联通边缘AI:打造“职业技能”，助力行业高质量发展

Posted 2022-12-16 边缘计算社区

内容来源：2022年11月12日，由边缘计算社区主办的全球边缘计算大会·上海站圆满落幕。我们非常荣幸邀请到了联通数科首席AI科学家廉士国博士来分享，廉博士是中国图像图形学会三维视觉专委会委员、IEEE智能计算及多媒体通信委员会委员、国家工业互联网产业联盟网络实验室专家委员，发表专著/论文、申请专利超200项，入选全球高被引科学家名录。

分享嘉宾：联通数科首席AI科学家 廉士国

整理编辑：江西财经大学 李彦

出品：边缘计算社区

各位专家，各位来宾，下午好!

很荣幸在这里和大家分享我们的工作：联通边缘AI，打造“职业技能”，助力行业高质量发展。

人工智能技术已经在助力实体经济高质量发展中发挥了很重要的作用，可以为实体经济带来助力提质、增效、安全合规，甚至降本等。现在的实体经济高质量发展的系统，一般有三个层次。

第一层是数字化和网络化。这是基础，利用物联网、5G和云等技术，实现生产要素全连接。

第二层是局部智能化。在第一层基础之上做局部的提升，用AI的技术赋能这个应用场景，解决局部痛点，包括工业场景中的采购、生产、加工、质检、推广销售、维修、维护、培训等等，都提供了很多的应用。

第三层是工业“大脑”。行业“大脑”是终极目标，包括全局优化、综合决策及调度等。最终大家期待的是人工智能技术实现行业赋能，来支撑行业的智慧运营。

目前发展阶段主要是在数字化、网络化和局部智能化这两个层面，行业“大脑”是未来的目标。

中国联通构建了自己的人工智能体系，通过AI体系来赋能行业高质量发展。

我们是以联通云网为基础，联合内外部软硬件生态，打造自主可控的AI能力平台，助力千行百业数字化转型。目前已具备1个开发平台、50多项原子能力、6类以上垂直功能和N种细分行业AI应用，并通过联通云、5GMEC、雁飞智能终端等提供云、边、端AI产品服务。

下面给大家分享一些我们的成果案例。

一是联通边缘AI助力了工厂提质增效。深度嵌入工业生产的各个环节，以物联网络和边缘计算为基础，用AI技术实现产品质检、人员操作监测、设备状态检测等6大类20多项功能，助力客户降本、提质、增效、安全合规等。目前案例已落地电力、钢铁、电子，化工企业、食药行业等10个行业的70多个客户，这些工作得到了行业的认可，也获得了北京国家人工智能先导区标杆案例。

二是联通边缘AI助力了港口安全生产。主要是深入港口/码头作业的各个环节，以5G和移动边缘计算(MEC)为基础，用AI视频分析技术来实时监测，功能包括集卡防吊起监测，减速器异常监测，重载停顿监测等10多项功能，实测正确率超过95%。目前在南京港，青岛港都已实现落地。这些工作获得了2022年中国人工智能产业发展联盟优秀案例，也获得了工信部5G绽放杯奖项。

三是边缘AI助力了公共交通全感知。对监控视频实时解码，轮询监测，实现车辆违停、拥堵事件、行人闯入、车辆逆行等13类智能分析功能，以及6类画面质量检测功能，实测识别率超过95%。具体落地案例覆盖广州高速、佛开高速、北京高速、青海高速等10个客户。相关工作在国内是率先落地的，参与了交通运输部行业标准的制定，在全国的“互联网+交通运输”感知AI算法专项赛获得了第二名。

做了这些边缘AI的实际场景的工作，我们也一直在思考，边缘AI如何定位？现在大家公认的就是通用的云边端架构，叠加上AI，可形成云上AI，边缘AI，端侧AI。那么在现实世界当中，有没有相应的AI范式，可以对应到边缘AI？这是我们思考的一个问题，到底决定边缘AI的目标是什么。

