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，華為云EI服務產品部總經理賈永利發(fā)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(yè)智能化轉型過程的創(chuàng)新解決方案及相關行業(yè)實踐。
全棧全場景AI解決方案讓智能無所不及
當前，AI的應用正在從企業(yè)單個業(yè)務場景復制推廣到更多部門，從先行者的小范圍探索到行業(yè)企業(yè)的全面布局，與此同時，與AI相關的技術發(fā)展和演進速度也非常之快，新的AI算法不斷刷新已有紀錄，計算框架也不斷出現(xiàn)。在發(fā)展迅猛的趨勢之下，企業(yè)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(lián)接大會上，華為公司正式發(fā)布全棧全場景AI解決方案，為客戶提供了從底層AI芯片、AI框架到應用使能的能力;面向政府、企業(yè)與開發(fā)者，提供全棧AI解決方案華為云EI。未來，基于華為昇騰(Ascend)系列AI芯片及多核ARM芯片“鯤鵬920”，華為云將更加以優(yōu)質的能效表現(xiàn)，幫助客戶進一步提升AI開發(fā)、數(shù)據處理的性價比與服務體驗。
華為云ModelArts：更快的普惠AI開發(fā)平臺
未來，隨著數(shù)據模型的增大、海量數(shù)據預處理能力要求的增加，全生命周期管理加速將變得更加重要，只有擁有端到端全棧的優(yōu)化能力，才能夠幫助用戶快速創(chuàng)建和部署模型，管理全生命周期 AI 工作流。華為云ModelArts一站式AI開發(fā)平臺應運而生。
ModelArts從設計之初便著眼于不同層級的AI開發(fā)者，從數(shù)據科學家、算法工程師，甚至AI初學者，都可以通過統(tǒng)一的平臺對AI模型/工作流進行全生命周期管理。ModelArts可以幫助用戶進行包括AI開發(fā)和運行階段管理在內的全生命周期管理，在數(shù)據處理、模型訓練、模型管理、模型部署、AI市場等各個環(huán)節(jié)提供更為快速有效的解決方案。接下來，華為云還將持續(xù)把華為2012實驗室、EI產品部等在內的AI前沿的算法和理論研究，例如：小樣本訓練能力、半監(jiān)督學習能力、神經網絡自動搜索能力等，逐步產品化，并開放給開發(fā)者。
具體來說，首先，數(shù)據處理在AI開發(fā)過程中極為關鍵，在項目中占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注，ModelArts系統(tǒng)化的對這個過程進行了設計，提供了數(shù)據集版本管理、半自動標注等多個功能，針對不同項目，該階段的人力消耗能夠節(jié)約50%-80%。
在模型訓練部分，ModelArts通過硬件、軟件和算法協(xié)同優(yōu)化來實現(xiàn)訓練加速。自研的深度學習框架——MoXing，可以自動將開發(fā)者的單機程序，轉化為大規(guī)模分布式訓練程序;提供超參的自動化調試優(yōu)化;提供神經網絡自動化搜索能力，幫助開發(fā)者自動化實現(xiàn)模型訓練，大幅提升算法開發(fā)效率和訓練速度，節(jié)約訓練成本。
而在模型管理方面，通過圖引擎統(tǒng)一管理開發(fā)流程元數(shù)據，自動實現(xiàn)工作流和版本演進關系可視化，進而實現(xiàn)模型溯源、精度追蹤;在模型部署方面，ModelArts可以一鍵將AI模型部署為在線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優(yōu)化，比如神經網絡蒸餾，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(huán)境。
瞄準三大行業(yè)AI落地場景，各領域合作已見成效
賈永利表示，華為云EI通過在十余行業(yè)，大量的項目探索，總結了行業(yè)AI技術落地的關鍵路徑。他表示，AI行業(yè)落地的關鍵在于找準場景，華為云EI針對海量重復場景、專家經驗場景及多域協(xié)同三類場景，致力于實現(xiàn)效率提升、專業(yè)傳承和突破極限，助力各行業(yè)智能化升級。
在典型的海量重復場景——物流行業(yè)，每年貨物破損不計其數(shù)，多數(shù)由于人為操作不當所導致。針對物流貨物的運輸、安檢場景，華為云EI利用了視覺技術，幫助德邦快遞實現(xiàn)了全面的自動化檢測，節(jié)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路視頻，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(xié)同場景，華為云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、滑行沖突率多等問題，實現(xiàn)核心指標靠橋率較人工提升了 5%，沖突率較人工降低10%，全面提升了指揮員工作效率和機場運行效率。而被優(yōu)化機場全年由于停機位分配等原因，需要搭乘擺渡車的旅客數(shù)量，減少了250萬。
在任何行業(yè)里，專家都是非常寶貴且稀少的資源，在醫(yī)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(xiàn)場，金域醫(yī)學CIO李映華，就金域醫(yī)學與華為云EI在醫(yī)療領域的創(chuàng)新成果進行了分享。他介紹道，目前金域醫(yī)學與華為云已經圍繞大數(shù)據、AI等多個方面開展了合作，例如借助深度學習等AI技術對海量病理切片及專家標注數(shù)據進行學習、訓練，所產生的深度神經網絡模型將可以輔助病理醫(yī)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，基于金域醫(yī)學高年資細胞病理醫(yī)生的專業(yè)標注以及華為云EI視覺團隊的高效率、高質量的網絡模型構建與訓練，項目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(tài)
無論對于哪個行業(yè)，在AI落地過程中開發(fā)者都是一個關鍵要素。面向合作伙伴，華為云EI提供了市場營銷策劃、解決方案使能、聯(lián)合創(chuàng)新Lab等多種支持計劃，使能合作伙伴繁榮AI開發(fā)能力。
面向開發(fā)者、高校和科研機構，華為在2018全聯(lián)接大會發(fā)布了沃土AI開發(fā)者使能計劃。通過沃土AI開發(fā)者使能計劃，搭建一個技術交流、人才培養(yǎng)、機遇共創(chuàng)的通道。
另外，開發(fā)者還可以借助ModelArts快速開展創(chuàng)新活動。以上海交通大學為例，借助ModelArts，學生在短時間內將傳統(tǒng)競賽賽車，改造為具備AI能力的自動駕駛賽車。改造后的賽車可以對紅綠燈、障礙物、車道等環(huán)境進行識別，并且能夠對特定目標進行跟隨。
同時，通過端云協(xié)同AI應用開發(fā)平臺HiLens，用戶可以更加方便管理海量的終端類設備，與ModelArts無縫互通。例如，深圳海雀科技通過HiLens開發(fā)的AI技能，將AI模型下發(fā)至其研發(fā)的家庭安防攝像頭，讓原本普通的攝像頭變得更加智能。
不僅AI開發(fā)過程變得更高效快捷，華為云還希望以更好的AI技術和生態(tài)，助力更多的企業(yè)和開發(fā)者更好地利用和分享他們的AI能力，從而構建更全的生態(tài)系統(tǒng)。開發(fā)者可以通過2019年3月最新發(fā)布的ModelArts的AI市場將AI模型、數(shù)據集進行共享和發(fā)布，也可以從市場獲取基礎數(shù)據集、模型進行更進一步的開發(fā)。此外，Atlas200開發(fā)者套件、HiLens wit深度學習攝像機等開發(fā)者套件也即將在5月份正式商用。
目前，華為云正持續(xù)AI場景化落地應用，繼續(xù)在“云+AI”進行探索與實踐，助力把數(shù)字世界帶入每個人、每個家庭、每個組織，從而構建萬物互聯(lián)的智能世界。
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(xiàn)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(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
