尋路者華為雲:在產業AI迷宮裡走直線
在很多學者的自傳中,他們都會將科學描述成一座“迷宮”,而自己則是在迷宮中尋路的孩童。實際上迷宮不僅僅存在於科研之中,產業、文化、藝術的發展也是一樣。尋路者們總是在無數限制與困局中,找到抵達目的地的出路。人類這一物種對於發展與探索的天然嚮往,驅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,我們在技術的起點,渴望走出迷宮到達產業升級的出口。在過去幾年中,我們見證了無數人踏上了迷宮尋路之旅。其中提出了“全棧全場景”的華為雲,就是一個典型的“尋路者”。
在過去一年中,華為雲用昇騰系列處理器搭建的底盤,融匯輸出的AI、計算、儲存能力,以及針對開發者打造的一站式AI開發與管理平臺ModeArts和AI開發應用平臺HiLens。似乎正在從混亂的迷牆與拐角中尋找到一條通向產業未來的通路。如今在華為開發者大會2020(Cloud)即將召開之際,我們可以再次審視華為雲在這座巨大迷宮中畫出的線路,以及產業參與者如何在其中找到出口。
入口背後的岔口:產業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,是被規劃、被設計、被建造而成。但阻擋在我們與產業升級之前的“產業迷宮”,確實經由無數現實因素累積而成。想要真正實現產業AI化,首先要弄清楚的問題的是,究竟是什麼困住了我們?
AI技術的誕生,存在於一個個被規劃好的資料集中。可我們最終的目的,是讓AI在工廠、機場、火車站、教室等等現實場景中發揮作用,真實地改變人類生活的軌跡。說起AI應用的條件,相信很多朋友都能像背課文一樣說出那“老三樣”:算力、大資料、演算法。可真正著手對產業進行改造時,卻發現口號式的解決邏輯並沒有帶來切實的解決方案。實驗室外的真實世界,往往能在每一條應用基礎上分化出無數岔路,這些岔路又彼此交集,最終構成了一座迷宮。
整理過往的產業AI化案例,我們可以看到這座迷宮中各種曲折的路線。比如有團隊想製作一款識別航空器的AI產品,用來防止飛機跑道被入侵,卻發現面對這一小眾化的需求,必須從頭開始在開源社群裡尋找技術、搭建環境、調優演算法。又比如一家AI教育企業,累積了大量語音素材想要訓練口語識別模型,卻發現想要進一步提升模型的準確度,還需要應用上更困難的,結合了語音和視覺的多模態識別能力。
當AI越深入產業,我們就越會發現,看似老三樣解決一切的背後,是場景的個性化與瑣碎化,技術成長與企業人才成長的斷層,以及常常出現的反覆除錯和重複開發。這些問題不被解決,產業AI就會一直在迷宮深處兜兜轉轉——對於產業埠來說,如果有什麼比沒有應用AI更可怕,相信一定是低估了部署AI的難度,耗費大量技術升級成本卻沒有得到想要的結果。
但在上述那些案例的背後,這些深入AI迷宮的人全都找到了出口,擁抱了產業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業AI迷宮的破局之道。
破壁、清障、助跑:華為雲畫下一條直線
作為迷宮尋路者的科技企業們,其實已經在迷宮裡掛滿了“路標”。他們向產業開放了算力與計算平臺,也在把自己的技術能力打造成易用的API介面,試圖覆蓋的產業的需求。能夠指明方向、寫下標識,可以說是成為尋路者基礎條件。但僅僅滿足基礎條件,是遠遠不足夠帶產業走到出口的。
在面對真實應用場景時,我們需要意識到兩點。
第一, 產業參與者分配給迷宮的時間是有限的。作為總是與科技迷宮打交道的科技企業們,可以花大把的時間與金錢成本在迷宮探索之中,但作為想要利用AI技術產業,他們的核心目標永遠是降本增效,用最短路線抵達出口而非瀏覽迷宮中的景色。
產業參與者在迷宮中行進的效率是不確定的。AI能與各行各業結合的B面,本應是各行各業都可以應用AI。但對於一些小微企業或傳統企業來說,他們在開發能力上的零儲備和成本上的限制,必然會讓他們處處碰壁。或許還沒走到路標指向的下一個路口,就已經筋疲力盡。
如果大家在小時候也曾用鉛筆在報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歷,在耗費時間畫了幾筆之後,總會不耐煩的一筆畫到終點。面對想要也必須以最短路線抵達出口的參與者,以及必然複雜的迷宮。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。
在華為雲的AI尋路邏輯中,我們就可以看到這樣拆除迷宮的思路。接下來我們可以透過幾個現實案例,看看華為雲構建的產品是如何“拆除迷宮”的。
1、 打通開發壁壘的ModelArts。
