8月17日，由中國信息通信研究院、深度學(xué)習(xí)技術(shù)及應(yīng)用國家工程研究中心、人工智能關(guān)鍵技術(shù)和應(yīng)用評測工信部重點實驗室共同主辦的《2022可信AI峰會》圓滿落地，會上發(fā)布了“人工智能平臺應(yīng)用優(yōu)秀案例”，共達(dá)地憑借AutoML自動化AI訓(xùn)練平臺入選。

同樣入選本榜單的還有中國聯(lián)通研究院、中國移動通信集團(tuán)天津有限公司、華為云計算技術(shù)有限公司、百度網(wǎng)訊科技有限公司等十八家優(yōu)秀企業(yè)。

“十四五”規(guī)劃推動AI工程化落地

在國家“十四五”規(guī)劃、《“十四五”國家信息化規(guī)劃》、《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》、《“十四五”信息通信行業(yè)發(fā)展規(guī)劃》等一系列政策推動下，人工智能平臺逐漸成為人工智能產(chǎn)業(yè)的核心內(nèi)容。人工智能平臺是指人工智能開發(fā)、應(yīng)用、運維的全流程技術(shù)平臺，能有效助力人工智能工程化落地，受到了政產(chǎn)學(xué)研用界的高度重視。

在此背景下，中國信息通信研究院云計算與大數(shù)據(jù)研究所（以下簡稱“中國信通院云大所”）聯(lián)合中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（AIIA）及AI工程化推進(jìn)委員會，共同啟動“人工智能平臺應(yīng)用案例”征集活動，從通用開發(fā)平臺、機器學(xué)習(xí)平臺、深度學(xué)習(xí)平臺、自動機器學(xué)習(xí)／自動深度學(xué)習(xí)平臺、邊緣人工智能平臺以及數(shù)據(jù)標(biāo)注平臺6大維度，面向人工智能平臺產(chǎn)品提供方和產(chǎn)品應(yīng)用方征集人工智能平臺優(yōu)秀應(yīng)用案例。

在本次評選中，主要圍繞案例在日常生產(chǎn)經(jīng)營活動中所取得的經(jīng)濟(jì)和社會效益，及經(jīng)驗的可復(fù)制性、可推廣性等維度，細(xì)粒度評估案例的代表性、示范性、創(chuàng)新性指標(biāo)，從多家參選案例中遴選18項優(yōu)秀案例。

在本次的申報中，共達(dá)地基于AutoML自動化AI訓(xùn)練平臺，聯(lián)合專注于計算機視覺深度研發(fā)的人工智能公司千視通共同申報。在共達(dá)地與千視通的本次合作中，千視通使用共達(dá)地AutoML自動化AI訓(xùn)練平臺快速生產(chǎn)算法，并通過其深耕多年的行業(yè)渠道，將算法集成為行業(yè)解決方案交付給終端客戶�；�于自動化AI訓(xùn)練平臺，千視通將算法開發(fā)周期從原本數(shù)月縮短至了數(shù)小時內(nèi)，并且在常規(guī)數(shù)據(jù)集下算法精度可媲美人類工程師。此外，通過共達(dá)地對主流大廠芯片的廣泛適配，做到了云／邊／端靈活部署，一鍵下發(fā)至設(shè)備，并可自動獲取現(xiàn)場數(shù)據(jù)進(jìn)行低成本的自動持續(xù)迭代優(yōu)化，讓精度無限接近理想值。

值得一提的是，除賦能具備算法開發(fā)能力的人工智能公司外，共達(dá)地AutoML自動化AI訓(xùn)練平臺還可以廣泛開放給產(chǎn)業(yè)客戶、集成商等無算法開發(fā)能力的公司，通過簡單的“托拉拽”式操作，讓業(yè)務(wù)人員也能輕松實現(xiàn)0代碼的特定場景算法開發(fā)，讓千行百業(yè)擁有極簡的AI開發(fā)能力，具備極強的復(fù)制性、擴(kuò)展性和推廣性。

實踐是驗證趨勢的唯一標(biāo)準(zhǔn)

技術(shù)與產(chǎn)業(yè)的結(jié)合深度、廣度是本次評選的重要標(biāo)準(zhǔn)。目前，共達(dá)地與千視通合作的算法已廣泛應(yīng)用在智慧交通、智慧城市與智慧金融網(wǎng)點等多個領(lǐng)域，并持續(xù)復(fù)制到更多產(chǎn)業(yè)。

以智慧交通為例，在湖南省某市的交通管理項目中，千視通使用共達(dá)地AutoML自動化AI訓(xùn)練平臺，定制了“行車未系安全帶識別”、“行車打電話識別”等有關(guān)安全駕駛的一系列AI算法，并在3周內(nèi)完成了從算法開發(fā)到下發(fā)部署整套流程。

