企业应用AI之路怎么走?飞桨实践有真知

AI大势之下,越来越多的企业积极拥抱AI。然而,现实与憧憬还有很大的距离。众多传统行业要实现AI应用还远没有想象中的那么简单。

从企业中有人开始思考“我们面对的问题能不能用AI来解决”,到真正的实现高效、高质量的大生产,把AI技术的价值带入到企业的生产活动当中,是否存在一条可以参考、可以实践的路径?

百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜在WAVE SUMMIT 2021深度学习开发者峰会上,首次公开分享了飞桨通过与产业伙伴的广泛合作所观察到的实践路径。她指出,企业应用AI会经历三个阶段

百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜

第一阶段是企业中有少数先行人员尝试引入AI,称之为AI先行者探路阶段;当进行了验证成功落地后,会从个人实践转变成建设团队来学习和应用AI,称之为AI工作坊应用阶段;当企业逐渐进行大量的AI应用,几百、几千人一起工作,多人多任务协同生产,就进入了AI工业大生产阶段,更长期看,还会实现社会化协同生产。

企业在应用AI的这三个阶段会遇到的主要问题是什么?如何有效解决,以实现进阶呢?吴甜用现实事例给出了产业一线的经验分享。

首先,在“AI先行者探路阶段”,先行者们看到业务场景中的问题,考虑引入AI来解决,真实场景问题往往有别于实验室中的。以一个智能质检的案例为例,企业希望用AI替代人工质检,需要高准确率、低漏检率,对算法要求非常高。这个案例需要在大物件上找到非常小的瑕疵和缺陷,是大尺幅里小目标的检测。还需要模型体量小,预测速度快。另外,缺陷类型复杂,虽然产线上可能拿到很多的数据,但是缺陷的数据样本往往很少。面对这个场景问题的时候,首先需要有在这样场景上真正实践过的模型才能够快速的解决问题,还需要有适配这个场景的调优工具。飞桨基于大量产业实践打磨的PP-YOLOv2模型解决了上述问题,对先行者来说就具备了一个条件可以快速的进行模型验证。

但是光有了模型还不够,需要把模型部署到需要的生产环节中,新的问题又随之而来。在产业场景适配的硬件支持上,算力、存储容量、模型支持程度、软硬件结合优化,设备价格等因素让部署变得复杂。为此,飞桨平台提供了多端多平台部署环境支持,并且推出配套的部署工具链,可完美解决部署的一系列复杂问题,帮助企业便捷地走完AI应用的“最后一公里”。

到了第二阶段“AI工作坊应用阶段”,一般来说是规模体量不太大的AI团队以相互独立的方式在进行创新工作。以一家工业制造业企业的AI团队为例。这个团队由12人构成:4名机械化工工程师,7名软件工程师,1名AI专业研发人员。从模型研发的视角看,模型研发的深度有不同层级,最便捷的是无代码开发方式,可以快速上手,门槛非常低。对于可以进行代码开发的工程师,可以使用场景类套件快速复用。若团队研发人员具备AI算法能力,还可以在算法类套件上进行算法模型配置。

再进一步,若团队研发人员能够在模型库上进行代码改写,可以得到更符合自己需要的额新模型,如果能使用核心框架进行研发,就可以实现更深度的模型自研工作。可以说,飞桨打造了针对不同类型开发者需要的完备产品结构体系,不仅有可视化界面产品、场景类套件、算法类套件,还有模型库,以及动静统一的核心框架,助力AI应用创新。

最后,“AI工业大生产阶段”,该阶段具有“多人多任务进行协同生产”的典型特征,并面临着四大挑战:第一,需要高效管理大规模异构算力基础设施;第二,支持大并发多类型任务调度;第三,需要支持多人协同,满足不同类型使用者需求;第四,需要高效满足各类场景的定制化建模需求。面对这四个挑战,飞桨平台打造了两类核心功能:面向资源算力层面,飞桨塑造了高效的算力管理与调度平台,对模型和服务进行科学有序的管理,提升整体的研发效率;面向开发人员提供全流程集成开发环境,提升整个AI研发流程的易用性和效率,帮助研发人员站在更高的起点开展工作。放眼更长期,将会形成社会化的协作生产。

飞桨自正式对外开源至今,已完成第一个技术发展与产业创新“双丰收”的五年。截止目前,飞桨平台聚集了320万开发者,服务了12万企业,创建了36万模型,已经覆盖到了工业、能源、金融、医疗、农业、城市管理、交通、信息技术等各种各样的行业和场景,而这组数据还在增长。

人工智能对世界经济、社会进步和人类生活产生的影响愈加深刻,以深度学习为核心的新一代人工智能技术已经具备了非常强的通用性,显现出标准化、自动化和模块化的特征。在此过程中,飞桨作为成熟完备的产业级开源开放平台,更进一步扮演着夯实中国科技发展的创新底座的“基石”角色。