當我們的經歷飛機延誤時,一定聽過“航空管制”這個詞。實際上每一架飛機何時起飛、何時降落,都需要航空管制員在塔臺上,透過肉眼觀察監視器憑藉經驗來判斷。當惡劣天氣發生以及來往航班密度增加時,航空管制員的工作難度和工作壓力都會大大增加。上海麥圖資訊科技推出的“跑道侵入防護系統”,就是透過AI改造了這一現狀。在麥圖的解決方案中,監控影片中的飛機影像可以被及時捕捉,確定位置與速度,計算兩個飛機之間的運動軌跡,再根據其他的關聯資料進行認證,確保飛機之間不會發生碰撞,即使有發生碰撞的風險,也可以提前預知。
從監控影片中識別物件然後加以計算推理出結果,這聽上去是再典型不過的AI產業應用了。可真到了開發部署時,開發者就會發現,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。這意味著從標定工具的開發,到演算法設計以及後續的裝置效能調優都需要從頭做起。從商業角度來說,這一過程帶來的成本是致命的。複雜繁重的開發過程成了一道藩籬,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開發與管理平臺,在尋路過程中發揮的最大價值。在去年釋出的2.0版本中,ModelArts增加了大量諸如智慧資料篩選、智慧資料標註、智慧資料分析、多元模型自動搜尋、圖神經網路、強化學習、模型評估、模型診斷、模型壓縮等自動化甚至智慧化的輔助開發工具,可以在資料清洗標註到模型部署調優的全鏈條上,對AI開發進行最佳化。
用在麥圖科技的案例上,就是不論在影片中標註航天器這樣最基礎的工作,還是提升推理精準度不斷調節引數,這些工作都可以在ModelArts的幫助下高效進行。麥圖資訊科技僅僅用了三天,就完成了第一版模型的資料標註、訓練甚至客戶演示。在以往可能光是採購伺服器,就要花費同樣的時間。
原本阻攔在迷宮出口前的壁壘,就這樣被輕易打破。
2、 清除端與雲障礙的HiLens。
如果關注榮耀手機生態鏈的朋友,一定會記得去年的榮耀親選推出了一款名為BYBLUE的智慧雲臺攝像頭。這款攝像頭具有AI人形監測、手勢識別能力,能夠幫助使用者監控家中狀況也能“讀懂”使用者的手勢,同時還能分辨出嬰兒的哭聲,承擔嬰兒房監聽器的作用。更重要的是,這款攝像頭的價格僅僅不足200元。
一般來說,透過影片實現多模態識別、人形識別或手勢識別並不困難,在ModelArts的幫助下就更加簡單。但想要將這些能力整合在一款200元左右的硬體中,就並不那麼容易。端側算力的成本限制和軟體開發者對底層算力的不理解,都會讓開發者明明掌握了極具價值的演算法能力和適用的商業場景,卻施展不開拳腳。無異於行進半路,卻被障礙阻擋了步伐。
如果說ModelArts解決的AI軟體層面的問題,那麼HiLens作為與之配合的端雲協同AI開發應用平臺,解決的就是算力部署的問題。這一平臺可以將端側的計算能力與雲端的計算能力結合在一起,為不同的演算法找到應有的部署位置。降低了端側需要的計算效能,自然也降低了硬體成本的要求。同時HiLens開放了“技能市場模式”,號召開發者在平臺上推出即拿即用的視覺、多模態演算法,並推出了一體化開發套件HiLens Kit。不論是挖掘出商業場景,想從頭部署一體化智慧視覺硬體的企業,還是渴望智慧升級的傳統視覺硬體廠商,甚至乾脆是隻有演算法能力的,對硬體部署一無所知的技術企業,都能透過HiLens掃清障礙,獲取到終端或雲端的能力,讓視覺AI擁抱現實。
掃清了路上的障礙,走出迷宮的速度就會被極大的加快。
3、 為世界助跑的澎湃AI算力。
在拆除迷宮的最後一步上,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現,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……
這些看似龐大卻實則與人類文明發展休慼相關的問題,同樣也能夠被深度學習、強化學習等等AI技術逐步破解。只不過和所有AI技術一樣,這些問題的探索需要強大計算來支援。
除了開發端和部署端的賦能之外,另一讓華為投入了大量資源的,就是一切開發者都需要的算力底盤。突破算力峰值的AI叢集Atlas 900、融入了一系列硬體能力的AI昇騰叢集服務加上全場景AI計算框架MindSpore。華為雲正在將海量算力釋放出來,或許不是每個產業都需要突破峰值的暴力計算,但在這個算力決定實力的時代,幾乎每個產業能夠享受到算力提升的紅利。華為雲此舉無疑是給每個進入迷宮的人都拍了個“Buff”,用強大的算力基礎,讓他們完成助跑,在迷宮中飛奔起來。
推倒迷宮,建橋樑
通壁、清障、助跑。經過去年一年的累積籌備,華為雲已經為產業迷宮找了一種全新的可能。
科技企業或許可以走遍迷宮的每一個角落,為每個進入迷宮的人提供一幅地圖。但真正值得思考的是,在AI的技術起點與產業終點之間,一定要有九曲十八彎嗎?或許有一些產業兜兜轉轉,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:用高價獲取算力,爭搶此前從未接觸過的技術人才,與黑箱調參玄學反覆鬥爭……那些本應用在開拓更多AI落地場景上的時間與精力,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、想用AI改善經營的小微企業以及那些充滿著無盡新奇創意的普通開發者。
