讓人工智慧無所不及

日前，華為第十六屆全球分析師大會在中國深圳召開。在“讓Cloud無處不在，讓AI無所不及”的主題論壇上，華為雲EI服務產品部總經理賈永利發表了《讓AI無所不及》的主題演講，分享了華為全棧全場景AI在使能企業智慧化轉型過程的創新解決方案及相關行業實踐。

　　全棧全場景AI解決方案讓智慧無所不及

當前，AI的應用正在從企業單個業務場景複製推廣到更多部門，從先行者的小範圍探索到行業企業的全面佈局，與此同時，與AI相關的技術發展和演進速度也非常之快，新的AI演算法不斷重新整理已有紀錄，計算框架也不斷出現。在發展迅猛的趨勢之下，企業在探索和使用AI的過程中也遇到了非常多的困惑。

針對AI應用當中的各種痛點，在2018全聯接大會上，華為公司正式釋出全棧全場景AI解決方案，為客戶提供了從底層AI晶片、AI框架到應用使能的能力;面向政府、企業與開發者，提供全棧AI解決方案華為雲EI。未來，基於華為昇騰(Ascend)系列AI晶片及多核ARM晶片“鯤鵬920”，華為雲將更加以優質的能效表現，幫助客戶進一步提升AI開發、資料處理的價效比與服務體驗。

　　華為雲ModelArts：更快的普惠AI開發平臺

未來，隨著資料模型的增大、海量資料預處理能力要求的增加，全生命週期管理加速將變得更加重要，只有擁有端到端全棧的最佳化能力，才能夠幫助使用者快速建立和部署模型，管理全生命週期 AI 工作流。華為雲ModelArts一站式AI開發平臺應運而生。

ModelArts從設計之初便著眼於不同層級的AI開發者，從資料科學家、演算法工程師，甚至AI初學者，都可以透過統一的平臺對AI模型/工作流進行全生命週期管理。ModelArts可以幫助使用者進行包括AI開發和執行階段管理在內的全生命週期管理，在資料處理、模型訓練、模型管理、模型部署、AI市場等各個環節提供更為快速有效的解決方案。接下來，華為雲還將持續把華為2012實驗室、EI產品部等在內的AI前沿的演算法和理論研究，例如：小樣本訓練能力、半監督學習能力、神經網路自動搜尋能力等，逐步產品化，並開放給開發者。

具體來說，首先，資料處理在AI開發過程中極為關鍵，在專案中佔得比例有時甚至超過進行訓練的時間，同時往往消耗大量成本進行標註，ModelArts系統化的對這個過程進行了設計，提供了資料集版本管理、半自動標註等多個功能，針對不同專案，該階段的人力消耗能夠節約50%-80%。

在模型訓練部分，ModelArts透過硬體、軟體和演算法協同最佳化來實現訓練加速。自研的深度學習框架——MoXing，可以自動將開發者的單機程式，轉化為大規模分散式訓練程式;提供超參的自動化除錯最佳化;提供神經網路自動化搜尋能力，幫助開發者自動化實現模型訓練，大幅提升演算法開發效率和訓練速度，節約訓練成本。

　　而在模型管理方面，透過圖引擎統一管理開發流程後設資料，自動實現工作流和版本演進關係視覺化，進而實現模型溯源、精度追蹤;在模型部署方面，ModelArts可以一鍵將AI模型部署為線上推理服務或邊緣推理服務。面向邊緣推理場景，ModelArts可以自動對模型的適配進行最佳化，比如神經網路蒸餾，模型的壓縮、枝剪等處理，讓AI模型能夠更好的適配邊緣部署環境。

　　瞄準三大行業AI落地場景，各領域合作已見成效

賈永利表示，華為雲EI透過在十餘行業，大量的專案探索，總結了行業AI技術落地的關鍵路徑。他表示，AI行業落地的關鍵在於找準場景，華為雲EI針對海量重複場景、專家經驗場景及多域協同三類場景，致力於實現效率提升、專業傳承和突破極限，助力各行業智慧化升級。

