 2.0到底是如何讓開發(fā)產生質變的：
1、數據處理時，有智能化加持。
數據標注和預處理，是AI開發(fā)中最繁瑣的流程，雖然一些半自動工具可以提高開發(fā)者標注效率，但是其中如果混雜了無效數據，則可能降低訓練精度，起到負面效果。針對這種情況，ModelArts 2.0升級了智能數據篩選功能，用AI自動過濾和篩選出對訓練模型無效的數據，比如失焦、過曝、不符合訓練要求等等。此外，ModelArts 2.0還升級了混合智能標注、智能數據分析等能力。讓AI幫你準備訓練AI用的數據，有一種奇妙的和諧感。
2、AI訓練，從傳統(tǒng)到現代。
在AI訓練過程中，如何提高訓練精度一直是考驗開發(fā)者的核心問題。而通過華為云獨創(chuàng)的多元搜索技術，將自動數據增強、超參自動搜索、神經網絡架構搜索等技術進行融合，ModelArts 2.0可以幫助用戶快速構建AI模型，并且在精度表現上遠超業(yè)界水平。這種高智能含量的極簡訓練方案，可謂讓訓練這件事從傳統(tǒng)走向了現代。
3、模型管理，一攬子新方案融合。
面對AI走向產業(yè)，可能經過復雜的模型管理工程，以及高精密、高安全標準的版本管理工作，ModelArts 2.0還升級了豐富的評估接口和可視化能力，讓AI模型一眼可知，不再一到管理就遭遇糊涂賬。
4、推理部署，產業(yè)級必備的能力進化。
在AI部署領域，模型的持續(xù)進化持續(xù)學習其實是產業(yè)級應用的必備要求。產業(yè)AI場景中，模型一定要具備持續(xù)增長、迭代，并且平滑過渡的能力。為了解決這個問題，ModelArts 2.0業(yè)界首發(fā)難例自動發(fā)現功能，結合在線學習方式，打通運行態(tài)和開發(fā)態(tài)，讓模型隨著數據的增長而變化，這也意味著模型可以在線持續(xù)學習和進化。該功能已經率先在華為云自動駕駛云服務Octopus上試運行，這也讓我們看到了ModelArts成為工業(yè)級AI核心平臺的方向和目標。
深度的自動化與集成化，讓AI的技術難點被折疊，讓AI真正用起來；高級智能化，讓AI技術來做減輕專家的工作負擔，讓人類的智慧回到創(chuàng)造和創(chuàng)新，讓AI開發(fā)深入。這二者相遇，讓AI開發(fā)真正走向質變。
華為云+AI：何以正當時？
讓我們回到最開始的那個公式，可以看到，這次全聯接大會上，EI訓練集群、沃土2.0，與ModelArts 2.0，分別指向了AI開發(fā)者升級所需的三大關鍵點。而這三者合一，首先觸發(fā)的是關于AI開發(fā)時間成本的質變。
AI開發(fā)者賦能，意味著引入更多人才，通過人才配合與組織化縮短項目時間。
基于昇騰910芯片的AI算力+云服務，將帶來更充沛的AI算力，實現更短的機械訓練時間。
ModelArts2.0的工具箱全面升級，讓AI全流程復雜度降低，達成更短的人工開發(fā)時間。
所有時間的縮短，最終意味著產業(yè)可行性的增強，AI開發(fā)基礎設施在效率上達成全面革新。AI走進千行萬業(yè)，將不再是難以執(zhí)行的選擇。行業(yè)和企業(yè)可以聚焦于商業(yè)閉環(huán)和創(chuàng)新價值，而不是在AI開發(fā)的時間迷宮中摸不著頭腦。
做普惠AI的朋友，用戶的朋友。華為云對這個公式的真正答案，是產業(yè)AI正在讓生產力發(fā)生質變，選擇華為云正當時。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
