MegTech 2022 | 直面AIoT场景碎片化难题 旷视AIS算法生产平台推动AI落地加速

Posted AI科技大本营

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MegTech 2022 | 直面AIoT场景碎片化难题 旷视AIS算法生产平台推动AI落地加速相关的知识,希望对你有一定的参考价值。

7月15日,旷视年度技术盛典——2022旷视技术开放日(MegTech 2022)在北京举行,旷视联合创始人、CEO印奇在演讲中阐释了旷视的AIoT战略及“2+1”的核心技术科研体系。

印奇强调,AIoT是旷视过去十一年最核心的主旋律,旷视认为 AIoT=AI+IoT+空间。其中,AI是不断演进的算法能力,IoT是软硬结合的设备载体,空间是应用场景的闭环。印奇认为,AIoT从业者要更好地改变物理世界。旷视首次公开“2+1”的AIoT核心技术科研体系,即以“基础算法科研”和“规模算法量产”为两大核心的AI技术体系,和以“计算摄影学”为核心的“算法定义硬件”IoT技术体系(包括AI传感器和AI机器人),涵盖了从基础研究、算法生产到软硬一体化产品的AI落地全链路。

旷视联合创始人、CEO印奇介绍旷视的AIoT科研战略

大会现场,旷视研究院算法量产负责人周而进发表演讲,他总结了过去十多年旷视在算法生产和应用落地过程中的实践经验。在推动算法在各行各业的实际场景落地的过程中,旷视一直坚持“落地实用是算法价值的最终检验标准”。

用标准化解决算法落地面临的复杂性挑战

算法生产的过程并不是模型训练这么简单的一个环节,为了让模型算法能够解决实际问题,它包含了需求分析,数据处理,模型训练,上线部署,到最后的应用落地。同时,在这个环节中可能需要反复多轮的算法打磨。这整个过程才真正是一个完整的算法生产的过程。

基于多年实践经验,周而进认为算法生产的主要困难集中在整个生产环节的复杂性上。具体来说,可以分为三个方面:第一,数据生产的复杂性。第二,算法模型本身的不确定性。第三,算法落地的AIoT硬件平台多样性也带来了整个生产过程的复杂和高成本。

面对如此复杂的挑战,周而进认为“算法生产过程的标准化,是解决复杂的、碎片化的算法生产的有效手段”。这个标准化过程,包括了数据生产的标准化、算法模型的标准化和推理框架的标准化。

旷视研究院算法量产负责人周而进在旷视技术开放日上的分享

AIS平台让算法量产成为现实

为此,旷视正式发布自研的算法生产平台AIS(AI Service)。AIS基于旷视Brain++体系,构建了一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路的零代码、自动化的生产力工具平台。AIS标志着旷视Brain++的又一次飞跃,让算法量产真正成为可能。目前,AIS平台已经能够支持100多种业务模型训练,最快2小时即可完成,而且模型产出精度指标远高于业界平均水平。

他以生产安全场景的火焰检测算法生产为例,介绍旷视AIS平台的工作全流程。通过标准化的数据处理,自动完成去重去花屏,用基于机器学习的人机交互数据标注系统,提升超过30倍的标注效率。此外,基于旷视10余年一线算法落地中积累的海量模型储备,自动化地适配合适的模型并自动化完成模型的训练和诊断,实现标准化的模型生产。最后,通过解耦的工具链自动完成硬件部署,有效化解算法在生产中的复杂性,大大降低算法的生产门槛。

算法量产不是单一的产品,而是对AI生产模式的理念革新和生产力进化

AIS的理念很简单,就是希望用越来越多的算法来代替人工的分析,用更多的算力和搜索来代替人工的规则,用机器的生成来代替人工的生产。

随着AI算法在越来越多的行业领域里逐步深化,行业对于AI算法的需求也呈现出碎片化、个性化特征。面向广阔又碎片化的产业场景,算法量产是实现AI落地的有效途径。

周而进强调,算法量产不是单一的产品,而是对AI生产模式的理念革新和生产力进化。旷视希望通过AI算法生产的标准化以及AI生产力平台的构建,极大地降低算法生产的成本和门槛,让更多人可以参与进来,促进算法在更多行业的落地。

以上是关于MegTech 2022 | 直面AIoT场景碎片化难题 旷视AIS算法生产平台推动AI落地加速的主要内容,如果未能解决你的问题,请参考以下文章

如何应对AIoT对芯片的碎片化需求?

旷视2022:以产品之能加速行业发展,以生态之力开拓AIoT蓝海

推荐5GAIoT区块链产业图谱

力维智联加入飞桨技术伙伴计划,共同探索AIoT技术多场景创新应用

直面新业务挑战,浪潮信息携手上海华胄打造医疗影像场景共同体

AIoT系列:AI赋能物联网,探索AIoT发展新趋势