在典型的海量重複場景——物流行業，每年貨物破損不計其數，多數由於人為操作不當所導致。針對物流貨物的運輸、安檢場景，華為雲EI利用了視覺技術，幫助德邦快遞實現了全面的自動化檢測，節省了大量的時間成本和人力成本，有效減少了貨物損耗。在此之前，德邦快遞利用13,000路影片，使用人工觀看，每人每天最多4倍速度觀看8路攝像頭，人力消耗預計達400人以上。

針對多域協同場景，華為雲幫助某機場解決航班靠橋率、旅客靠橋率、步行距離、地服消耗、滑行衝突率多等問題，實現核心指標靠橋率較人工提升了 5%，衝突率較人工降低10%，全面提升了指揮員工作效率和機場執行效率。而被最佳化機場全年由於停機位分配等原因，需要搭乘擺渡車的旅客數量，減少了250萬。

在任何行業裡，專家都是非常寶貴且稀少的資源，在醫療領域更是如此，這也為專家經驗場景提供了最為適合落地的基礎。在大會現場，金域醫學CIO李映華，就金域醫學與華為雲EI在醫療領域的創新成果進行了分享。他介紹道，目前金域醫學與華為雲已經圍繞大資料、AI等多個方面開展了合作，例如藉助深度學習等AI技術對海量病理切片及專家標註資料進行學習、訓練，所產生的深度神經網路模型將可以輔助病理醫生更加高效、及時、準確地對患者的病理切片進行診斷。在雙方目前的合作當中，基於金域醫學高年資細胞病理醫生的專業標註以及華為雲EI視覺團隊的高效率、高質量的網路模型構建與訓練，專案已取得了階段性的突破，宮頸癌細胞學AI輔助篩查的敏感度超過99%，可媲美專家水平。

　　AI技術紅利加速釋放，構建更全生態

無論對於哪個行業，在AI落地過程中開發者都是一個關鍵要素。面向合作伙伴，華為雲EI提供了市場營銷策劃、解決方案使能、聯合創新Lab等多種支援計劃，使能合作伙伴繁榮AI開發能力。

面向開發者、高校和科研機構，華為在2018全聯接大會發布了沃土AI開發者使能計劃。透過沃土AI開發者使能計劃，搭建一個技術交流、人才培養、機遇共創的通道。

另外，開發者還可以藉助ModelArts快速開展創新活動。以上海交通大學為例，藉助ModelArts，學生在短時間內將傳統競賽賽車，改造為具備AI能力的自動駕駛賽車。改造後的賽車可以對紅綠燈、障礙物、車道等環境進行識別，並且能夠對特定目標進行跟隨。

　　同時，透過端雲協同AI應用開發平臺HiLens，使用者可以更加方便管理海量的終端類裝置，與ModelArts無縫互通。例如，深圳海雀科技透過HiLens開發的AI技能，將AI模型下發至其研發的家庭安防攝像頭，讓原本普通的攝像頭變得更加智慧。

不僅AI開發過程變得更高效快捷，華為雲還希望以更好的AI技術和生態，助力更多的企業和開發者更好地利用和分享他們的AI能力，從而構建更全的生態系統。開發者可以透過2019年3月最新發布的ModelArts的AI市場將AI模型、資料集進行共享和釋出，也可以從市場獲取基礎資料集、模型進行更進一步的開發。此外，Atlas200開發者套件、HiLens wit深度學習攝像機等開發者套件也即將在5月份正式商用。

目前，華為雲正持續AI場景化落地應用，繼續在“雲+AI”進行探索與實踐，助力把數字世界帶入每個人、每個家庭、每個組織，從而構建萬物互聯的智慧世界。

想要了解更多華為雲EI的免費課程知識，請訪問華為雲學院（ https://edu.huaweicloud.com/ ）