您的位置：首頁 >綜合 > 市場 >
今日快看!曠視以算法量產應對AIoT時代海量算法需求
隨著人工智能、深度學習等新技術不斷推出和演進，越來越多的行業(yè)進行智能化升級、智能化創(chuàng)新，實現降本增效?；鹧鏅z測、工業(yè)質檢、零件計數、危化品檢測、通行管理、明廚亮灶、高空拋物檢測、普洱茶茶餅識別、破皮速凍水餃檢測……這些“五花八門”的AI算法，伴隨著數字化轉型的熱潮，進入了日常生產生活。
表面看，各行各業(yè)都有算法不斷融入，但實際上，AIoT市場上高質量的AI算法仍然“供不應求”，如何解決算法生產及落地應用挑戰(zhàn)，讓人工智能在海量場景中發(fā)揮更大的作用，是人工智能企業(yè)在AIoT時代需要解決的難題，也是曠視提出算法量產理念的初衷。11月10日，曠視舉行算法量產溝通會，曠視研究院算法量產負責人周而進在會上介紹了曠視在優(yōu)質算法生產過程中的洞察、經驗及實踐，為AIoT時代算法落地提供新思路。
AIoT 市場算法供給面臨5大挑戰(zhàn)
【資料圖】
當下，AIoT市場算法供給、落地過程中，主要存在5大挑戰(zhàn)：行業(yè)數據匱乏、算法通用性低、IoT設備繁雜、Software2.0的挑戰(zhàn)以及算法供給質量參差不齊。
面對這些課題，行業(yè)中存在著不同方向的探索：目前絕大多數算法都是定制化生產模式，根據需求進行算法定制化開發(fā)，一個一個項目解決，但往往成本較高、算法交付質量參差不齊；預訓練大模型能為算法帶來良好的泛化性，但其背后需要大量算力支持，并且難以解決具體的細分場景問題；能夠解決部分問題的云端AI開發(fā)平臺，雖然易上手、零代碼，但是只實現了流程數字化，對策略選擇自動化等進階功能的支持有限……
這些探索非常好，而且每一條路其實曠視都走過，但是在應對一個復雜問題時候，光靠單點其實是不夠的。需要對AI生產模式的理念和生產方式進行思考。面對AIoT市場算法供給的多重挑戰(zhàn)，曠視基于10余年的算法研發(fā)積累及深入多個行業(yè)的項目實踐經驗，提出了算法量產的理念。曠視希望通過算法量產，將AI生產過程標準化，降低算法生產門檻，讓更多的人能夠加入到算法生產的工作中，提升算法生產效率。
以算法量產應對海量算法需求
在推動算法在各行各業(yè)的實際場景落地的過程中，曠視一直堅持“落地實用是算法價值的最終檢驗標準”。而大規(guī)模算法落地是系統(tǒng)問題，在數據、模型、評測和迭代等環(huán)節(jié)都存在很多挑戰(zhàn)。面對如此復雜的挑戰(zhàn)，曠視認為“算法生產過程的標準化，是解決復雜且碎片化的算法生產的有效手段”。這個標準化過程，包括了數據生產的標準化、算法模型的標準化和推理框架的標準化。只有標準化才有可能讓算法生產的所有環(huán)節(jié)實現自動化，進而提高算法生產的效率。
為此，曠視推出了適配算法量產的AI基礎設施——算法生產平臺AIS(AI Service)。AIS基于曠視Brain++體系，構建了一套覆蓋數據處理、模型訓練、性能分析調優(yōu)、推理部署測試等算法生產全鏈路的零代碼、自動化的生產力工具平臺。AIS標志著曠視Brain++的又一次飛躍，讓算法量產真正成為可能。目前，AIS平臺可以支持100多種業(yè)務模型訓練，最快2小時即可完成訓練，且模型產出精度指標遠高于業(yè)界平均水平。同時，AIS的嵌入式管理平臺已支持30種設備的管理，有效節(jié)省IoT設備的日常開發(fā)與維護成本。
此外，曠視提出了適合當下算法需求的5:3:2研發(fā)矩陣，即：5個行業(yè)工程師基于AIS算法生產平臺進行相應的業(yè)務交付，3個算法研究員聚焦于算法的創(chuàng)新與探索，2個工程師不斷打磨相應的基礎設施并進行AI生產力工具的開發(fā)。這一團隊陣型，既滿足了解決現有問題的需求，同時也能不斷自我提升，推動AIoT時代所需的AI能力進化。
算法量產，加速AI與實體經濟深度融合
在溝通會現場，曠視還重點展示了其在非物質文化遺產“建盞”溯源領域的成果。近年來建盞產業(yè)快速發(fā)展，產值預估超75億元，品牌價值超160億元，然而仿造、偽造、以次充好等問題嚴重影響著建盞產業(yè)的發(fā)展和品牌價值。曠視基于算法量產，推出了建盞產業(yè)內首個基于盞紋識別的建盞AI溯源系統(tǒng)，利用建盞“每盞皆唯一”的特點，實現了一盞一圖、一盞一碼、圖碼結合，有效打擊仿造偽造等行為，推動建盞產業(yè)的規(guī)范化發(fā)展和數智化升級，讓歷經千年的建盞，通過AI技術，煥發(fā)出新的時代生機。
除建盞溯源外，曠視通過算法量產已經幫助能源、教育、零售、運動健身等行業(yè)的多個客戶在日常生產與經營中運用AI技術，實現降本增效。曠視通過算法量產研發(fā)的明廚亮灶算法，已幫助多家合作伙伴在10余座城市的學校落地，守護學生用餐安全。曠視基于MegEngine框架，通過算法量產和AIS生產平臺，為某油田提供了煙霧檢測、火焰檢測、油品泄漏、配電室未佩戴絕緣手套等多項AI算法，通過“危險化學品視頻分析智能預警系統(tǒng)”，提升其日常安全監(jiān)管工作效率。
對于算法量產在行業(yè)中的未來，周而進強調，算法量產不是單一的產品，而是對AI生產模式的理念革新和生產力進化。曠視希望通過AI算法生產的標準化以及AI生產力平臺的構建，大幅降低算法生產的成本和門檻，讓更多人可以參與進來，促進算法在更多行業(yè)的落地，加速AI與實體經濟的深度融合。(中新經緯APP)
