2019人工智能开发者大会邀请国内外人工智能产业知名人物、国家政府主管部门、行业内顶尖企业、知名学者代表、开源社区优秀贡献团队及个人,交流技术现状趋势、分享生态建设经验、探讨开源社区运营。《浙商》杂志、世界浙商网报道团队将在现场报道最新最热的消息...
11月1-2日
杭州未来科技城学术交流中心
2019人工智能开发者大会邀请国内外人工智能产业知名人物、国家政府主管部门、行业内顶尖企业、知名学者代表、开源社区优秀贡献团队及个人,交流技术现状趋势、分享生态建设经验、探讨开源社区运营。《浙商》杂志、世界浙商网报道团队将在现场报道最新最热的消息...
顾国煜:下面我就医疗专项赛的情况向大家介绍。
医学人工智能为医院、医生、患者带来新体验,提高诊断效率和准确率、充分开拓科技创新思维、感受就医的高效与便捷。
通过人工智能的发展,能够重塑整个医疗服务体系,把原有的医生、医院、行业监管者、医疗相关企业、患者从单线的关系变成立体交互的关系,推动整个医疗服务体系进行重塑。
今年大赛稍微介绍一下,复赛决赛都是现场抽签。上个星期在未来科技城的国际交流中心举行了决赛,也是未来医院发展大会。跟去年相比,我们有了升级,尤其是主办单位,主办还是未来科技城、中国人工智能产业发展联盟、浙一医院,但是增加了研究机构、北大三院等等这些单位。
赛题组织上,由原来的六个的基础上增加了AI 5G应用和AI中医药。报名参赛项目也增加了1倍,去年111项,今年200多项,最终完整提交119个项目,覆盖八个赛题。
赛制流程规范高效,时间缩短了一半,从发布、报名征集到初审、复赛、决赛。
遵循“回避+双盲”两大原则,保障公正公平,每一位评委只能参与其中一场评审。
今年大赛受到媒体更大的关注,这次大赛受到了百万级流量关注,百度收录15100条,搜狗收录6843条。大众、行业媒体100家,发布新闻360篇,手机开屏推荐16嗯次,推送量1086万,阅读量100万。
加大医院应用推广,不仅有未来科技城对落地专项的奖励,对于主办和联合主办方来说还有获奖项目示范应用的权利。
提供切实应用场景助力应用。去年一等奖的宫颈癌辅助筛查已经在我们医院进行应用了,今年的获奖项目我们也会提供应用场景。
我们明年6月底就要竣工未来科技城的国际医疗中心,我们要打造中国标杆,联动杭州余杭区构建基于人工智能的应用。搭建精准对接平台,加速临床创新应用,构建投、医、服、政、学、研、产的多方快速转化平台。
未来医疗,大家一起来见证!谢谢大家!
廖军:我代表中国联通分享一下。代表中国联通表达一下对联盟的感谢,非常荣幸、非常高兴,也非常激动能够连续承担两年的比赛。第三年,我们比赛的形式和参赛队伍会有一个很大的升级。
这次来到开发者大会感觉到有一个不同,开发者大会有了全新的升级,我们的比赛也要继续进步,否则的话赶不上联盟对我们的要求。
20195G网络应用大赛,前天5G正式商用发布,大家可以买到带套餐的卡。对中国联通来说主要是发挥了我们在5G网络方面和人工智能结合的优势。六大赛区,银川赛区、双鸭山赛区、安徽赛区、江苏赛区、广东赛区、海南赛区。双鸭山是北国一个边城,每一次比赛都会选择相对落后一点的城市,这是我们央企的社会责任,效果也非常好。
非常感谢我们联盟的帮助和社会各界的关心支持,我们才有这样的机会把专家请过来,从而支撑我们的比赛,帮助我们把比赛办好。
2019年大赛是和中国通信公司联合主办的,2018年是和腾讯一起承办的,2020年也会选择相应的合作伙伴。2019年有200多支队伍参加了大赛,33支队伍进入决赛。联通赛点特色就是到处跑,地方政府也是希望我们过去,用人工智能给当地的实体经济发展注入能量。我们也非常荣幸,省分公司非常配合。
有一些获奖作品,5GMEC边缘计算打造透明制衣工厂、全场景无人驾驶,都是非常好的作品。还有文旅解决方案、工地综合解决方案、车联网用户轨迹定位,这也是我们应用的热点。
我们的比赛分为两大部分,一是关于业务,二是跟5G网络相关,后者非常专业,在决赛现场凡是关于5G网络本身的智能化赛题的探讨氛围和比赛激烈程度比业务方面要激烈很多,希望大家有机会可以去感受一下5G智慧网络应用的氛围。
我们在比赛给地方政府发展智慧产业提供了机会,给选手提供了展示的机会,我们组织方也得到了想要的解决方案,推动了产业发展,落地了央企的社会责任。
2020年希望能够得到大家一如既往的支持,和中国联通一起把5G网络应用的比赛继续办好。谢谢大家!
徐士雷:各位领导、各位来宾,大家下午好!我是来自星环大学,由星环科技成立的专门针对高校市场的部门。
我们是Sophon赛站,Sophon可以大大降低建模难度。大赛主办单位有中国人工智能产业发展联盟、大数据分析与应用技术国家工程实验室、湖南省工业和信息化厅。
大赛有幸邀请到张平文院士担任专家委员会主任,专家委员会委员有星环科技、联盟、北京大学、清华大学、中南大学等单位的专家以及领导。
大赛专门面向高校群体,鼓励学生+教师联合组队参赛。本次大赛一共有17个省市200所高校的218支队伍。
赛题设置方面有四个方面,交通、保险、消防警情、企业活力指数。
赛程设置是三个阶段,一是纯线上比拼,比拼算法建模能力;二是线下技术问答,考参赛团队的技术以及现场临场表现能力;三是全国总决赛,将技术和企业实际生产经营相结合,把技术进行落地。
星环科技在5月份会举办前沿科技论坛,今年我们也进行了本次大赛的启动仪式,专家委员会张院士以及联盟的孙明俊主任、星环科技创始人跟赛区的参赛团队代表联合对本次大赛进行了启动。
我们针对的是高校的参赛群体,各个学校学生的技术水平参差不齐,我们在正式比赛开始之前已经在13个城市开展了培训,培训人数超过了两千人。
我们大赛历时4个月,最终有30支队伍进入全国总决赛,本科院校团队22支、专科高职团队有8支。我们按照本科组以及专科高职组进行评定。
2020年,星环科技将正式更名为2020AIIA杯人工智能大学生应用创新大赛,将更加聚焦高校,助力中国人工智能人才的培养。另一方面,我们会更加积极与星环科技落地的企业联合,将他们实际生产当中遇到的问题发布出来,并寻求解决。谢谢大家!
中国移动研究院人工智能和智慧运营研发中心副总经理邓超介绍赛点情况:
中国移动一方面是响应联盟的号召,另一方面,中国移动落实5G+AICDE战略。我们打造了九天平台,同时也希望能赋能其他行业。
我们遇到了一些瓶颈,我们在平台建设和战略落地实施过程当中本着开放合作共赢的态度,吸引企业和高校合作。本次也是本着开放的心态设定了两个主题,智慧家庭和智慧网络。智慧家庭是一个开放的题目,智慧网络是命题式的。总的奖金是44万元,开放式赛题是20万,命题式赛题一等奖是5万元。
我们一共吸引到了540多件作品,选手来自全国各地的优秀人才。这个比赛是杭州研发中心主办,组委会也反馈现场答辩环节同济大学从点线面三个方面给出了很好的解决方案,其中演示方面二等奖全息智能给观众留下了非常深的印象。我本人是作为命题式网络主题方向的主要负责人,也是完整地参与整个决赛过程。命题式赛题来自于实际生产环境当中的真实数据,337支队伍参与到了这个命题式的比拼,这个赛题就是比技术,大家拿不同的算法来比,我们对算法的有效性和真实性进行了验证。我们发现最终致力于从事网络数据分析的两家公司得了一等奖,但是高校团队也有非常好的成绩。
赛事体会:集智解决应用难题、储备外部优势人才、全社会共建网络强国、建设智慧网络生态。
展望2020年,中国移动将继续承办AIIA人工智能大赛,以网络智能化为重点,直面最核心技术问题,开放网络智能生态环境与业界同仁携手,欢迎大家在2020年继续加入我们!