与产业共进的同时,“飞桨也将持续面向科学研发提升灵活性,助力前沿探索,希望为产学研一体化贡献力量,希望我们与开发者、与产业界、与科研界、与教育界携手,共同推进人工智能的发展。”

飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础,是中国首个开源开放、技术领先、功能完备的产业级深度学习平台,包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件,持续开源核心能力,为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台,针对企业级需求增强了相应特性,包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业,提供零门槛、预置丰富网络和模型、便捷高效的开发平台;BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。

END

(0)

相关推荐

  • 不信不可能:飞桨,划一个时代的初心

    AI在哪里? 大部分人可能会想到科幻电影,或者异常先进的实验室.但是河北工业大学教授刘晶却认为AI就在一间间工厂车间里.学习了六年深度学习,花两个月时间跑了一百多家钢铁厂,最终,她把在钢铁熔炼复杂的配 ...

  • AI提速,百度“换挡”

    文/螳螂财经 作者/陈淼 非广告业务的持续稳增态势基本奠定了百度在下一个技术创新红利时代崛起的势头. 5月18日晚,百度发布了2020Q1财报.据数据显示,在第一季度,百度实现营收281亿元,同比增长 ...

  • 百度AI的2020:迎合时代节拍,扛起智能大旗

    我们有理由去相信:2020年,AI 让不平静的世界看到了希望:2021年,AI将为我们继续照亮前行的道路. 撰文 /   Alter 编辑 /    胖爷 再过半个多月,充满挑战的2020年即将画上句 ...

  • 2019的回答:百度究竟在做怎样的AI?

    2019的余额所剩无几,科技界各种年度总结纷至沓来. 对于这一年的众多总结中,有一种似乎格外关键:在2019年,我们究竟发展了怎样的AI? 不久前,波士顿资讯发布了<产业智能化--中国特色AI平 ...

  • 新基建开航之际,百度“黄埔学院”发力培养“AI船长”

    茫茫无边,怒海狂澜,1 艘潜艇,135 名水手,180 天航程,如何将每一位水手都打造成优秀绝伦的领导者? 这听起来有点不太可能,"圣塔菲"号潜艇的指挥官L.大卫·马凯特却做到了. ...

  • 五载开源求索,百度飞桨造智能时代基石

    "人工智能"作为第四次工业革命的代表性科技,在生活.生产及社会经济方面所取得的成绩已经相当显著,并且普遍认为人工智能带来的生产力提高将远高于前三次工业革命. 今年两会期间,推动人工 ...

  • 语音、人脸调用中国最大,百度大脑如何炼成AI第一?

    百度一直很笃定,踏踏实实地做AI. 人们容易高估新技术短期的爆发力,却低估其长期的影响力,比如语音交互.2012年,伴随着iPhone 4S的发布,苹果将语音助理服务Siri推向世人,一时之间,出现了 ...

  • 回望2020:在大时代中奔腾的百度飞桨

    在人工智能的赛道上,中国不再是那个处处挨打的落后者,百度飞桨等中坚力量正在时代的大潮中奔腾. 撰文 /   Alter 编辑 /    胖爷 IDC新近发布了<深度学习框架和平台市场份额报告&g ...

  • 突然宣布!重大突破!更猛烈的还在后面!

    一 快!实在是太快了!一眨眼的工夫,未来已来! 刚刚,飞桨联合中国信通院发布<飞桨凝聚创新 开源共创产业新机>生态发展报告,指出:全行业智能时代开启,人工智能进入工程化应用爆发窗口期,健全 ...

  • 一文速览百度飞桨八大全新发布与升级 | WAVE SUMMIT 2020

    12月20日,由深度学习技术及应用国家工程实验室与百度联合主办WAVE SUMMIT+ 2020在北京盛大举行. 峰会上,百度首席技术官王海峰及研究团队向开发者们展示了飞桨八大全新发布与升级,包括: ...

  • AI防疫进阶路线图:从百度站驶向下一场繁荣

    史学家李约瑟很喜欢用自己的老本行--生物化学,来解读宏大叙事的社会学问题,还为此引入了一个有趣的名词--"滴定"(titration). 所谓"滴定",就是将试 ...

  • 12岁女孩零编程经验开发系统千人用,80岁初代程序员300多天打卡学AI

    金磊 梦晨 发自 凹非寺 量子位 报道 | 公众号 QbitAI 纯小白,对AI感兴趣,想学习AI或是尝试做些有趣的小应用,有可能吗? 文科生一枚,自学了Python,但是对AI一无所知,能学深度学习 ...

  • 深度学习框架“国货”正当时,但要警惕无差别投入的“产业陷阱”

    最近,美国推动的一系列科技封锁政策让人瞠目结舌.我们习以为常的世界科技秩序,毫无疑问正在以肉眼可见的速度被改变甚至重构. 在这样的话语氛围下,底层技术自主可控开始成为社会各界的共识与推动方向.而在科技 ...