作為AI應(yīng)用的主流場景，智慧交通的建設(shè)極其復(fù)雜，屬于to G業(yè)務(wù)中典型的項目型市場，不僅定制化程度高，而且場景復(fù)雜、多變，從基礎(chǔ)的車牌識別、測速，到類目繁多的違規(guī)駕駛行為識別，不同城市的智慧交通建設(shè)有不同的側(cè)重。這個特點也導(dǎo)致，雖然AI行業(yè)為智慧交通建設(shè)傾斜了大量資源，但并沒有AI企業(yè)能成功殺出重圍。

在智慧城市、智慧農(nóng)業(yè)、智慧工業(yè)建設(shè)中，也存在同樣的問題。面對項目型市場，AI企業(yè)被動跟隨行業(yè)需求。但隨著產(chǎn)業(yè)智能化升級進(jìn)程不斷加速，新需求指數(shù)級增長，且越來越精細(xì)化、碎片化。兩年前行業(yè)只期待機器視覺做到準(zhǔn)確的人臉識別，但如今希望AI能準(zhǔn)確判斷被識別人是誰、有沒有戴口罩、有沒有跌倒、有沒有非法闖入、有沒有違規(guī)操作等等……

例如，在智慧城市建設(shè)中，湖南某步行街需要對撐傘／桌椅占道經(jīng)營、游攤小販違規(guī)占道經(jīng)營、垃圾桶滿溢識別等場景進(jìn)行識別，這類需求同樣屬于智慧城市建設(shè)升級過程中，各省市普遍涌現(xiàn)出來的新需求。

按照傳統(tǒng)的操作方式，需要有專門的工作人員完成數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注、模型結(jié)構(gòu)設(shè)計、超參調(diào)節(jié)、芯片適配、迭代優(yōu)化、部署應(yīng)用等13大環(huán)節(jié)，耗費最小15人團(tuán)隊約數(shù)年時間才能完成。但通過共達(dá)地AutoML自動化AI訓(xùn)練平臺，千視通工作人員通過實地監(jiān)控錄像，異地完成了數(shù)據(jù)的采集與標(biāo)注，以0代碼的方式在數(shù)小時內(nèi)完成了AI能力的建構(gòu)，并在一周內(nèi)進(jìn)行了有效交付。

從實際生活經(jīng)驗出發(fā)，步行街這類場景很容易出現(xiàn)意料不到的情況。這類雖然概率很小但一定會出現(xiàn)的現(xiàn)象被稱為“長尾效應(yīng)”。這意味著，算法如果不能適配場景的生長而自生長的話，就會隨著應(yīng)用的逐步深入淪為“人工智障”。在本次湖南某步行街的合作項目中，前端采集的數(shù)據(jù)能以天為單位回傳至共達(dá)地自動化訓(xùn)練平臺，使算法根據(jù)實際場景進(jìn)行自主學(xué)習(xí)、快速迭代，越用越聰明，越用越實用。實現(xiàn)“讓算法入鄉(xiāng)隨俗”。

從15人團(tuán)隊數(shù)年的工作，縮減至三四名業(yè)務(wù)人員一周的工作，從“死算法”到“活算法”；此間種種變化，不僅僅是成本的下降和準(zhǔn)確率的提升，更是對未來的有力驗證——一方面是傳統(tǒng)產(chǎn)業(yè)普遍實現(xiàn)智能升級，從PPT上的希望變成了可觸摸的現(xiàn)實；另一方面是AI產(chǎn)業(yè)從理論高空規(guī)�；�扎根到產(chǎn)業(yè)大地中，也從希望變成了可觸摸的現(xiàn)實——也正是在這個基礎(chǔ)上，“產(chǎn)業(yè)＋AI”才有了穩(wěn)固的地基。

綜合來看，更平民化的算法生產(chǎn)流程、更精準(zhǔn)的場景識別準(zhǔn)確率、更可持續(xù)的算法生產(chǎn)能力、更智能化的算法迭代方式、更兼容的軟硬件結(jié)合模式、更可復(fù)制的產(chǎn)業(yè)賦能路徑，這六大特征成為共達(dá)地與千視通的平臺合作案例入選信通院“人工智能平臺應(yīng)用優(yōu)秀案例”的重要原因。