如果把人脑看作智能算力，它属于云端AI、边缘AI,还是端侧AI呢？

根据科学的5G分析，综合人脑算力和功耗来看，我们认为人脑更接近于边缘AI。

根据上述讨论，如果人脑作为边缘AI的话，端/边/云有没有相应的范式呢？

我们认为可以这么来看，局部智能、个体智能、群体智能来对应端/边/云的AI。

所谓局部智能类似于看，听，说，嗅，触感等等这些局部化的感知能力或者预测能力。个体智能就是类似于人脑所具备的智能，相比局部智能就丰富得多了。群体智能，是大家可以彼此分享经验，更快的提升和增加技能。

从技能这个角度来看，局部智能的每一项功能很专一，但是运行起来也是很高效的；个体智能是一个完整的个体，是多才多艺的，还会不断地增强新的技能；群体智能，就是大家可以彼此的分享经验，有助于更快地提升和增加技能。

如果再来沉淀一下，从运行的在线频率来看，群体智能就是偶尔在线，个体智能是经常在线，局部智能总是在线；从功能范围上看，群体智能是共享的，个体智能是多样的，局部智能是专注；从智能模式上来看，局部智能是专业化的，个体智能是多模的，可以集中多种局部智能，群体智能是协作化的。

基于以上的对标，边缘AI对应到个体智能，实际的应用会对它提出什么样的要求呢？我们通过大量的实践，包括刚才的范式对标，我们会看到对于AI算力，从算力层、工具层和应用层都会有相应的要求。

例如，算力层中从实际应用场景需求角度的算力配置性价比是需要考虑的问题，还有工具层中AI开发工具齐全性问题，而对于AI应用层要求就更高了，要求有广泛的行业场景应用的覆盖度，已经具备了哪些行业AI种类，如果是重新定义新的功能模块，是不是可以很快低成本的实现。三层里面的下面两层，AI算力层和AI工具层，业界有很多研究，上面的行业场景应用这一层，倒是关注的相对比较少，存在着大量的瓶颈问题，而我们对这一块有些相应的思考。

针对个体智能，我们提出了面向行业应用场景，快速打造“职业技能”。我们用人体来做类比，人具有大脑和肢体功能，这些都是差不多的，人与人之间的差异不是很大，但是职业技能差异就很大了。大家在各个行业里不断的强化，产生了分化，有人擅长当老师，有人擅长当建筑工人，有人擅长踢足球等等，分工不同形成了不同的职业技能，而且职业技能可以不断的迭代提升。

那我们思考，可不可以用这个启发，建立人工智能的一个体系。我们构建AI原子能力的这样一个大脑，来实现感知，决策，执行等核心的功能，然后再配上一些硬件设备，传感器等等可以实现类似人的眼睛看，耳朵听，嘴巴说，手臂抓起，腿脚移动等等的具体功能，我们称之为AI垂直功能。

基于AI原子能力和AI垂直功能这两类与行业不是密切相关的，相对通用的功能,再针对各个行业场景,做快速的定制，并且不断的迭代提升，形成基本行业的AI应用，也就是基本行业的职业技能，而且越用越聪明。如果能够构建很好的比较通用的AI原子能力和AI垂直功能，就可以通过有限的这些技术来快速的支撑无限多的细分行业AI，就像人类一样，就是彼此大家的大脑和肢体功能，可以演化出无限多的职业技能，这个就是个体智能打造的一个方法论。

真正去做的时候，怎么样去做，一定是生态协同，通过产、学、研、用的结合，才能够快速的打造千行百业的职业技能，需要打团体赛，包括技术和行业需求场景双向的驱动，以及与产业界产品层面的合作等一同来完成。所以，非常希望能与业界同仁们携手，共同去赋能实体经济的高质量发展。今天的分享就到这里，谢谢大家。

全球边缘计算大会讲师演讲材料已出，欢迎戳下方链接查看现场精彩回放！