百度AI技术生态部产品运营经理张叔夏介绍赛点情况:
首先,百度近三年累计举办了24场人工智能大赛,覆盖全球近7万AI开发者,涵盖强化学习等多个领域,一共有2.3万支队伍报名。总奖池超过300万人民币。
今年我们基于飞桨举办的这场AI人工智能比赛,飞桨是源于产业实践的平台,以百度多年的深度学习经验为基础,是中国首个,也是目前唯一国内全面开源开放、技术领先的产业级深度学习平台。飞桨包括核心框架从开发预测到部署以及一些基础的模型库、工具组件、服务平台。AI一站式开发平台为选手提供了免费算力。我们基于飞桨的工具组件来做的电梯调度算法比赛。
下面由我来介绍飞桨电梯比赛,比赛名称是百度飞桨电梯调度算法赛,我们可以从算法上提供一个全新路径。我们要求选手设计并优化一个电梯调度模型,使电梯调度的综合效率达到最优。
百度公众号是力推本次比赛,命题人亲临直播间在线答疑。吸引413支队伍参与报名,学生占比50%,有来自清华、北大,双一流高校学生100名。一共有38支队伍提交结果。本次推广宣传累计覆盖曝光4万+,其中8月31号举办了首次分享。比赛亮点,一是赛题接近生活,具有话题性;二是选手积极参与在线讨论,12小时不停地讨论,其中第一名选手高于官方最优成绩近10分;三是比赛引领强化学习新热潮,吸引了更多选手向深度学习方向发展,取得了出乎意料的结果。
展望未来,百度继续将承办2020届AIIA杯人工智能深度学习应用大赛。百度拥有丰富的积累和业务实践经验,通过百度大脑提供先进全面的AI服务,助力各行各业实现智能化升级。2020年,百度飞桨将提供更将源于产业实践的完善深度学习应用大赛。
以上是本次汇报情况,感谢大家聆听!
希望通过比赛的形式,聚拢和号召领域内的优势企业,实现"融创同智,竞促发展"目的。2019年航天科工、百度、移动、星环科技、5G网络应用专项赛、医疗专项赛共计6个赛点,目前各赛点已经完成了大赛工作。北京航天情报与信息研究所市场营销处副处长张祚天介绍赛点情况。
秦朝把文明传播到岭南的时候,历史一直延续下来,当时就叫番禺,番禺是广州的母城和发源地。广东和浙江什么关系?原来最早叫南越国。我们有大量的古建筑,岭南地区从秦朝开始战乱不多,很多古建筑维护下来,所以文化底蕴非常强。我们那边有大量的祠堂,广东祠堂拜的神也是五花八门,从关帝到妈祖都有,神是广东人的信仰。另外就是人才,冼星海就出生在番禺、长在番禺。好吃好住好玩,广东人什么都会吃,番禺人更敢吃。好玩,我们有全国最大的主题公园,叫长隆野生动物园,明年春节和暑假这个地方都是一房难求。番禺有大量的民间资本和民间人士,跟浙江这里有异曲同工之妙,藏富于民,广东人穿着拖鞋、开着宝马去买青菜。
小谷围岛18平方公里,跟浙江也有关系,2002年张德江委员长从浙江到广东的时候在小谷围设立了大学城,把12所大学迁入进来,现在总共学生有18万,加上老师有21万,意味着年轻人多、活力足、毕业生多,每年有五万毕业生,年轻人的力量非常重要,我们有大量的年轻人,他们有大量的激情和大量的技术可以在人工智能方面作出一定的贡献。我们希望集他们的力量来开启人工智能,作为政府帮助他们把人工智能起步,在各位的支持下把初创企业做成功,也可以作为你们将来的一个辅助机构。
广州大学城高校有12所。中山大学、华南理工大学、暨南大学、广州中医药大学、华南师范大学、广东工业大学、广东外语外贸大学、广东药科大学、星海音乐学院、广州美术学院、广州大学、广州医科大学。什么专业都有,从弹琵琶到拿手术刀的。
大赛宗旨是连接资源,包括技术研发、产品和服务、资产、资本、规模化生产。
赛程安排,9月份启动仪式,11月中旬是大赛初赛,12月大赛决赛。
大赛赛制,包括高校组、企业组,进行了命题赛、领域赛。四个命题,领域赛筛选16支队伍,加上4支命题队伍。四个领域,智能制造、智能健康、智能公共服务、智能交通/汽车。
十个奖项,企业领域赛事是十万人民币的奖项,十万人民币对于大企业来说是非常小的,但是对于初创企业或者有愿望进入这个领域的初创团队来说可以作为初步支持,也希望将来这种比赛越来越多,各地都会有这种比赛。我们还有学校奖项,人民币1万元,相对小一些。
特设投融资组,将来对这些项目进行服务的话有大量的创投机构,还有关联企业作为支持。
今天汇报的内容就是这些,谢谢大家!
我们压力很大,从广州过来,在杭州这个地方做大赛的推介,也觉得这是最好的起点,广州和杭州其实有很多相近的地方,也有很多不同,在很多定位和产业方面是可以互补的。阿里巴巴华南区总部在广州,网易起源地是在广州,现在杭州也是重点发展区域,丁磊先生是浙江宁波人。广州和杭州之间有很多的关联,有很多的互动,我们做最好的竞争对手,也做最好的朋友。
2019中国(小谷围)人工智能创新创业大赛。我们这里是双创的发源地,我们大赛着重也是创业创新,我们面向开发者和学生。为什么有“小谷围”?小谷围在中国的地位还是很高的,小谷围上面有12所大学,华南地区最好的12所大学都在小谷围岛上。
2019中国(小谷围)人工智能创新创业大赛由中国通信院、中国人工智能产业发展联盟、广州大学管委会一起发起,指导单位是广州番禺区人民政府。今年春节中国发布粤港澳发展纲要,PK对象是东京、纽约、旧金山,整合珠三角资源来做整个发展。我们从人工智能产业启动,希望集合高校、企业和学生,在创业创新方面开始启动。我们商定了本届大赛嘉宾,人工智能领域的行业大咖(研究者)、人工智能领域的教育权威人士(先导者)、人工智能企业(实践者)、人工智能相关园区孵化器(扶持者)、人工智能方面的投资机构(支持者)。这个项目经过筛选以后可以在全国各地孵化或者落地,需要大量的天使基金、风险基金。
番禺区在广州是一个比较特别的区域。余杭区早上说到这个地方GDP增长率有8%多,这在杭州属于最高的。而番禺区传统产业比较多,人工智能可以辅助制造业,都需要在这个方面有提升。广东的口号是智能智造。番禺区在全国综合实力百强区中排名第十,生产总值是2000亿,在广州来说是比较高的。全球60%的珠宝产品是产自番禺区,周大福、周生生的产品都产自番禺区,非常厉害。另外还有传奇汽车,当汽车加上AI的时候就厉害了。广州有十家企业是在进行无人驾驶汽车的探索和试运行,AI在发展过程当中跟传统产业对接,我们需要大量的人工智能方面的人才和人工智能方面的专家、企业进入到这个领域当中。广东敢于尝试,成功了就物有所值。
在过去几年内做了非常多的工作,2018年我们提出了AR云战略,2019年其实已经落地了很多应用。
AR云是通向未来数字世界的桥梁,下面支撑我们能达到的能力是什么?我给大家介绍一下产品。我们在2015年推出了中国首款AR引擎EasyAR,也受到了国内外AR界的认可。到目前为止,我们在全球的开发者数量突破十万人,这个规模已经初具规模,这个数量应该是全球最大的开发者生态,其中40%开发者来自于海外,很不容易,以前很多模式都是拿海外技术到国内市场做商业化,现在把国内技术输出到海外是非常难得的。
架构有三个部分,一是SDK,我们在端上会提供一系列的工具,手机终端、AR眼镜、腾讯微信小程序端。二是Creative Tools高效落地AR项目,我们提供了一系列工具。三是运的支撑,AR最终是要把整个现实数字化,涉及到的数据量以及计算能力都是海量的,我们在云上提供了一系列的服务,不仅提供公有云的服务,私有化也是很重要的趋势,我们也提供了一系列私有化方案。
除了在手机上应用以外,AR眼镜也是新一代平台,我们支撑一系列AR眼镜。这个月或者下个月会发布4.0版本。
实时筹建、多人AR都是首创,在国际上也是属于领先的程度,如果大家对AR感兴趣的话可以到官网上试用我们的产品。
现实世界挺无聊的,但是虚拟世界很精彩,通过AR云可以创造一个虚实结合、无限可能的魔法世界。谢谢大家!
