创业者钟情AI+,华为云为何要+AI?

Alter聊IT

    智能音箱、无人驾驶、智慧金融、智能家居、智慧零售、个性化推荐……“智能”正逐渐从一个名词转变为形容词,创业者在人工智能相关的领域疯狂扎堆,投资人也频频将注意力转移到AI新战场。
    不过也有人认为,单纯的AI并没有太多意义,要如何将垂直细分的行业和AI结合起来,还需要“AI+”的思维。和创业者、投资人不约而同的是,作为互联网基础设施的云计算厂商也瞄准了人工智能,尝试在云计算的基础上将人工智能普惠化,比如华为云的“+AI”。
    AI是一种通用目的技术
    经济学家认为人类发展到今天,离不开26种通用目的技术,包括蒸汽机、电力、内燃机、IT、人工智能等等,这类观点在某种程度上决定了人工智能的发展方向,至少具备下面四个特点:
    1、可以被广泛应用到各个领域;
    2、持续提高生产率并降低使用成本;
    3、促进新技术创新和新产品生产;
    4、不断促进生产、流通和组织管理方式的优化。
    在人工智能出现之前,电力、IT技术无不经历了类似的历程,或许技术的成熟有着不同的周期,最终都要过渡到生产力的提升。那么也就印证了文初的观点,诸如AlphaGo等“秀技式”的AI技术,像重磅炸弹一样冲击了人们的认知,但人工智能真正的价值所在,还要向产业链层面不断渗透。
    2018年世界人工智能大会上,华为云给出了AI作为通用目的技术的两个行业案例:
    一个是华为云+德邦物流所实现的智慧物流。传统快递的收发流程是这样的:用户到店或电话预约,快递员填写纸质面单,人工测量货物体积,然后人工计算和支付快递费用。
    在华为云AI技术的赋能下,德邦物流改变了物流的收发流程,用户可以在微信上直接下单,自动生成电子面单,快递员上门用AR工具测量体积,最后用户在线支付费用。整个过程从传统的14分钟缩短到1分钟,并且可以全链路实时跟踪快递动态。
    另一个是华为云和太平洋保险的合作,人工智能渗透到了保险的多个环节。
    在定损环节中,通过对多组照片的分析处理,就可以完成对无人伤事故、单车事故等简单事故的评估;在医疗理赔场景中,投保人手机扫描医疗单据,可以实现数据识别、全额计算,并根据医疗知识图谱,核查剔除无关理赔条目;智能客服能够自动完成电话回访、语音导航等服务,甚至根据电话录音通过情绪识别评估欺诈风险。
    不难看出,在上述两个案例中,AI已经表现出了通用目的技术的姿态,在提高效率、降低成本等方面不乏可圈可点之处。事实上,AI的应用并没有局限在生产力的提升上,德邦物流就是一个很好的例子,和华为云的合作改变的不只是德邦的物流体系,同时德邦也在和华为、企业微信、滴滴等一起打造更为现代化的工作场景,这是优化组织管理方式的积极信号。
    当然,人工智能的应用进程远没有结束,除了物流和保险,华为云的+AI也被应用于视频处理、园区管理、商超、门店、安全生产、车联网等等。华为还和中科院上海生命科学研究院宣布合作,实现生物医学和人工智能、云计算的结合。
    而从行业层面来看,AI在各大垂直领域的应用离不开基础层的软硬件支撑,以及技术层的语音识别、自然语言处理、计算机视觉等,即便距离人工智能的成熟还相距甚远,但人工智能发展的浪潮已经到来。
    算力仍然是人工智能的关键
    人工智能的应用有着三驾马车,即数据、算法和算力。
    数据是人工智能的“燃料”。据市场调研机构IDC的预计,到2020年的时候,全球数据总量将达到40ZB,其中中国的数据量将达到8.6ZB,占全球的21%左右。
    算法是人工智能的“引擎”。深度学习的出现打破了浅层学习算法的局限,颠覆了语音识别、语义理解、计算机视觉等基础算法的设计思路,目前来看似乎找到了正确的方向。
    算力是角色最为微妙,既可能是人工智能普及的加速剂,也可能成为制约人工智能应用的瓶颈。毕竟除了算力本身,还有易用性和成本,在通用目的技术的范畴上,算力成了人工智能应用的关键。
    郑叶来将通用目的技术的发展分为四个阶段,人工智能刚刚处于第二个阶段。“人工智能的发展带来了兴奋和冲动,也有一丝焦虑和困惑,但是人工智能终将改变这些行业。”
    郑叶来眼中的“焦虑和困惑”可以解读为三个方面,或者说当前人工智能行业存在的三个痛点:
    其一,价格贵。不管是语音识别、图像识别还是语音分析,都需要大量的数据样本,比如交通治理和无人驾驶需要数亿级小时的样本,成本之高不言而喻。
    其二,使用难。缺乏一个统一的开发框架,无法适配从训练到推理,从公有云到私有云、边缘、终端的多种应用场景,开发、调优、部署的工作量巨大。
    其三,难获取。算力依赖于GPU、NPU、FPGA等专用芯片,现实却是GPU供货周期长且限量供应,成为影响数据处理速度的不确定性因素。
    比人工智能应用的三个硬门槛更让企业头疼的恐怕还有AI人才的短板。据高盛发布的《全球人工智能产业分布》报告统计,2017年全球人工智能人才储备,中国只有5%左右,人才缺口超过500万人。
    而在这场人工智能人才争夺战中,顶级人才流向百度、阿里、华为等巨头级公司已是不争的事实。况且合理的AI人才结构,不应只有数据科学家,还要数据科学家、领域专家、公众数据科学家相互配合。简而言之,人才短板也是制约算力的隐性因素。
    华为看到了症结所在,自然要想办法解决问题,由此便不难理解在外界为AI+疯狂的当口,华为云为何要提倡+AI。按照郑叶来的观点,易获取、用得起、方便用的算力是AI产业发展的关键,应该以AI的方式来解决AI应用的难题,需要着力于整个智能化、自动化、简单易用的人工智能工具和平台服务,让人工智能成为一种普惠的技术,高而不贵的技术。
    华为云已经落地的解决方案是EI服务,给出了云、边、端的架构:机器学习、深度学习、图引擎等基础平台服务,人脸识别、智能问答、图像搜索等通用AI服务,智能推理、优化决策等多域协同决策,以及庞大“数据湖”组成的云端智能;智能边缘平台、轻量化服务等构成的边缘智能;HiAI、NPU搭建的智能终端。
    至于如何构建一个生态、方便易用获取,实现普惠的人工智能,郑叶来把答案留到了今年的华为全联接大会上。
    写在最后
    AI是一种基本生产力,正在深刻变革整个人类社会的基石,也正在从少数OTT企业迅速向各行各业渗透。
    幸运的是,人工智能的创业浪潮正在逐渐去泡沫化,投资者想看的不只是风口,还有人工智能的实际应用;诸如华为云等站在高处的云计算平台,积极打造高而不贵的普惠AI,降低AI的应用门槛。这种不谋而合,何尝不是AI成为通用目的技术的基石?
    30年前,人们对IT技术带来的革新还有所怀疑,如今早已成为不可或缺的生产力。而人工智能对这个时代的改变,似乎并不需要30年那么久。