<noframes id="1zd1b">

<form id="1zd1b"></form>

<noframes id="1zd1b"><form id="1zd1b"><span id="1zd1b"></span></form>
    <form id="1zd1b"><nobr id="1zd1b"><th id="1zd1b"></th></nobr></form>

    <p id="1zd1b"></p>
      <noframes id="1zd1b"><form id="1zd1b"><th id="1zd1b"></th></form>

          曠視首席科學家:AI 技術十年躍遷的三個核心問題

          摘要

          只有標準化,才能自動化,才能規模化。

          2011 年,小米推出第一代手機,讓中國幾千萬年輕人先「發燒」了起來;遠在廣州的張小龍用「郵件思維」打造了一款用在手機上的聊天軟件,不知道日后這款叫微信的產品會有超過 10 億用戶。

          在洶涌而至的移動互聯網浪潮這條明線之外,一條技術的暗線也在默默生長。
          2009 年,伊利諾伊大學香檳分校計算機教授李飛飛的一個想法變成了現實——ImageNet 數據集成功將同行的目光拉回到數據本身,同時在接下來幾年間推動了計算機視覺領域的長足發展。
          2014 年,大眾創新萬眾創業的「雙創」背景下,一大批象牙塔和研究所中的計算機視覺領域「大牛」開始下海創業,拉開了近十年來狂野的「AI 躍遷」。
          經過近十年的發展和探索,AI 已經不是當年「圍棋之神」那樣的炫酷技術,而開始尋求落地場景,進入產業,尋找創造價值的機會。
          在 MegTech2021 曠視技術開放日上,曠視首席科學家、曠視研究院院長孫劍,將過去十年 AI 行業的躍遷和變化,總結成了三條「真經」。

                   曠視首席科學家、曠視研究院院長孫劍

          基礎科研:構建科學價值與產業價值的統一體

          從深度學習誕生以來,新一代的 AI 有沒有用就成了所有科研人員的首要命題。基礎科研是任何一項技術持續突破的大前提,要證明一項技術有沒有用,首先要看能否完成基礎科研的價值論證。在人工智能領域基礎科研指的是面向非特定場景的泛用性 AI 技術,包括基礎模型、基礎算法和基礎應用。

          曠視認為,AI 有沒有用問題的答案就在基礎科研帶來的算法突破上。這包括三種方式:學術型科研專注創新突破,比如發一篇頂會論文,證明理論上有用;競賽型科研挑戰性能極限,比如獲得一場競賽冠軍,證明實驗環境有用;實用型科研看中綜合優勢,聚焦落地實用,比如申請一個發明專利,證明真實場景有用。

          作為一家商業化公司,曠視的基礎科研更看重科學價值與產業價值統一。在基礎模型上,堅持軟硬協同與時俱進。在基礎算法上,追求通用、高效。在基礎應用上,關注高性能、高靈活性和高可用度。可以說,曠視的基礎科研,是一邊發論文、一邊打比賽,同時更是要能夠服務實際業務的。基礎科研需要長期主義的堅持和投入,所有的本質性創新都是時間的朋友。

          行業落地:算法不再只是軟件物料,而是核心組件

          2017 年的人機圍棋大戰讓全民都開始認知到了 AI,2017 年也被認為是 AI 爆發年。但事實上,大多數 to B 的 AI 公司早就已經開始了各自的商業化落地探索。哪里有需求,哪里就有供給。AI 在各行各業各種場景中都或多或少的被應用起來,這其中有企業主攻的大賽道,也有客戶嘗鮮的小領域。只不過經過數年的大浪淘沙,在當時階段更適合 AI 創造價值的領域被集中挖掘出來,比如智慧城市,智慧物流,消費電子等。

          曠視認為,AI 落地的本質是讓算法直接轉變為產品體驗與價值提升。比如,無論刮風下雨、白天黑夜、屏上還是屏下,搭載 AI 算法的設備都能很好的工作。過去,做一個產品往往是先有硬件設計,再開發配套軟件,算法只是軟件的附屬品。現在,產品設計的環節需要算法、軟件、硬件開發人員的緊密協同,就好像是一個木桶的三塊板子,缺少了哪一個木桶裝的水都不滿,產品發揮的價值也會不夠。