第一,AR云将催生大量应用创新。有多少物理场景,就会有多少AR云。四年前推出的一个游戏,已经是爷爷级的游戏,但是到目前为止每年的营收依然有10亿美元的规模。之后陆陆续续这个行业也推出了相似的游戏,AR游戏是非常大的品类。除了游戏以外,在工业、娱乐、商业也有大量的应用出现。
第二,AR云会开辟全新的信息入口。PC互联网的时候有一个显著的信息发现特点,就是人去搜索信息。移动互联网时代,信息发现的模式变了,变成信息来找人,最典型的模式就是抖音,会给你打标签,不停地推送相关内容。在AR时代会进一步进展,会达到人信合一,不需要找什么,也不是信息来找你,信息就出现在它应该出现的地方。
第三,AR云带来全新商业模式。我们已经看到很多商业模式,包括AR电商、AR游戏、AR地产,AR云会带来非常多的商业模式的更新。
AR云市场有结构化的机会,一是市场大,AR云是远远超过云计算的市场。二是机会多,我们现在看就那么一个赛道而已,但是你仔细看的话会发现很多结构,各种垂直领域的新场景应用,差异化竞争机会非常多。现在越来越多公司已经进入到这个领域,不管是百度,还是华为,包括国外几十家公司已经进入到这个市场,AR云市场的差异化竞争机会非常多。三是时机好,5G大发展时机,5G是国家战略和全球趋势,5G一方面给AR带来了非常大的能力提升,可以很轻松地下载高质量内容;另一方面,AR是三维的运动,带来了内容的大爆炸,必然会对带宽的提升带来很大的作用。
以下为张小军演讲全文(上):
大家下午好,今天跟大家分享AI这个行业的趋势——AR云。AR云,让空间产生价值。
AR,增强现实,大家已经耳熟能详了。在物理世界里面创造了平行宇宙,进入了另外一个宇宙。现实世界中有多少物理空间,可能就会有多少AR云。
AR云,最下面一层是生活的物理空间或者线下场景。AR云的应用是虚实融合,如果AR云想跟现实世界产生互动必须要通过一个中介,我们把线下场景作为数字化之后形成这么一个中介,称之为AR云。很多AR同业公司有很多不同称呼,我们称之为AR云。
AR云的价值非常大,一是所有数据都会沉淀在AR云上;二是AR云承担着数据入口的角色。对比物联网的概念,AR云也会开启空间互联网的时代。
还有一个例子,一个行业的应用是驾驶员疲劳检测,需要定制化数据服务的需求。如果你要用众包的方式去进行驾驶员疲劳检测数据采集的话,首先要求众包人员有一辆车,对于车内采集设备的精度、光线、位置都有特定的要求,如果不满足这些要求的话,你采集到的数据也是不可用的。我们看到整个行业已经在大量地进入到了定制化数据服务阶段。
还有一个阶段是用户智能,会诞生一批新一代的物联网数据,很大的一块热潮是来自于AIOT设备的应用,比如说语音设备、视频设备,这些设备随着场景的深入,用户C端很多行为会大量地留存下来,形成新一代的交互数据。
我们现在长期是处在定制化数据服务阶段,这个阶段有几个很有意思的趋势。一是设备定制化,二是场景定制化,三是样本定制化,四是工作协同化,五是工作专业化。我们越来越发现行业里面整个精度的需求是无止境的,一开始精度只需要做到95%就可以了,现在基本上所有的精度都要达到99%以上。同时数据多模态、多场景、丰富样本。
以设备定制化为例,最典型的案例就是定制的激光雷达。十几二十年前只有一个摄像头去做道路行人检测,还有一些解决方案的人认为仅仅靠视频这一个单一纬度的数据是不足以提高识别精度,他们会想是不是可以引入另外一个纬度的数据,比如说距离,那么激光雷达的引入后精度可以比单一的视觉有提升,效果显而易见,只不过面临着激光雷达降低成本的问题。我认为设备的定制化会是将来非常显著的一个趋势。
场景定制化:更贴合真实场景。安防这个领域对于光线的复杂性要求非常高,真实的场景下面,如果一个解决方案想要做多场景的覆盖会要求各种光线强度的组合,多样性的数据才能训练出比较靠谱的AI模型,这个时候需要定制一个场景才能完成这块的数据质量。
样本定制化:AI的公平性。肤色、方言、年龄需要覆盖更多的场景。
工作协同化:数据的采集与标注工作。对协作效率提升的要求也越来越高。
背景知识细分化:医疗领域的标注需要副主任医生才能做好,这就涉及到知识细分化趋势。
Testin为了支撑好客户这些需求,我们自己搭建了数据采集实验室,也是特别注重数据安全这块,会有自己的数据安全机制,只有在操作的时候才可以接触到数据,离场的时候全部数据都会保留在数据中心,不会带走数据。
总结一下,整个数据迭代会经历五个阶段,我们现在正处于定制化数据阶段。
谢谢大家!
以下为陈冠诚演讲全文(上):
大家下午好!我给大家分享的角度不太一样,我们是从数据迭代的角度来给大家分享一下我们在人工智能行业的见解。
简单介绍一下Testin,我们成立于2011年,最早做APP测试,然后做了APP推广服务,近些年开始推出AI数据服务。三大块业务核心点都是一样,就是赋能产业里面的合作伙伴。北京是我们总部,我们在上海、广州、上海、深圳、香港、马来西亚、美国都有分公司,我们公司大概有1700多人,将近一千人从事跟AI相关的数据采编、数据标注等服务。
我们Testin有三大数据交付中心,华北、华东、华南。我们合作的这些伙伴有三大类型,一是新兴人工智能企业,这是显而易见的,随着2015年、2016年深度学习的兴起,人工智能公司在人脸识别、安防、自动驾驶方面会深耕,我们也是和他们合作,提供数据服务。二是科技巨头,他们拥有很多丰富的用户场景,也会有充足的研发资源投入,也会有大量AI数据的需求。三是产业智能化升级浪潮兴起的传统巨头公司或者传统行业代表,他们在农业、制造业领域有非常丰富的应用落地,所有AI的兴起,想通过AI技术来提高效率,诞生出非常多的AI数据需求。
AI这波浪潮对我们整个社会的变革体现在三个方面,一是劳动力的解放,生产自动化的提升。我们知道三秒钟定律,如果现在三秒钟就能够做决策的工作很有可能可以被AI替代掉。二是拉近人与人的距离,医院场景下医生、护士需要花大量的时间去进行相对比较重复性的问诊工作,随着问诊机器人的兴起,我认为问诊机器人可以节省大量的医护人员对于患者常规式的重复性问诊活动,意味着医生、护士可以节省出更多的工作时间去进行情感交流,从问询到关怀。三是改变人类交互模式,以交通工具为例,我们历史上有几波交通工具的变革,最早是自行车,后来是汽车,下一代正在发生中的是自动驾驶。我们想从杭州到乌镇,骑自行车的话需要七个多小时,开车的话两个小时或者1小时40分钟,但是开车的话有一个不可避免的问题,开车过程当中不可以干别的事情,随着AI的发展,驾驶员可以解放出来,人在汽车当中变成办公时间,进行移动办公或者进行娱乐。更进一步,当你整个路网全部都换成自动驾驶的话,通过车辆之间的调度系统可以在高密度车流的情况下实现平均车速的显著提升。现在平均车速只有80公里/小时,今后可以提高到120公里,甚至200公里,那么距离问题可以重新定义。
人工智能浪潮有三大元素,数据、算法、算力。我们从行业的角度上来看,随着能力升级,不断地相互制约,又不断地升级。今天早上百度嘉宾分享了OCR文字识别,OCR的能力要分场景的,一开始如果只做APP的OCR文字识别,那个时候需要的数据只是APP里面的数据就可以了,保证一定的精准度,算力也只需要支撑APP就可以了,随着OCR能力的提升,同一个OCR模型不仅做好APP里面的文字,还要做场景里面的文字识别,比如说光线变化等等场景,不管是你的训练数据,还是算法,其实都变成了限制OCR能力扩展的瓶颈,紧接着要做的事情就要采集一批新的数据,各种各样的文字,同时还要进行大量的标注,把标注好的数据用模型再去进行重新训练,算力也有新的需求。
第二个应用,人行道闯红灯识别。上海市主要路口都装了人行道闯红灯的自动抓拍,提供给执法部门作为证据。我们利用人脸抓拍摄像机直接识别道路上的红绿灯,正常情况下红绿灯的尺寸很小,在比较宽的马路对面没有多少像素,但是还得看成是开关信号,我们用这种方式来降低部署门槛。
第三个应用,未标记车位管理。对城市管理来讲,车辆管理始终是一个重大的事件。以前不外乎几种方法,比如说画一个白框,但是实际城市当中往往看到的是屏幕上的情况,根本没有什么线,乱停车。停车位管理最主要的应用不是为了收费,很大一块为了查处违章停车。
第四个应用,我们还做了一些小创新,比如虚拟手机。我们现在用的手机是可以装在数据中心当中,把ARM的环境变成一台手机的时候,你在云上有一台对应的虚拟手机。对信息安全要求比较高的地方,你的信息不用去机房,可以用手机的计算结果直接送出一个显示流,信息这块就会比较安全。
第五个应用,安全可信信息访问。断网的情况下保证信息的安全,利用ARM架构,网络跟外网没有发生连接,但是能够实现信息的访问,这个方式是绝对安全的一种架构。
再说一下ARM温存储服务。数据越来越多,有的一年访问一次,甚至有的15年才访问一次,我们用一个ARM芯片带一块芯片,提高休眠机会,没有访问CPU休眠,数据请求10秒启动硬盘提供服务。
谢谢大家!
