本報記者 崔爽
從唱歌跳舞、潑墨揮毫到操作鍋爐、管控航班……2019年，尋找實際的落地場景成為人工智能的核心要義。少了幾分炫酷，多了幾分低調(diào)，人工智能更接地氣了。
在剛剛過去的2019杭州云棲大會上，“產(chǎn)業(yè)”成為高頻詞，不同于熟悉的衣食住行領域，庫卡機器人，航空、鋼鐵、石化、水泥……從大到小，從老到新，和產(chǎn)業(yè)的深度融合已經(jīng)成為人工智能技術落地的重要場景。與會專家普遍談到，產(chǎn)業(yè)AI將會創(chuàng)造巨大的新價值，甚至會指引人工智能領域發(fā)展的方向。
不能適應需求的AI就像廢鐵一塊
產(chǎn)業(yè)AI，顧名思義是在具體的一個個產(chǎn)業(yè)里發(fā)揮作用的AI技術和產(chǎn)品，和我們常說的AI賦能傳統(tǒng)行業(yè)相似。但與AI賦能行業(yè)不同的是，AI賦能傳統(tǒng)行業(yè)往往設想的是以AI為主體，來實現(xiàn)某個領域的固有功能。而產(chǎn)業(yè)AI，則要求能夠與傳統(tǒng)產(chǎn)業(yè)無縫結(jié)合，推助產(chǎn)業(yè)核心部類向前發(fā)展，并且深度的產(chǎn)業(yè)AI必然指向復雜的行業(yè)限制和真實需求。
探跡科技CEO黎展曾表示，要想解決產(chǎn)業(yè)問題，AI必須具備三方面基礎能力。一是數(shù)據(jù)規(guī)整能力，AI必須綜合各方面信息和實時變化的數(shù)據(jù)流，隨時做出統(tǒng)領全局的最優(yōu)解。二是簡單易用體驗，想做產(chǎn)業(yè)AI，必須是人機協(xié)同的工作模式，但是人機如何協(xié)同，如何在縮減人的工作時間、提高人的工作效率之外，不會產(chǎn)生大量學習成本和適應成本是關鍵問題。三是持續(xù)進化能力，如果產(chǎn)業(yè)AI不能進化，工作需求一旦變更，AI就變成廢鐵一塊，那確實不要也罷。
要實現(xiàn)對于現(xiàn)實需求的靈活應對，就需要對AI模型進行大量訓練，而標準化數(shù)據(jù)是訓練的基礎。產(chǎn)業(yè)是數(shù)據(jù)聚集的富礦，阿里云智能計算平臺事業(yè)部總經(jīng)理、高級研究員賈揚清表示，由于深度學習的發(fā)展，更多的數(shù)據(jù)往往能帶來更好的性能，“見多識廣這句話在深度學習領域一點都不假。”更為核心的是，數(shù)據(jù)有著非常高的復雜性，在不同行業(yè)場景中表現(xiàn)得尤其明顯。
“產(chǎn)業(yè)中有需求、有數(shù)據(jù)、有應用場景。”阿里云副總裁、產(chǎn)品與解決方案管理部總經(jīng)理馬勁同樣表示。他強調(diào)，“只有產(chǎn)業(yè)給我們提出明確的需求，AI才有改進的方向。同樣產(chǎn)業(yè)里面有真實的數(shù)據(jù)，可以建立更好的模型。加上云計算可以提供更強的計算能力，同時不斷降低計算的成本。通過算法、算力、數(shù)據(jù)三者不斷的結(jié)合，AI慢慢地在一個一個的產(chǎn)業(yè)實踐當中，一點一點帶來價值。”
智能化轉(zhuǎn)型為企業(yè)提質(zhì)增效
“數(shù)字經(jīng)濟對中國GDP增長的貢獻率連續(xù)5年超過50%，2019年這一數(shù)字高達67.9%，m.twshmhelmet.com，我們正處在數(shù)字經(jīng)濟轉(zhuǎn)型的關鍵時期。”阿里云智能總裁張建鋒在2019杭州云棲大會上說。但他同時表示，今天數(shù)據(jù)的增長率、規(guī)模，包括支撐數(shù)據(jù)的處理能力都還處于爆發(fā)的前夕，如果說以前的互聯(lián)網(wǎng)紅利都來自消費互聯(lián)網(wǎng)，那今后更大的需求一定來自產(chǎn)業(yè)實踐。
