<pre id="p7r7r"><ruby id="p7r7r"><b id="p7r7r"></b></ruby></pre>

<p id="p7r7r"><pre id="p7r7r"></pre></p>

    <del id="p7r7r"><ruby id="p7r7r"><thead id="p7r7r"></thead></ruby></del>

        <noframes id="p7r7r">

        AIoT算法供給困境,何以破解?

        首頁 > 觀點 >正文

        【摘要】面向未來三十年,曠視期待通過AI和IoT的融合,讓物理世界發生同樣偉大的變化,讓世界變得更加美好。

          劉曠 原創  ·  2022-11-15 10:26
        AIoT算法供給困境,何以破解? - 金評媒
        作者: 劉曠   

        AI對企業數字化轉型、產業智能化升級的助力作用在過往實踐中被高度認可,擁抱AI已成為各個行業共識。然而,傳統的算法生產方式無法適應和滿足AIoT 市場對AI算法的海量需求,市場供需明顯失衡。

        于是,各大人工智能廠商試圖革新算法生產模式,全面提高算法生產力,讓AI得以在海量的場景中發揮應有效應。

        近期,曠視提出算法量產的理念,意在降低算法生產的門檻,提升算法生產效率。

        這個辦法可行嗎?

        算法生產供需矛盾突出,曠視以算法量產解題

        火焰檢測、工業質檢、零件計數、?;窓z測、通行管理、明廚亮灶、高空拋物檢測、普洱茶茶餅識別、破皮速凍水餃檢測……這些“五花八門”的AI算法,伴隨著數字化轉型的熱潮,進入了日常生產生活。

        表面看,各行各業都有算法不斷融入,但實際上,AIoT市場上高質量的AI算法仍然“供不應求”,如何解決算法生產及落地應用挑戰,讓人工智能在海量場景中發揮更大的作用,是人工智能企業在AIoT時代需要解決的難題,也是曠視提出算法量產理念的初衷。

        當下, AIoT市場算法供給、落地過程中,主要存在5大挑戰:行業數據匱乏、算法通用性低、IoT設備繁雜、Software2.0的挑戰以及算法供給質量參差不齊。面對這些課題,行業中存在著不同方向的探索:目前絕大多數算法都是定制化生產模式,根據需求進行算法定制化開發,一個一個項目解決,但往往成本較高、算法交付質量參差不齊;預訓練大模型能為算法帶來良好的泛化性,但其背后需要大量算力支持,并且難以解決具體的細分場景問題;能夠解決部分問題的云端 AI 開發平臺,雖然易上手、零代碼,但是只實現了流程數字化,對策略選擇自動化等進階功能的支持有限……

        微信圖片_20221114165208.jpg

        這些探索非常好,但是在應對一個復雜問題時候,光靠單點其實是不夠的。面對如此復雜的挑戰,曠視認為“算法生產過程的標準化,是解決復雜且碎片化的算法生產的有效手段”。這個標準化過程,包括了數據生產的標準化、算法模型的標準化和推理框架的標準化。只有標準化才有可能讓算法生產的所有環節實現自動化,進而提高算法生產的效率。

        為此,曠視推出了適配算法量產的AI基礎設施——算法生產平臺AIS(AI Service)。AIS基于曠視Brain++體系,構建了一套覆蓋數據處理、模型訓練、性能分析調優、推理部署測試等算法生產全鏈路的零代碼、自動化的生產力工具平臺。

        建盞“電子身份證”透現算法量產效能

        “建盞”溯源是曠視在推進算法量產過程中的一個典型案例。福建省南平市建陽區的建盞,以“入窯一色、出窯萬彩”的自然之美享譽天下,市面上不乏歷代大文豪留下的“贊詩”。時至今日,建盞依舊是收藏愛好者和飲茶人士的“心頭好”,2016年一件宋代建盞以1078萬美元的成交價拍出,2017年一件現代建盞以2600萬元成交價拍出。