ARM是有限的,如何在有限的资源上实现目标?计算资源少,就必须要非常精准的模型,对训练提高到了非常高的要求,计算资源可能在模型场合还是不够的,我们就采用了ARM的集群架构,以这种方式来满足边缘计算的要求。
如何去完成精简的AI训练?目标是让一个训练的模型可以小到在几百兆计算能力的ARM上完成推理,实践证明这是可以的。
我们也做了一套架构,整个系统的架构很大程度上是来源于开源的贡献。2000年我就开始做运营商服务的工作,从来没有自己做东西,统统都是找一个合作伙伴谈一个合同、提一个需求,没有我们自己要去做东西的事。但是到了今天忽然发现不行了,因为你的需求多变,开源组织的蓬勃兴起让我们来做一个系统集成的可能性就成为现实。我们内部有一个门槛,如果你在开源组织上拿不到80%以上的代码,那么这个项目就不行。如果你有80%以上的模块是现成的,那么我们是完全有能力做好。我们最知道客户要什么,也知道自己要什么,但是不可能从头到尾写这些代码,开源为今天所有的想象提供了可能性。
我们在做的时候保留了混合架构,现在专用的AR芯片层出不穷,不停地有更多的好芯片,算力很强,但是应用场景是固定的。ARM的特点,算力很弱,但是你想它干什么就可以干什么。如果原来模型里面没有的,我们就ARM架构来做,最大限度地满足算力的经济性和平台部署的灵活性,更满足客户的需要。
以下为何沛中演讲全文(上):
各位领导、各位来宾,大家下午好!
稍微说几句网信华通。我们定义成互联网基础设施的提供者,我们一直在做数据中心、物联网、云计算。我们是阿里云计算的第一个数据中心的提供者。我们也是政务云的第一个服务者,我们是杭州市政府政务云的提供者,干了一年以后才发觉有机会收到钱,也是一个先行者。
今天给大家带来的话题是为什么要去做边缘计算,我们原来是做云计算的,但是如果老是守株待兔,这个社会发生变化的时候,你就会来不及。我们对边缘计算的看法,它会进一步提升云计算的价值,跟我们现在做的事业并不矛盾。
我们介绍一下我们理解的边缘AI计算,在靠近物或者数据源头的一测,采用网络、计算、存储、应用核心能力为一体的开放平台。跟云计算最大的差别就是越来越靠近真实的场景。
边缘计算可以提升云计算价值,以前云计算主要是处理信息化,信息化的传输成本不是特别高,但是今天越来越多的计算场景需要处理视频和AI、VR,如果用云计算来处理的话就非常不经济。这个时候用边缘计算,先进行预计算,变成信息以后再由云计算处理,这是最具有性价比的解决方案。
边缘计算和端计算有什么差别?尤其是智能监控,摄像头里面带有AI芯片。边缘计算还是一个系统部署的模式,但是如果端计算的话通常都是端点计算,边缘计算还是要像系统架构一样去设计。第二是弹性计算,给不特定的终端所接受,具有一定的弹性能力。第三是集成网络拓扑,实际上在真正的部署当中,客户通常不希望改动基础设施。比如说城市智能监控,拆掉重新做一遍的话成本太大,为了降低成本或者利用好已有资源,边缘计算这种方式进行人工智能处理是最具有性价比的方法。第四是资源共享。第五是兼容量。
我们认为产业需要边缘计算,很明显的一点是节约带宽资源。杭州这样的城市有几十万个摄像头,传输成本巨大,如果在边缘先进行视频到信息的处理,然后再把信息传过去,你的带宽只有几百万分之一。二是降低运营成本,既有设备投资商的低成本,也有能源消耗的低成本,你也不需要多少等级的数据中心,数据中心的运营者节约了一大块运营成本。三是提升服务体验,云计算不是为特定客户设计的,一定是标准化的,但是边缘计算可以做到。把海量的视频资源转化为信息资源,可以为云计算提供更多的计算资源,也可以让云计算有更大的价值。
码农是先进生产力的代表,全球的码农在2018年大概有三千万,2017年大概有2400万。你们觉得这个数量是多,还是少?太少了,我们现在正在构建一个数字时代,从事这方面的“工人”或者“农民”只有三千万,显然太少了。码农是面向未来的工种,大家要有信心,我们就是这个时代的工人。
接下里,我们需要提升技能。一是互联网+,跟各行各业的融合,技术创新必须服务于特定场景、特定行业,技术之外需要深刻地学习行业知识。二是数据,数据是我们这个时代最核心的资产,数据是财富,但是它还不是财富,意味着我们还有机会,围绕着数据做工作是必须的。三是服务,按照大的趋势来看,所有行业都必然从制造转向服务业,服务业在整个IT的占比还不够高,把计算变成一种服务,整个行业服务化的过程才刚刚开始,围绕整个行业的服务化可以干一番事业,还有很多的机会。
谢谢大家!
任何技术的发展都离不开技术周期率。几百年来的革命发展本质上来说是一波波技术红利,现在已经到了第三波技术红利的后期。任何技术诞生之后必然会外溢,进而必然产生新的问题与矛盾。
我们这一波技术浪潮已经整整十年了,是非常蓬勃发展的十年。所有的技术发展都有周期性,不可能这么繁荣发展下去,是不是这波的技术浪潮已经到尾声?我们现在讨论的颠覆性技术几乎都是若干年前诞生的,区块链也是2009年随着比特币诞生的。今天行业的基础理论用的竟然是30年代—40年代的理论,我们行业理论没有大的突破,包括计算机架构没有大的变化,我们已经用了好几十年。
出现这么大一个拐点的时候,我们应该怎么办?如果之前的核心是如何创造出更快的芯片,那么肯定会带来更多地浪费资源。未来,关键是如何创造性地利用好芯片,优化资源利用,由量到质的转变。意味着我们需要更多地在软件上想办法,比如说并行软件;需要更多地从算法的角度想办法,创造出更快的算法;芯片的专业化问题,针对特定场景、特定应用,我们需要做一些专业。
人工智能也是这样的,我们已经走过了七个年头,这个时候你得想想干什么,七年之痒。人工智能经过几年发展,2012—2015年我们谈才、技术、资本,这两年我们谈伦理、可解释、监管,证明我们发展到新的阶段,不是因为我们行业出了多大的问题,而是行业的很多东西已经实实在在应用了,你如果没有用上,谁跟你谈监管的问题?前几年说好话,后几年说坏话。第一阶段什么破玩意儿,第二阶段是真香,第三阶段是好像有什么问题,如果你走到了第三阶段,证明你已经成功了。
AI能成吗?我改动了罗素的话,“任何一种AI应用,只要关于它的知识一旦确定,这门AI应用就不再成为AI,而变成一门独立的应用了”。所以AI做不出来的才叫AI。
计算机视觉是这一波人工智能的最大突破,我们看看视频,我们迎来了视频时代,抖音非常火,已经从文本、语音、走到视频时代。我们的视频越来越多地不是给人看的,是给机器看的,因为人根本看不过来,意味着视频边解码、存出能需要新一轮的革命。当视频不再是给人看的时候,当网络不再是给人用的时候,那么是不是要做出改变?