“我們以瀚藍垃圾焚燒項目為例，通過把熟練工人的經(jīng)驗和數(shù)據(jù)相結(jié)合，構(gòu)建模型，能夠以人工智能輔助人工的方式去操作鍋爐，可以把鍋爐的燃燒穩(wěn)定性提高23%，實實在在為企業(yè)創(chuàng)造了效益。另外，以往工人平均每4個小時要操作30次，現(xiàn)在只需要操作6次，從而大幅度降低工人的勞動強度。”阿里云智能副總裁、數(shù)據(jù)智能事業(yè)部總經(jīng)理曾震宇說。
“產(chǎn)業(yè)AI正在幫助各行各業(yè)進行智能化的轉(zhuǎn)型。更重要的是產(chǎn)業(yè)AI在各行各業(yè)創(chuàng)造了豐富多彩的可能性，它是數(shù)字經(jīng)濟的新動能。”曾震宇說。
在航空領域，據(jù)大會消息，蕭山機場也將使用人工智能的調(diào)度能力，可以實現(xiàn)有效管控航班起降、上下客、行李搬運、加油、餐配、檢修、保潔等各個環(huán)節(jié)。而到了工業(yè)領域，通過對工業(yè)流程的單點智能、局部智能、全局智能的優(yōu)化升級，能夠在鋼鐵、環(huán)保、光伏、橡膠等行業(yè)提升效率、降低成本。
“要讓人工智能落到實處必須深入產(chǎn)業(yè)，我們在產(chǎn)業(yè)當中深研算法、深挖效率，讓智能成為產(chǎn)業(yè)，為產(chǎn)業(yè)創(chuàng)造不可替代的價值。”視覺計算專家華先勝說。
底層技術始終是角逐主戰(zhàn)場
大會上，AI推理芯片含光800首度亮相——每秒處理78000張圖片，一個含光800的算力相當于10個GPU。而其背后是在自然語言處理、智能語音、視覺計算等領域算法的40多項世界第一的科技成果支撐。這些進展無不說明，越是在AI+架起高樓的時代，越不能忽視硬件、底層技術、通用AI技術和平臺這些“地基”。
馬勁解釋道，在AI芯片、邊緣計算等基礎層之上，才是為開發(fā)者提供入口和能力的平臺層，以及更上層的AI服務和產(chǎn)業(yè)。“我們把視頻的算法、文字的算法、語音的算法、自動駕駛的算法等訓練出來。變成原子化的服務，可以在產(chǎn)業(yè)實踐當中快速的組合成新的應用。推動AI落地，實現(xiàn)產(chǎn)業(yè)的價值。”
日前愛思唯爾發(fā)布的《人工智能：知識的創(chuàng)造、轉(zhuǎn)移與應用》報告顯示，與國際相比，中國90%的人工智能研究來自學術界，企業(yè)的貢獻相對較小，僅占3%。
“中國目前研究瞄準有商業(yè)應用前景、好落地的產(chǎn)業(yè)方向，有超過60%的AI創(chuàng)業(yè)公司都聚焦于計算機視覺，研發(fā)多是應用驅(qū)動。一方面，我們有更大的用戶基數(shù)，積累了海量數(shù)據(jù)，在人臉識別、語音識別、文字識別等應用場景驅(qū)動的應用基礎研究走在前列；但另一方面，KUKA機器人示教器維修，客觀來說，基礎研究離頂尖國家水平仍有較大差距，新概念高被引論文數(shù)量并不多，鮮有原創(chuàng)性引領性的重大影響力成果。”中國科學院大學人工智能技術學院教授孫哲南曾公開表示。
人工智能是融合了數(shù)學、統(tǒng)計學、概率、邏輯、倫理等多學科于一身的復雜系統(tǒng)。算法是其最為核心的底層技術之一。如何讓計算機能像人類一樣進行思考，如同人一樣利用現(xiàn)有的知識進行學習并實現(xiàn)合乎邏輯的推理，是人工智能算法試圖實現(xiàn)的目標。華先勝即表示，要想讓視覺智能真正在實戰(zhàn)中規(guī)模化產(chǎn)生核心價值，首要秘訣還是“深研算法”，進而深挖效率、深入產(chǎn)業(yè)。