一項能夠改變世界的技術升級,一定要以最直接的方式深入每一片產業熱土,徹底改變那些沉澱已久的頑痾;而不是在無數蜿蜒岔路中,甩下那些無力追隨到底的人。
華為雲一直在強調的普惠AI就是如此。不論是透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開發和部署的門檻。華為雲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。
真正的迷宮是被規劃、被設計、被建造而成,供人們在其中游樂。而產業AI的迷宮卻由現實的限制構成,是一盤整個世界都要面對的困局。
華為雲這位尋路者,一邊著手拆掉壁壘、抹平坎坷,一邊向整個世界高呼:不要適應迷宮,要戰勝迷宮。
在過去的一年中,華為雲的工作已經完成了不少。我們看到AI在保護遠方的雨林,看到成為了普通人手中的工具。而在2月28日即將啟動的華為開發者大會2020(Cloud)DevRun Live技術沙龍直播首秀中,我們還將看到基於華為雲AI平臺開發口罩智慧識別方案。面對突如其來的新冠肺炎疫情,科學和智慧化的防控成為重中之重。如:口罩佩戴識別是疫情期間各園區和公共場合非常重要的管理工作,但是靠人力去24小時監督管理不僅費時費力且效率低下。本次直播將介紹如何基於華為雲AI平臺ModelArts+HiLens開發口罩智慧識別方案,從資料準備、模型訓練開發到應用部署等端到端的介紹整個方案的AI開發過程。
現在,已經有越來越多的人,艱難的走出了一條直線。當一切壁壘都被拆除,每個人都可以在AI起點走過一條直線,到達產業落地的終點。曾經的迷宮,也就變成了橋樑。
華為開發者大會2020(Cloud)將於2020年3月27日-28日透過華為雲以網上直播的方式呈現,這是華為面向ICT(資訊與通訊)領域全球開發者的年度頂級旗艦活動。大會旨在搭建一個全球性的交流和實踐平臺,開放華為30年積累的ICT技術和能力,以“鯤鵬+昇騰”硬核雙引擎,為開發者提供澎湃動力,改變世界,變不可能為可能。我們期待與你在一起,夢飛揚!
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2676456/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 走迷宮
- PHP 生成迷宮路線PHP
- 自動走迷宮小遊戲~遊戲
- 藍橋杯-走迷宮(BFS)
- C語言動態走迷宮C語言
- 走迷宮 -- 民間圖靈獎參賽者名單和作品圖靈
- 寒假補充專案-回溯法走迷宮
- 華為優招面試題---迷宮問題面試題
- PARL原始碼走讀——使用策略梯度演算法求解迷宮尋寶問題原始碼梯度演算法
- 【ybt高效進階1-5-1】走迷宮
- [SDOI2012] 走迷宮 題解
- 【Javascript + Vue】實現對任意迷宮圖片的自動尋路JavaScriptVue
- 基於RL(Q-Learning)的迷宮尋路演算法演算法
- 基於JavaFX圖形介面演示的迷宮建立與路徑尋找Java
- 基於深度強化學習(DQN)的迷宮尋路演算法強化學習演算法
- 在細節豐富的歐洲城市裡尋找寶藏,《迷宮大偵探》開發團隊專訪
- 509迷宮
- 用AI的線團,解開金融行業的米拉諾斯迷宮AI行業
- 「Golang成長之路」迷宮的廣度優先搜尋Golang
- 在華為雲專屬月中,尋覓網際網路更需要的雲味道
- 產業AI也有人情暖意:華為雲的愚公之道產業AI
- 拼多多2018暑期實習招聘線上程式設計題:迷宮尋路程式設計
- golang學習筆記——迷宮的廣度優先搜尋Golang筆記
- 簡單介紹Python迷宮生成和迷宮破解演算法Python演算法
- 【面試】如何找到迷宮出口面試
- dfs深度優先搜尋解決迷宮類問題(遍歷)
- 強化學習入門之智慧走迷宮-策略迭代演算法強化學習演算法
- 走迷宮從2011算出2012的SQL程式碼SQL
- 築道與尋術:華為雲與汽車產業的時代問答產業
- PHP 解迷宮之 H 最小PHP
- Python迷宮生成器Python
- 回溯法求迷宮問題
- POJ3984-迷宮問題
- 用Q-learning演算法實現自動走迷宮機器人演算法機器人
- 強化學習入門之智慧走迷宮-價值迭代演算法強化學習演算法
- 內容是超正統的迷宮RPG?PSP遊戲《迷宮旅人2》深度解析遊戲
- C語言 DSF (尋求迷宮起點到終點的所有路徑)C語言
- PHP 解迷宮之 G + H 最小PHP