        微信圖片_20221114153246.jpg

        自建窯建盞燒制技藝被列入國家級非物質文化遺產名錄以來,建盞產業蓬勃發展,產業價值倍增。據了解,目前福建省南平市建陽區注冊建盞企業和個體超7000家,從業人員3萬多人,產值預估達75億元。隨著產業的快速發展,網絡平臺經營不規范、虛假宣傳、仿造、偽造、以次充好等問題也時有發生。

        過去,建盞在銷售和鑒定過程中,更多依賴于建盞傳承人親筆簽名、拍照,或提供產品防偽碼等形式。這類方法效率低、人力成本高,還留下了更多造假仿造的空間。好在建盞“每盞皆唯一”的特性讓AI視覺識別溯源得以實踐。

        曠視研發的建盞 AI 溯源系統,基于建盞的盞紋,通過圖像檢測和識別等AI技術,對建盞進行采集、登記、追溯、鑒定,實現了“一盞一圖、一盞一碼、圖碼結合”,讓千年建盞擁有“電子身份證”。

        按常理來說,為數量龐大的建盞采集、登記、追溯、鑒定等流程十分復雜和繁瑣,研發建盞 AI 溯源系統應該是一個漫長的過程。其實不然,曠視基于AIS平臺,極大程度的縮短了研發建盞溯源系統所需的時間。通過AIS平臺內置的自動優化功能,研究員實現了模型的快速迭代,從而實現對建盞的準確、快速識別。以建盞中的兔毫盞為例,這種品類紋理細密,一般肉眼難以分辨,但目前的識別準確率可達95%以上。

        除建盞溯源外,曠視通過算法量產已經幫助能源、教育、零售、運動健身等行業的多個客戶在日常生產與經營中運用AI技術,實現降本增效。曠視通過算法量產研發的明廚亮灶算法,已在多個城市的學校落地,守護學生用餐安全。曠視基于MegEngine框架,通過算法量產和AIS生產平臺,為某油田提供了煙霧檢測、火焰檢測、油品泄漏、配電室未佩戴絕緣手套等多項AI算法,通過“危險化學品視頻分析智能預警系統”,提升其日常安全監管工作效率。

        AI向實而生,讓物理世界更美好

        曠視認為,AIoT是未來十年最大的科技創新機遇,將引領新一輪的發展浪潮?;谑甓嗟膭撔聦嵺`和產業洞察,曠視提出 【AIoT = AI+IoT+空間】的產業創新范式,通過AI、IoT和空間三大要素的創新和融合,釋放AIoT價值,促進實體產業發展。

        在AI創新方面,曠視通過推動算法量產,提升AI規?;┙o能力。

        在IoT創新方面,曠視圍繞“算法定義硬件”,打造核心終端:即通過海量算法+通用型/標準化的智能硬件,去滿足AIoT領域海量的碎片化場景需求。用戶無需理解不同硬件產品的性能及使用場景,也不用做復雜的前期準備和項目規劃,通過算法去定義硬件功能,讓同樣的硬件可以滿足不同的場景和需求。

        在空間創新方面,曠視認為基于場景的價值閉環有巨大機會。為此,曠視聚焦在消費物聯網、城市物聯網和供應鏈物聯網三大業務賽道,持續為客戶和社會創造價值。

        AIoT 將成為未來數字經濟的一個主航道與核心脈絡。過去三十年,互聯網對虛擬世界帶來極大的改造。面向未來三十年,曠視期待通過 AI 和 IoT 的融合,讓物理世界發生同樣偉大的變化,讓世界變得更加美好。

        上一篇文章                  下一篇文章

        劉曠

        以禪道參悟互聯網、微信公眾號:liukuang110

        評論:
          . 點擊排行
          . 隨機閱讀
          . 相關內容
          巨大欧美黑人XXXXBBBB

          <pre id="p7r7r"><ruby id="p7r7r"><b id="p7r7r"></b></ruby></pre>

          <p id="p7r7r"><pre id="p7r7r"></pre></p>

            <del id="p7r7r"><ruby id="p7r7r"><thead id="p7r7r"></thead></ruby></del>

                <noframes id="p7r7r">
                <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>