行業智慧化走向何方?昇騰AICE帶來的新正規化,新起點
托馬斯·庫恩在《科學革命的結構》中,著重討論了新正規化對科學革命、產業革命的作用。在一場深層次的科技變革中,產業發展不能沉浸於舊有的發展模式。而是需要積極踐行正規化轉化,在新的技術與解決方案基座上完成飛躍。
對於行業智慧化來說尤其如此。在今天,AI與行業結合已經成為各界共識。但傳統意義上以通用API,或者全定製化解決方案賦能行業的方式正在出現一系列瓶頸。能否找到行業智慧化發展的新方法,新正規化,正在成為各界關注的問題。
9月2日,在2022世界人工智慧大會(WAIC)期間,由新一代人工智慧產業技術創新戰略聯盟(AITISA)、中國人工智慧產業發展聯盟(AIIA)、華為共同主辦的昇騰人工智慧生態大會於線上線下同步召開。大會現場,華為聯合商湯科技、雲從科技、亞信科技、極視角、雲天勵飛、中科弘雲、博瀚智慧等合作伙伴共同釋出基於昇騰AICE的行業場景化解決方案,以AI賦能城市、教育、製造、金融等行業。在AICE賦能行業解決方案中,我們可以找到關於行業智慧化發展的新正規化、新起點。
高度融入行業機理,深度滿足行業需求,成就行業智慧持續演進的AI賦能方案,正在加速成為現實。
應用時代,行業智慧化走向何方?
不久之前,科技部發布《關於支援建設新一代人工智慧示範應用場景的通知》,公佈首批人工智慧示範應用的10大場景,強調要充分發揮人工智慧賦能經濟社會發展的作用,形成一批可複製、可推廣的標杆型示範應用場景。這一政策釋放出國家加速人工智慧場景創新與產業發展的訊號,同時也為各行業應用AI,深度啟用AI能力提出了新的要求。
整體而言,行業應用AI有幾種方案。其一是直接應用通用AI能力,但這種方式過於簡單,無法滿足行業中廣泛存在的差異化智慧需求;其二是完全定製化的解決方案,但其開發成本過高、開發週期過長,很難被中小企業和數字基礎薄弱的行業利用;其三是基於開發平臺賦能行業智慧發展,這種方式要求企業本身具有一定的開發能力。但行業中的AI人才與能力儲備往往不足。
在從演算法時代走向應用時代的過程中,行業智慧化正在迎來新的發展。正如人在學校學習基礎知識後,需要在社會工作中再次成長。AI也需要深入到行業的生產系統中,不斷結合實際場景資料進行增量訓練和迭代學習,這樣的行業生產系統,需要滿足三項特徵:
1.算隨數建,圍繞資料部署環境來建設行業算力基礎設施,保障本地資料的安全獲取,以實現算力與資料的結合。
2.訓推一體,構建訓練和推理一體化平臺,打造一個完整的生產系統,以保證訓練到推理的迴圈生產流程不再割裂。
3.雲邊協同,讓難例資料可高效回傳至中心訓練,迭代出的演算法快速部署至推理裝置,真正面向行業場景產生價值。
面對這樣的需求變遷,基於昇騰AI打造的AICE帶來了一系列解題思路。以支撐生態夥伴孵化更多高質量行業解決方案,深入行業場景與行業智慧。
全新起點:AICE帶給行業智慧的差異化價值
人工智慧融合賦能平臺(簡稱AICE),是基於昇騰AI基礎軟硬體提供具備自主演進能力的訓練-推理一體化平臺。從技術架構上看,AICE是目前業界軟硬體基礎設施最為全面,能夠滿足使用者從訓練到推理部署全流程需求的平臺。AICE深度整合了昇騰體系的技術能力與產品能力,可以為行業提供中心及邊緣AI算力資源,以及尤拉作業系統、異構計算架構CANN、AI框架昇思MindSpore等軟體;業務使能層,與AICE的平臺夥伴共同打造AI訓練平臺和推理平臺,進行演算法更新和增量訓練,構築具備自主演進能力的訓推一體平臺;演算法應用層,透過全域感知、知識計算、機器人等引擎實現全域智慧。
軟硬體基礎設施的全面,讓AICE可以幫助各行業實現面向AI時代全線通車,成為行業智慧的全新起點。整體來看,AICE能夠產生三重差異化價值:
平臺開放、生態繁榮:基於平臺介面的打通,AICE可以與夥伴快速適配,一同滿足更多複雜的行業智慧化場景。目前AICE已經聚集了超過20傢伙伴能力,提供150+演算法且精度均達90%+。
訓推一體、雲邊協同:透過部署訓練和推理一體化環境,AICE可以實現模型的不斷最佳化。支援中心節點將模型下發至邊緣節點進行推理,邊緣站點再將資料回傳至中心,實現敏捷迭代。這樣的訓練-部署能力,可以最大化滿足行業的AI應用與開發場景,實現AI基礎設施與行業需求深度融合
全棧自主創新:從AI硬體、晶片使能軟體和AI 框架等根技術,到應用使能、開發平臺等上層應用,華為進行了全棧自主創新。可以幫助企業使用者實現安全、可信、可靠的AI落地,推動建設本地化的AI生態。