第三種路徑：AI as a Service

“人工智能”概念提出至今已有67年歷史，吸引無數(shù)人類最聰明的大腦涌入這個領(lǐng)域，希望洞悉“智能”的本質(zhì)并實現(xiàn)智能再造。從1．0到3．0，人工智能產(chǎn)業(yè)誕生過能打敗人類最優(yōu)秀棋手的AI、能快速追蹤嫌疑犯的天網(wǎng)、能讓人“刷臉”走天下的應(yīng)用程序……這些成果讓人們一邊驚異于科技的力量，一邊好奇“未來，我們對人工智能還能有哪些期待？”

本質(zhì)上講，AI是生產(chǎn)力的革新，和蒸汽機的發(fā)明、電的發(fā)現(xiàn)、計算機的普及一樣，具備無限暢想空間。在這項技術(shù)的落地過程中，有兩大主要路徑。一是縱向的解決方案思路，即面向場景需求，提供定制化AI能力，集中實現(xiàn)某個領(lǐng)域的智能化。這種思路在過去幾年的發(fā)展中創(chuàng)造了AI＋安防、AI＋金融、AI＋社保等領(lǐng)域的盛況，其核心價值在于驗證了AI與產(chǎn)業(yè)結(jié)合的商業(yè)價值，讓人工智能的發(fā)展向前邁出一大步。

另一種是橫向的平臺思路，即通過面向人智能領(lǐng)域的開發(fā)者進(jìn)行開源，實現(xiàn)行業(yè)范圍內(nèi)的技術(shù)能力涌現(xiàn)。這種思路讓人工智能落地的場景和可能性不再局限于安防、金融、安保等集中場景，AI的開發(fā)能力也不再局限于少數(shù)人工智能公司，其核心價值在于擴(kuò)大了人工智能的邊界。

但是，從“AI＋產(chǎn)業(yè)”到“產(chǎn)業(yè)＋AI”，即國家頂層設(shè)計中力推的“人工智能工程化落地”，并不僅僅意味著產(chǎn)業(yè)端意識的覺醒，更意味技術(shù)端能力的“蝶變”，以足夠應(yīng)對產(chǎn)業(yè)豐富多樣且龐大的需求。說到底，AI生產(chǎn)能力要足夠高效率、低成本、易使用，就像電力供應(yīng)從三十年前的夏天需要拉閘限電，發(fā)展到如今全民空調(diào)房且費用無需多慮一樣。

從這個角度講，共達(dá)地基于AutoML技術(shù)打造的自動化AI訓(xùn)練平臺，則在生產(chǎn)力革新的基礎(chǔ)上又向前進(jìn)了一步：不只是快速地生產(chǎn)AI，更要打破AI供給端、需求端的固定關(guān)系，讓生產(chǎn)者、中間商、使用者等角色多元融合。

與行業(yè)已有的AutoML平臺主要作為專業(yè)算法人員的效率工具不同，共達(dá)地AutoML自動化AI訓(xùn)練平臺旨在面向全行業(yè)開放。

這意味著，從公司層面來說，傳統(tǒng)的算法公司也可以通過共達(dá)地的平臺進(jìn)行高效地算法訓(xùn)練，以滿足復(fù)雜場景下的碎片化需求。在這種情況下，AI公司就從單純的AI生產(chǎn)者，變成了生產(chǎn)者兼使用者。

同樣的，產(chǎn)業(yè)集成商也能以0代碼的形式，從無到有建立自主的AI生產(chǎn)能力，基于多年積累的行業(yè)know－h(huán)ow，在中間商這層身份的基礎(chǔ)上，增加“AI生產(chǎn)者”的角色。

對于企業(yè)主，即傳統(tǒng)產(chǎn)業(yè)鏈中的AI購買者、應(yīng)用者而言，低門檻實現(xiàn)自己的AI構(gòu)想也變成一件觸手可及的事情，既不需要顧慮場景是否太細(xì)碎、需求是否太小，也不用擔(dān)心冗長的周期和高昂的成本。共達(dá)地負(fù)責(zé)將AI開發(fā)的難度從專業(yè)Photoshop降低到美圖秀秀的級別，企業(yè)主負(fù)責(zé)釋放業(yè)務(wù)想象力，這才是產(chǎn)業(yè)＋AI。

將AI生產(chǎn)能力集成于一個自動化訓(xùn)練平臺，人人可用，人人會用，讓先進(jìn)的人工智能力量進(jìn)入尋常百姓家，就像一款人人皆可下載的APP一樣，as a Service。這就是共達(dá)地正在做的事，解放AI生產(chǎn)力，重塑AI生產(chǎn)關(guān)系。這種嘗試不僅僅是AI商業(yè)化的嘗試，更是一場社會革新探索，就像教育的普及一樣，讓每個人、每個產(chǎn)業(yè)都具備低門檻擁抱未來的可能。