随着计算密度的提高,我们会面临一个问题,就是智能的方式。TPU3.0的性能相比TPU2.0有8倍的提升,专门设计了一套水冷系统降温。我们需要专门为芯片设计一套水冷系统。当AI计算密度越来越强的时候,我们的智能方式也应该发生变化,由风冷转向液冷。
何宝宏演讲全文:
我从更宏观的角度谈一下我个人认为的下一步的风口以及我们可能可以做的一些事情。
简单回顾一下2019年的行业情况,第一句话是丝丝凉意。区块链在2018年水深火热,2019年的区块链脱虚向实。另外VR/AR基本上退守游戏和娱乐市场。大数据有两大难题,隐私保护、资产化,我估计还要研究下去。开源遭遇商业方面的问题,收购、并购以及云的模式对于开源的商业模式的冲击,导致开源界也发生了很多变化。智能手机,出货下滑。其他还有无人驾驶、直播、共享经济。
不能仅仅说负面的,也得说一点好的消息。云计算已经发展成熟,高速增长。昨天下午我刚刚参加了华为云的会议,看到一个数据,他们今年同比业务增长了5倍。如果过去对云计算爱答不理,那么今天已经高攀不起。边缘计算,集中计算已经成功了,该边缘了。产业互联网,金融科技等蓬勃发展。机器视觉一枝独秀。其他还有数字经济、基础设施、科创板。
总的来说,整个行业的增速有所放缓,但是相对来说依然很快。
第二个案例,我们跟Renovo合作,帮助其在车载存储、数据存取方面的业务。
第三个案例,希捷智能工厂。希捷在无锡从1995年开始建厂,到现在已经接近25年了。我们借助人工智能技术大力地发展了工厂的质检,我们用了机器学习来代替人工的质检,大大地提高了我们的良品率,这也是我们自己用人工智能技术帮助企业业务的很好案例。
总结下来,在人工智能的数据基础架构每一个层面,希捷都在努力,包括从端到边以及从边缘节点把数据上传到私有云、公有云,我们都在跟业界伙伴不断地打磨,从而改善我们的方案和产品。
下面,简单地介绍一下其中几个关键技术。前面提到了硬盘的故事,20年成本降了1万倍,如何做到呢?首先第一技术是热辅助持续技术,HAMR,用传统的技术到今年业界量产的最高容量的机械硬盘是16T,未来单个硬盘容量的增长就非常有限,可能到20T就没有办法往上增长,让单盘容量进一步增加的话需要切换到HAMR技术。这几年有一句话得到了大家很大的认同,“只有非常努力才能看起来毫不费力”,今年有一个记录被打破了,就是两小时之内完成了马拉松,同样,我们希捷HAMR也是代表当前物理学和材料学的最高水准。我们用了轻型的材料,这个材料能够让数据不容易翻转,能够提高数据的密度,我们用热辅助技术使得材料分子活跃,进而我们完成数据的写入。接着,我们两个纳秒之内让材料冷却下来,让数据很稳定地存储下来,这是一个非常有挑战的事情,也是了不起的成就。
第二个技术是MACH.2,推出了双SD机械硬盘,性能提高了8倍。
第三个技术是SSD上的突破,能够有效地控制写放大,提高固态硬盘的寿命。这款硬盘也在中国人工智能四小龙公司之一大量使用,得到了用户的好评。
展望未来,我们希望的是数据安全、无缝传输和存储,并且能够解决效率以及很好的用户体验,包括业务驱动性和安全性。这方面,希捷有很好的技术储备,能够给大家带来很多的价值。首先,降低整体拥有成本。EXOS能够降低成本。第二,提高性能,机械硬盘有MACH.2技术。第三,数据健康保证,在我们有相应的健康管理。第四,数据安全性,我们有完整的特性和解决方案,包括自加密硬盘等等。
以上就是我今天的分享,感谢大家!
以下为农天使演讲全文(上):
尊敬的各位来宾、各位领导,大家下午好!非常高兴能够来到人工智能开发者大会,跟大家分享希捷科技在挖掘数据的潜力、最大化数据价值方面的一些思考以及我们取得的成绩。
首先,我想跟大家分享两个小故事。
数据的故事。大家经常听到人们在讲数据是人工智能发展的三大引擎之一。以前我们以为美国人最喜欢吃苹果派,后来经过数字分析,美国人不是最喜欢吃苹果派,为什么?超市里卖大尺寸的苹果派,经过家庭成员的选择,苹果派是大家的次选择,最喜欢的可能是蓝莓派或者核桃派,所以需要做出小尺寸的这些产品。
硬盘的故事。过去20年当中,机械硬盘每GB成本降了1万倍,希捷如何做到的?一会儿会跟大家介绍。
人工智能时代,路上跑的无人车产生的数据会到10—50TB的数据,2025年全球的物联网设备将达到42亿个设备。过去我们考虑成本、售后服务支持、业务扩展弹性和架构扩展弹性、软硬件互操作性。新的时代,用户的体验以及业务结果、数据安全、用户隐私都成为新的挑战,需要我们去考虑。我们的架构也要发生相应的调整。
2007年的时候,苹果发布了第一代iPhone,大量的计算和大量的存储都集中到了超大规模的互联网数据中心。随着新时代的发展,因为成本的要求和合规性的要求,导致数据需要存储到本地,刺激了私有云的发展。很多对实时分析的要求非常高,又刺激了边缘计算的发展。相应的数据存储位置也会发生变化,大量的数据还是会存在公有云和超大规模的数据中心,因为这些数据很多可以接受一定的延迟。非常敏感的这些数据需要存储在我们的边缘端。对于海量的数据来说,因为机器学习、深度学习的需要,数据会存到私有云。
我们看一下机器学习在私有云和公有云的比较。业务发展时期,把这些计算和存储架构放在公有云当中能够帮助业务迅速发展,但是当数据量大到一定程度,公有云的带宽成本和存储成本大大提升,现在越来越多的CIO会考虑把这些大数据分析的工作负载放在自己的私有云当中,预估会有80%的成本减少。
十年前,很多市场分析机构预测公有云和私有云会大规模地发展,其实到现在为止私有云并没有大规模发展,因为速度私有云的时代还没有到来。随着人工智能的兴起,私有云的需求会涌现出来。希捷致力于给边缘计算以及私有云、本地存储提供好的解决方案。
1、经济发展数字化驱动。传统的经济发展可能是传统工业+传统制造业,但是在我们现在这个时代,数字化的转型、人工智能的赋能变得非常重要。未来科技城有18000余家企业,如果仅仅靠管委会100人,每天跑6家,可能一年也跑不完,如何发现真正好的企业,如何服务好的企业,就需要在数字化上破题。未来科技城有阿里巴巴等头部企业,我们要服务好,未来科技城有倾橙办,也要扶持初创性企业,我们制订了鲲鹏计划,鲲鹏是上古神兽,鲲化身为鹏,扶摇直上九万里,需要孵化器,我们希望从18000家企业当中遴选出这样一批富有代表性的成长性企业,可能在税收、营收等传统观念指标上并不是特别突出,但是它的技术、知识产权以及在其他核心竞争实力上并不输于传统企业。像我们的一些企业屡破世界记录,这些企业值得我们更好地扶持,我们在这方面作出了自己的一些探索。比如说通过AI+5G双核驱动打造了整个5G产业园,通过每年项目的遴选,让5G能够促使AI更快地落地,同时AI也让5G在这里更加地高效。
2、产业服务数字化升级。企业数据大脑总体定位?海量数据一库聚合、企业一屏展现、智能分析一键生成,形成经济运行的晴雨表、产业发展的作战图、企业服务的活手册、企业互动的主载体、移动办公的主平台。
3、智能城市数字化打造。通过城市化的进程,很好地和梦想小镇的IOT和阿里结合起来,以小镇为试点,打造了产业成果的转化。
第三,未来愿景。希望在整个未来科技城“一城三中心”的打造当中能够有更好的前景,未来科技城马上就要启动文化中心,未来的博物馆、未来的文化中心都会有全新的面貌展示。南湖随着之江实验室、阿里巴巴达摩院的落地,我们科学会有更好的助力。同时在城西枢纽高铁中心,随着高铁的运行,我们相信会有越来越多的创客帮我们引商。
最后,借用未来科技城的口号,“我负责阳光雨露,你负责茁壮成长”,相信我们大家能够在这里成为城市开发者、合伙人。未来已来,期待大家!