正規化轉化:AI融入行業,AI成就行業
在AICE賦能行業解決方案的破繭而出中,我們可以看到新的行業智慧化正規化正在生成。相比於傳統的AI賦能方法,AICE更多考慮到了行業本身的發展特性、技術落地需求,以及生態開放、產業協作的必要性。這種發展正規化的核心,在於將以演算法為重心的賦能方案,切換到了以使用者需求為中心,以行業智慧為基準的新發展正規化。
AICE賦能行業解決方案,可以為未來廣泛發生的行業智慧化帶來三重產業影響:
1.充分滿足行業自身的智慧化發展路徑,把發展AI的主動權交給行業、企業自身。
2.避免出現智慧系統與AI能力重複建設、大量資源被浪費的問題。實現長期可持續的行業AI能力建設。
3.透過生態協作與產業聯動,有效解決行業中湧現的複雜AI需求,確保行業核心生產單元也可以融入AI技術。
在華為聯合信通院釋出的《人工智慧融合賦能平臺白皮書》中,我們可以看到行業智慧化發展中的真實案例,以及各方如何在AICE賦能行業解決方案中明確自身定位,尋求價值路徑。
比如說,極視角基於極棧平臺、極星平臺和昇騰AI基礎軟硬體,打造城市治理解決方案;雲天勵飛基於深智Al演算法服務平臺和昇騰AI基礎軟硬體,打造深海多維大資料融合解決方案;亞信科技基於亞信通用人工智慧平臺和昇騰AI基礎軟硬體,打造5G+Al智慧園區解決方案,以Al賦能智慧城市……眾多行業合作伙伴和華為一起共築智慧根基,共贏行業未來。基於AICE與行業的結合,新的行業智慧正規化正在形成,AI落地進入到新的價值領域與發展階段。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2913705/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 賽先生的新旅行:昇騰AI帶來的科學智慧變革AI
- 非結構化資料更需中臺,企業內容管理未來走向何方
- 量子神經網路:人工智慧研究的新正規化神經網路人工智慧
- ERP助企業走向智慧化管理
- IDC行業正在走向正規化,都有哪些趨勢呢?行業
- 助力AI騰飛,深度學習走向何方?AI深度學習
- 中臺+低程式碼 企業數字化轉型新正規化
- 2020年,人工智慧將走向何方?人工智慧
- 用“極速統一”,開啟金融行業資料分析新正規化行業
- 革命帶來的:機械化、電氣化、自動化、智慧化
- Prompt Learning: ChatGPT也在用的NLP新正規化ChatGPT
- 媒體聲音|攜手新業態,共建網路安全保險新正規化
- 化工——一個走向數字化的成熟行業行業
- 從“打地鼠”到“造城池”,華為應用市場帶來的安全隱私保護新正規化
- SSD新正規化|從SATA到NVMe(上篇)
- 阿里雲丁宇:雲原生啟用應用構建新正規化,Serverless奇點已來阿里Server
- 工業網際網路:產業數字化轉型的新起點產業
- WIKO+鴻蒙生態:海外品牌中國化的新正規化鴻蒙
- 站上風口、走向大眾的NFT,可能帶給遊戲行業怎樣的變化?遊戲行業
- Swagger3.0新版帶來的新變化Swagger
- ChatGPT研究報告:AIGC帶來新一輪正規化轉移ChatGPTAIGC
- 遊戲基礎知識——談新遊戲與新正規化的生命週期遊戲
- 華為雲打造雲原生基礎設施新正規化,將“創新普惠”進行到底
- 深度 | 新興軟體研發正規化崛起,雲端計算全面走向 Serverless 化Server
- 5G給醫療行業帶來哪些變化行業
- ICML 2024 Oral|外部引導的深度聚類新正規化聚類
- 網易副總裁汪源:數字化轉型下,企業基礎軟體的新正規化
- 新城建帶來行業發展的新變革,助推建築業向數字化轉型升級行業
- 鉅變來了!金融大資料平臺走向何方?大資料
- 今晚直播:展望2022,作業系統將走向何方?作業系統
- SLS 查詢新正規化:使用 SPL 對日誌進行互動式探索
- 從 DevOps 到平臺工程:軟體開發的新正規化dev
- 淺議個人資料開發利用新正規化
- 匠心、攜手、深耕:5G Capital展現出的無線產業新正規化API產業
- 新的Lakehouse,遲來的資料正規化轉變
- 數字化技術給服裝定製行業帶來的不僅僅是新技術,更是新機會。行業
- 聚合支付,如何帶領時代走向數字化?
- AI撐起“大安防”引領金融行業實現智慧化發展AI行業