          在技術開放日現場,曠視展示了多款前沿的技術 demo。只用一顆鏡頭就能在「伸手不見五指」的夜晚拍到眼前的景色。只用一個模型,就能實現任意動作的實時感知識別。這背后就是曠視基于算法-軟件-硬件協同設計思路開發的新產品原型。

          「回到 AI 在哪里用?曠視的回答是,AI 已經在越來越多的行業被證明正在創造更多的價值。」智能化時代,算法正在融入系統,開始重新定義軟硬件。算法也不再只是「軟件物料」,而成為了「核心組件」。

          基礎設施:只有標準化,才能自動化,才能規模化

          2020 年,AI 成為國家七大新基建之一,從國家戰略到基礎設施,AI 正在全面的從文件切實的變成基建。這是中國 AI 產業發展的關鍵一年,接下來 AI 相關方要考慮的就不僅僅是選哪個賽道盯多大的市場,而是要把目光放到所有可及之處,基建修到哪里,我們就能更快的到達哪里。曠視聯合創始人兼 CEO 印奇在去年年中的媒體活動上曾經分享過,「在算法供給側,AI 企業做得還遠遠不夠」,那 AI 企業要怎么做才能擴大算法供給呢?曠視的答案是自研 AI 生產力平臺 Brain++。

          2020 年,曠視開源了 Brain++核心組件的深度學習框架天元 MegEngine,同期華為開源了 MindSpore,清華大學開源了 Jittor…華為輪值董事長胡厚崑認為,當前 AI 普及應用的瓶頸不在技術和應用上,而在 AI 開發的效率上。開源框架就是可以幫助全行業提效的底座之一。

          在影響開發效率的問題上,曠視認為關鍵要素是過程標準化。當前制約算法生產瓶頸的本質是算法生產過程的非標準化,因為非標才讓過程充滿不確定性,研究員自嘲的「算法煉丹」也是這個道理。在非標的生產過程中,全能的技術牛人成為了關鍵,但這樣的牛人畢竟少之又少,如何從基礎設施層面讓算法生產流程更加標準化,是曠視的解題思路。

          Brain++增加的新功能就是在推動算法生產邁向自動化時代。比如數據質量的自動檢查,系統自動排除無意義的數據。比如自動訓練功能,系統提供豐富的工具用于算法閾值設定來自動適配不同的場景需求。比如算法調優分析,自動檢查算法準確率,給出后續優化建議…

                   曠視首席科學家、曠視研究院院長孫劍在曠視技術開放日進行演講

          總結:人工智能是不斷演進的算法能力

          過去十年,AI 技術價值的發展經過了基礎科研、行業落地、基礎設施建設三個階段。在孫劍看來,這三個階段并非交接棒式的一段替換一段,而是并行前進不斷躍遷。三個階段的交融、轉化讓人工智能發展的越來越好,也讓曠視用 AI 創造了越來越大的價值。

          人工智能是不斷演進的算法能力,在這一輪人工智能浪潮中,算法已經融入生活的方方面面。過去的十年,中國 AI 產業從全面追趕到部分實現超越,這其中有曠視這樣的 AI 企業在堅持自主研發中落地 AI 價值,也有更多直接應用 AI 能力創造更便捷美好生活的各類企業單位。

          聚集最優秀的人才,一起做最好的科研,通過產品讓科研成果創造價值,不斷探索新領域。這是曠視的追求,也是所有 AI 從業者的追求。


          責任編輯:宋德勝

          圖片來源:曠視科技

          本文由極客公園 GeekPark 原創發布,轉載請添加極客君(ID:geekparker)

          最新文章

          極客公園

          用極客視角,追蹤你最不可錯過的科技圈。

          極客之選

          新鮮、有趣的硬件產品,第一時間為你呈現。

          頂樓

          關注前沿科技,發表最具科技的商業洞見。

          成年片黄色电影大全 - 视频 - 在线观看 - 影视资讯 -酷酷网