2013年海创园第一期启动,2015年启动了梦想小镇,2017年有了人工智能小镇、之江实验室、阿里达摩院,2019年启动了5G创新园。正是基于这样一个布局,我们的创新载体也迸发出了真正的活力。
创业除了要解决创业者们的创业环境之外,还要解决一个问题,非常重要的问题,就是钱从哪里来,社会资本就是不可或缺的一个重要环节。我们在这些年布局了科技金融和金融科技,聚集了金融机构达到1411家,资本金达到3004亿元。就拿梦想小镇为例,梦想小镇初创型企业的园区,融资金额超过100亿元,创业者和风投看好这里,所以未来科技城有了这样一个奇迹。
同时,在数字化进程当中,未来科技城既然有这样一个数字经济或者人工智能优势,我们就要把这个优势发挥到极致。深化减税减费和最多跑一次改革,让投资者感到店小二般的服务,还要在线上营造良好氛围,我们从时间成本到资金成本都结合放管服。政策匹配非常重要,余杭区出台的产业66条新政,未来科技城也有自己人工智能、海创园等相关的产业政策。
像今天这样的活动在我们这里是月月有,小活动日日有,通过这些活动对接了相应的人脉资源,也活跃了创新氛围,人才、资本、项目做到了非常好的线上险下的环节对接。
2019年6月份迎来了最盛大的一场活动,就是全国第五届双创周。李克强总理亲临未来科技城,就是我们今天参会的这个学术交流中心,并且走访了我们的梦想小镇,创业年轻人的朝气深深地感动到总理,总理开幕式上的讲话上脱稿了20分钟,同时引用了“接天莲叶无穷碧,映日荷花别样红”的诗句,那天给他的感受正好是用来形容整个未来科技城双创氛围,我们年轻人的朝气、创业者的活力、双创元素的齐备,让我们能够承接整个双创周这样的大活动。将来会承办更多的国际具有影响力的赛事,让未来科技城金名片在整个全国双创上更有自己的份量和地位。
各位领导、各位来宾,大家下午好!
首先,请允许我代表杭州未来科技城管委会欢迎大家来到未来科技城学术交流中心参加2019AIIA开发者大会!下面我分三个方面向大家介绍一下未来科技城在数字经济和人工智能方面作出的努力和探索。
第一,未来科技城概况。未来科技城是一座年轻的城市,马云先生曾经说过,“这里是我梦想中创业的地方”,这个地方指的是就是余杭区未来科技城,这里也是阿里巴巴全球总部的所在地。
未来科技城区域位置得天独厚,杭嘉湖平原南端、长三角经济圈。未来科技城是全国四大未来科技城之一,我们也成为了2016年全国首批双创示范基地,也挂牌了国家级海外高层次人才创业基地,我们还是杭州城西科创大走廊的核心区、示范区。规划区域面积为123.1平方公里,随着开发强度增强,从最早的25平方公里发展到了35平方公里,再到现在的49.5平方公里。
未来科技城有着非常完备的交通配套,目前有高速以及地铁等通道。2022年亚运会之前,地铁3、5号线将全面建成,城西高铁枢纽也将完成,未来北京等中远途高铁在这里都有停靠点。
八年时间见证了一个非常规的奇迹。2011年只能看到三个地方亮灯——省委党校、恒生科技园、组团所在地,但是现在灯火通明。2011年创业者年龄平均是42岁,到现在32.5岁,呈现出年轻化趋势。同时,国家级海外人才、省级海外人才、万人计划都有自己非常出色的一些数字表现。我们拥有海外高层次人才3430名,两院院士11名、海外院士5名、国家级海外高层次人才146名。
我们坚持了什么?坚持了四大主导产业,围绕数字经济、生物经济、智能制造、科技金融。从最早的几百家企业,2018年注册企业家数达到了18000家企业,拥有上市企业6家、新三板挂牌28家、国家级高新技术企业240余家以及相应的省市级研发中心。
四大主导产业以及年轻化趋势这个红利下,我们更带来了经济指标的超常规增长。2011年整个未来科技城营收是203.1亿元,上升到2018年的4997亿元,税收从11.7亿元上升到了285.6亿元。很多人说是不是点错小数点,我们没有点错,增长分别达到了57.8%和58%。2019年1到8月份,整个未来科技城的核心区企业产生的营收是3750亿元,税收263.07亿元。2019年如果这个趋势继续往上发展,税收突破500亿元指日可待,这在地市级当中很多都无法达到的。
以下为孙明俊发言全文(下):
0.5版本情况。推断任务、云侧、整型。在行业当中包括了IOT、手机、安防摄象头等等场景,算力按照这些场景是依次增大的。
因为在0.5版本的不确定因素比较多,我们引导产业向好发展的目标,基于对比值,时延对比、精度损失对比、功耗对比,屏幕上红色是基准测试,而上面的值是对一系列产品进行测试所得到的最优的结果。相对于Baseline越低越好,得到非常好的时延、精度损失、功耗的成果的产品。吞吐量对比和每瓦算力对比,有一些芯片的优化能力比Baseline要高出不少。
主流支持评测场景及指标在大屏幕上,我们按照这样一些指标体系定义出来的。
首轮推断里面还对单网络模型性能进行了对比,我们本次对性能榜也做了排列。
我们对于单位算力的对比以及芯片定律也做了一个对比,单位价格能够买到的算力以及芯片利用率是最重要的两个纬度,我们选取了屏幕上黄色的指标,芯片利用率和单位算力的对比是我们目前评测到的最好结果。由于企业在持续更新数据,所以本轮也不公布最好的结果是由哪一家企业做的。
我们的工作计划,今天会发布0.5版本版本,之后会发布V1.0评估方案。主要的结果发布就到这儿,谢谢大家!
以下为孙明俊发言全文(上):
非常感谢!去年在人工智能开发者大会上发布我们的端侧0.5版本的评估,我看业界在发布芯片相关领域产品的时候都系全用0.5,确实我们芯片都是在0.5往上走的过程。
我介绍四个部分,一是AIIA DNN benchmark,二是0.5版本介绍,三是AIIA DNN benchmark网站上线,四是结果发布和分析。
AIIA DNN benchmark。我们的目标是为应用企业提供选型参考,为芯片企业提供第三方评测结果。目标:基于清晰指标的技术竞争可以帮助企业快速进步。通过选取合适的网络模型、应用场景以及机器学习的框架,从而评估能耗、时延、精准度以及吞吐率等等指标。
AIIA DNN benchmark从零发展到现在得到了20余家单位的深度支持,我们对这些单位表示非常真挚的感谢。
目前已经制订了两套评估规范、完成两轮端侧评估评测工作。我们应用场景力图多场景、多模型、全面评估芯片能力。处理器硬件系统涵盖多种形态:加速卡、一体机。
本轮评估主要是针对芯片(加速卡)进行测试,后续工作中推进一体机以及云的评测。
基于AI应用场景的云侧推断芯片Benchmark评估方案,我们有封闭和开放两种机制,封闭机制不能自定义网络模型,而开放机制是允许的。
本轮评测场景包括语义分割、超分辨率、目标检测等场景。评测指标有推断效果、推断时延、功耗、每瓦算力。我们在业界广泛呼吁下,在本轮测试下增加了每瓦算力的指标。
使用方更直观地体验到前面产品设计的便捷性,我们在便捷性上考虑了很多内容。通过底层的算法做了更多的优化,每个项目拉的时间都很长,企业的成本压力很大。为了避免这种情况,其实在前端的应用上做了很多心思,首先把所有产品做成可视,所见即所得。后台有很多很多的页面调整和开发组装的工具,每个企业在前端的页面上可以搭建,并且验证业务最终的实现效果。同时,我们这儿有很标准、很灵活的流程编辑工具。刚开始做项目的时候不可能想得面面俱到,我们在流程过程当中会提供流程内外编辑识别以及相对应的业务库,方便客户在自己编辑流程的过程当中不会因为某一点没有考虑到而需要返工,可以实时地进行优化。
我们不希望在一个项目过程当中底层技术人员要进行大量开发,我们把很多优化工作集成到了前端的业务系统当中,所有的客户其实可以基于前端应用的产品经验对底层算法进行相应优化,尽快地实现相同效果的提升。同时,我们还对相应的管理和维护提供很好的友好界面。
所有这一切都基于我们AI系统中台的架构,大家通过中台去进行相应的对接,工程师只需要负责底层的算法优化和研究,把相应的对接接口开放出来,由我们中台进行二次封装,为前台研发的工程师提供很丰富的接口,大家根据不同业务方向去调用相应的后台能力,快速地搭建相应的系统。也是基于这个系统让我们公司可以在后面快速地上线很多项目,服务很广的业务体系,我们所做的项目都是基于中台快速的快速迭代。
简单地说两个案例,一个保险公司是用了我们的外呼机器人,快速地上线,从POC到业务上线只用了短短的一个多月的时间,截止到现在人工智能替代率在个别业务上达到了35%,人工替代率也在不断地增长过程当中。另外一个案例是智能安监机器人项目,得到项目需求或者市场需求情况下进行产品封装以及产品上线,这个过程只用了半年的时间,都是依托于中台的处理能力。
我们希望把AI更落地,而不是关在实验室里。希望在通讯行业当中,依托我们的经验,把AI的能力提供给大家,提高大家在日常商业工作过程中沟通的效率。谢谢大家!
以下为李阳演讲全文(上):
大家好,我是容联云通讯的李阳。今天分享的是通讯+AI驱动商业效率变革的话题。
AI最重要的是要有相应的落地场景,否则的话,大家就成了为AI而AI的企业,没有办法得到市场的认证。我们为什么敢于把“通讯”放在前面,这也是有一定的原因。我先介绍一下我们公司,我们整体排在通讯行业当中的第七位,云通讯当中第一位,我们公司成立时间不长,只有短短的六七年时间,但是我们的核心技术研发团队已经深耕在通讯领域20年以上,之前一直在为中国的三大运营商做底层的通讯支持。2013年的时候,我们瞄准了两个方向,云和AI,要把通讯上云。成立之初成立了自己的相应研发团队,2017年和华中科技大学成立了联合AI实验室,我们整个AI布局就完整了,在通讯领域做了深度的融合和发展。
我们整个产品布局就是这张图,把相应的通讯能力和AI能力作为最基础的能力层进行输出,各个企业如果需要相应能力来开发自己的系统的话,我们可以直接为这些企业提供最底层的算法能力。我们利用20年以上的经验实现通讯层的稳定,包括利用与科研机构的合作,提供最底层的AI算法能力。在这个基础上,我们还对底层能力进行了封装,有些企业只需要快速地补充相应的能力,我们做了相应的封装,把所有提供出来的能力进行了标准化的API SDK,各个企业不用做大的动作就可以实现能力体验。很多企业自己可能没有研发能力,我们还对这些企业做相应的软件输出。
刚才大会颁发了相应的一些认证,容联七陌得到了智能化客服认证,其实就是我们针对于呼叫中心这个通讯领域的一块布局。容联七陌是针对中小型企业纯SASS(音译)的软件,同时还对大企业提供相应的布局。对企业的融合通讯需求来说,我们还提供了智能化移动办公产品,针对企业内部大会以及培训提供相应的企业直播产品。
基于AI来说,日常针对通讯上的需求,AI主要有三大类产品模块。首先是封装出来语音类产品组,二是文本类产品组,三是视觉类产品组。我们把AI赋能其中,形成屏幕上深绿色的行业解决方案,金融:全景客服/营销解决方案、远程教育、医疗解决方案;政企:移动门户解决方案;制造:智能工业生产/安全解决方案。
以下为曹泽军演讲全文:
大家上午好!很高兴与大家分享鲲鹏赋能AI开发者,共赢计算新时代。
热力为我们蒸汽时代提供了发展动力,电力为工业时代提供了动力,通用算力为信息时代提供了动力。未来,在人工智能时代,除了通用算力之外,人工智能也在发挥着非常大的作用。
我们现在已经接受了云计算,而且云计算在日常生活当中,不管是游戏,还是工业领域应用,其实已经大规模应用。随着5G的部署,边缘计算会更大地激发出来,从而把人工智能以及未来全链接的社会全面激发出来。人工智能将会在生活和工作各个角落都会出现,这是上亿万美金的产值。
中国在全球整个发展当中的地位来看,中国蕴藏着巨大的潜力,我们主要依托的基础有人工智能和计算。什么是计算呢?一般来说,我们描述成一云两翼,华为云、鲲鹏+昇腾。在计算领域,我们的软件或者人工智能、大数据都要协同,尤其基于芯片能力的开发和参与,这块是非常至关重要的。鲲鹏和昇腾双引擎指的是其芯片。华为提供了全栈的解决方案,不仅是华为一家公司,还有这么多开发者。需求有消费终端、共有云、私有云、边缘计算、IOT等等。
介绍一下鲲鹏产业,鲲鹏产业在华为公司指的是基于鲲鹏和昇腾两块芯片做的整个IT产业,涉及到了数据库、操作系统、中间键、应用系统、芯片、服务器、存储。“1平台+3计划”指的是基于昇腾平台提供三各个计划,解决方案认证计划、开发者赋能计划、AI人才培养计划,华为未来希望能够在中国培养百万级开发者,我们也准备了十几亿美金的扶持计划。有四个方面的合作,产业合作、开放/开源、技术支持、营销支持。
与产业组织密切合作,共同孵化产业标准。希望一起在人工智能道路上和产业开发标准制定等等方面展开各种各样的合作。
开放/开源,CANN提供了工具,希望未来能够把成熟的算子通过开源的方式跟大家进行共享,同时也向开发者开放平台,希望各位开发者在我们的平台上开发出更好的算子,通过这个平台推向整个社会和整个生产领域。
所有这些技术真正要应用的话必须找到场景化的需求,否则的话,这些技术可能还停留在实验室或者报告当中,没有真正地释放到社会中。大家一起通过应用场景、解决方案认证、测试等方式方法把我们研发的方案技术变成真正地面向场景化的解决方案,真正地赋能我们的生产和生活各个领域。
一般情况下,我们会认为生态是布道,实际上营销不仅是布道,通过营销也是帮助我们生产端和需求端实现对接的有效手段。一方面,利用各种联盟、协会的合作做一些宣传;另一方面,通过我们的平台,包括华为云、鲲鹏、昇腾,通过线上线下的媒体向开发者、需求者展示,希望大家在那里找到自己需要的东西。我们有几个级别,业界级、华为公司级、专业级。
开源社区,大家关注一下左下角的网址,从中可以获得更多信息,希望跟各个组织合作,包括自己也做了很多开源,我们提供了门户网站、开发者权益、开发社区,希望搭建一个很好的公共社区,让我们的开发者和需求者进行论道,畅所欲言地发表自己的观点。针对开发者,大家可以关注当地的一些代表处或者研究所,基于共有云会发放一些代金券,希望为大家带来便利。
华为沃土只针对产业或者生态比较发达的区域。跟高校的合作有很多,比如说北大、清华,浙大也是我们很重要的合作伙伴。
最后,希望跟在座的开发者和同仁一起努力,在未来的人工智能时代共创辉煌,谢谢大家!
这是我们对AI处理器的理解,CPU也可以做AI运算,最右边是确定的电路。给AI提供计算平台的话,最右边是性能最高、效率最快,CPU是效率最低。首先要有特定专用的AI算法硬件平台,其次也需要高效、灵活性。我们提供了最佳的组合,GPU+神经网络加速器,既具备高效,同时又具备灵活性和可构建性。
屏幕上左边是性能,从上到下是从CPU到加速器的对比,CPU是1的话,那么加速器可以是200倍。右边的比较,如果开发端侧AI处理设备或者芯片的话,它的成本和功耗非常重要,右边是表示每平方毫米的性能。
对开发者来讲,我们提供的平台,这个芯片要能够接受不同的算法,甚至于不同的算法架构。我们倡导的是开放的API环境,可以让开发者非常方便地使用,不会锁定在特定的厂家或者特定的硬件软件环境,可以是开放的,这对开发者来说非常方便、非常友好。支持不同类型的神经元网络、不同网络架构,产出不同标准,一个开放的开发平台。
我们提供的算力,AIOT需要很小的算力、很小的代价,一直到最右边可以支撑整车的自动驾驶的算力,将来我们会可以做成数据中心云端的培训和推理算力。
最后总结一下,我们在AI来讲是基础性技术的提供商,但是很关键,我们比芯片更基础、更关键,我们有最好的GPU和AI处理器提供给开发者。我们将来的解决方案会从端到云,能够提供算力平台所需要的知识产权。我们认为将来AI的推理和培训可以在一个平台端贯通起来。最后,我们的计算平台对开发者来讲是非常易用的开发环境。谢谢大家!
以下为刘国军演讲全文(上):
各位朋友,上午好!
我介绍一下我们公司是干什么的,大家都体会到人工智能带来的变化和机遇,人工智能帮助你实现梦想。我们是提供人工智能基础技术的公司,所有人工智能应用都离不开芯片,我们是给人工智能芯片设计者提供核心知识产权的一家公司。中美贸易战带来了很多状况,我们公司是英国发起的公司,从营收上来讲是第三大,苹果智能手机里面GPU都是我们的。
我们公司在人工智能端侧这一块有什么样的技术和看法。GPU、AI处理器、PowerVR,我们从一开始的手机到智能手机,到VR/AR,再到汽车领域,我们都在其中发挥越来越重要的作用。
屏幕上有大量品牌的智能手机,用到了我们的GPU或者AI处理器。
二三十年以来,我们积累了几十年的经验,涉及到各个应用领域,最新的话是跟AI相关,比如说数据中心、AIOT、汽车自动驾驶。
前一段时间,中国人工智能产业发展联盟发布了关于人工智能芯片评测报告,其中用了我们芯片的被评为第一。AI神经网络加速器芯片评测当中,我们也是分数最高的。
神经网络加速器,我们目前的主要应用是在端侧,端侧市场的增长非常明显,AI推理判断在2040年会达到40亿美金的市场。
AI的发展趋势,你有这个能力做端的推理和云的推理,要做端的培训和云的培训。现在很多游戏也是这样,把大量的运算量要往端这边投入。
人工智能非常重要的应用领域是汽车,给我们带来很多的方便,但是有时候也带来烦恼。我们认为汽车今后会变成电子产品,而不是机械产品。用我们的GPU做成芯片用在汽车上的市场占有率是40%,我们的GUP、AI处理器在汽车各个应用领域。从仪表盘到对驾驶员状态的监控,甚至到全自动驾驶,都会用到我们的技术。
腾讯通过天御这个系统去提升企业风险控制能力,天御已经服务超过了16个行业7000家用户,提供了三个层面的解决方案,帮助不同能力模型的企业解决风控的问题。屏幕上这套体系也是基于四大类AI风控核心能力而打造的。
除了在提供产品体系以外,我们也意识到不管腾讯安全做得多么好,其实也不能满足所有企业所有的风险控制,我们和行业一起去打造标准,希望沉淀我们风控的最佳实践。
风控团队的工作比较艰难,因为面临着两座大山。第一座大山是需要精准控制不断演进的黑产,第一阶段的黑产是用暴力的机器去刷业务,插很多手机信用卡的机器可以实现短信的自动化收发。我们打掉了一个团伙,他们可以对市面上所有验证码做到95%以上精准度的识别,大家觉得验证码可以打掉黑产,其实早就被黑产攻破了。第二阶段,黑产会模拟真实用户去刷业务,这些团伙可以做得非常精细,可以模拟出真人的活跃行为,地域分布、时间分布上都跟真人非常相似。第三阶段是众包刷,茅台酒在网上做销售,一些恶意团伙会在QQ群里发布一些任务,让大家帮忙买酒,这就是众包刷。我们的风控团队真的会面临一些人身风险,我们腾讯会被恶意人员围堵,风控工程师真的是“用生命在工作”。第二座大山是避免对正常用户产生骚扰。一个阿姨找到我们,说她的号被封号了。她的QQ好友农场 每天凌晨两点有菜熟了,她就去偷,我们自动识别为这是机器人的行为,但是阿姨给我们看了非常厚的笔记本,写出哪一个朋友的什么菜在什么时间会成熟,我真的很感动,所以我们的风控团队不要对正常用户产生骚扰,需要我们解决好的一个矛盾点。
这是风控技术的发展历程,有两个阶段,原始阶段和风控2.0阶段。原始阶段更多是基于人工的直觉,比如说这个人这个小时操作20次、30次就到顶了,不可能再多了。我们真的会看人的操作规律,把不可能的行为筛选出来。2015年进入到大数据AI时代,我们的企业非常重视大数据画像,也会用一些基础AI模型,比如说决策树、逻辑回归模型进行分类。2017年,腾讯会大量地使用神经网络、对抗性学习等AI技术,进而改造风控环境。同时,我们腾讯开始进入无感知风控技术阶段,微信支付的时候要输入一个密码,腾讯已经开始在尝试根据手机陀螺仪、加速度仪器等等一些生物特征来判定是不是本人在操作,已经开始小范围地试验这种风控能力,我们认为在2020年可以大规模地进行一个推广。
以下为王翔演讲全文(上):
各位同行、各位来宾,大家上午好!我是来自腾讯安全的王翔,非常荣幸能够和大家介绍一下腾讯安全对于业务安全这个板块所做的工作。
我在腾讯已经工作了十年时间,一直致力于使用大数据和人工智能技术去改善互联网生态环境。目前已经通过天御产品服务到腾讯QQ等大型场景。
业务安全到底是什么?四种非常典型的业务场景。一是金融风险,普惠金融这个概念非常火,很多传统金融业务也已经开始快速互联网化,交易业务也可以通过网上银行完成。网络借贷当中有20%都是恶意骗贷,每一万块钱有两块钱是恶意行为。二是数字营销风险,企业需要打广告做很多线上活动,腾讯安全发现有30%的广告流量都是虚假的,有10%的行为都是虚假的。三是数字内容风险,随着中国5G高速发展,未来会有更多的内容在互联网上传播,至少有0.1%的内容都是存在非常高的风险。四是身份欺诈风险,比如说假人和身份冒用的问题,最近一个技术是人脸识别能力,至少有0.5%的人脸识别都是来源于恶意攻击者。
讲几个具体的案例,案例一是票务网站,蓝色的是总体请求量,红色的是来自于机器人的流量,为什么大家觉得老是买票买不到,就是因为大家在跟机器人竞争。案例二是推特在2016年发现有团队使用自动机操作7000万个帐号以操纵舆情,对社会和国家产生非常大的影响。案例三是腾讯的社交生态面临着黑产大敌,微信里有一些虚假文章,比如说“今天你还在喝可乐吗,你还在吃鸡蛋吗”,因为腾讯运用大数据和人工智能,才能营造出健康的社交环境。案例四是饮品的红包至少有10%都是被恶意领取,对企业来说没有任何帮助。
以下为田小鹏演讲全文(下):
澳鹏倡导包容性和多样性,因为数据一定要有包容和多样,才能真实地反映人类。聆听伙伴之声、确保隐私和保密、透明和及时沟通、提倡身心健康。很多数据不见得是很健康的数据,希望未来机器所学到的是能够帮助人类更加美好。
澳鹏跟一家全球领先的汽车OEM公司工作了20多年,提供了很多语音数据,同时指导其自动驾驶,这就是来自于澳鹏的第二个秘密。在真实的世界当中,一辆车走向一个弄堂、一个街道时所看到的东西如何被机器真正理解呢?
屏幕右上角有一个真实世界,这个真实世界是汽车看到的东西。开发者和科学家提出指导,自动识别出车辆,当数据足够精确使得一点一个准,帮助机器学习更多,这是第一点。第二点,让人去拉一个3D是很困难的,我们降维,通过2D的话就简单了,这是人类思考的机制,如何把复杂的问题通过降维来解决。第三,车是动的,不可能让标注人员都标注,可以复制,稍微调整一下。最后,真实场景不仅是车,可能有树、路、桥、行人、路牌,需要标注的东西非常复杂,而且要层次化,这些东西都需要非常高效的平台做出服务,这就是澳鹏成功的一个奥秘。一个高科技的开发平台才是真正使我们数据更加完整、更加高效。
今天是周末,送上一份大礼,澳鹏做了20多年,其中数据库是其非常强大的优势,我们会把20年积累的库奉献给大家,希望给各位开发者带来应用上的加速。现在很多数据都是通过苹果做的,澳鹏多年前就用非常标准的主持人声音来完成的。今天收集你的声音还是比较容易的,但是收集十前年的声音数据比较难,但是那个却真实地在世界上存在过。感谢大家的聆听,希望大家在周末有所得有所获,谢谢大家!
以下为田小鹏演讲全文(上):
各位朋友、各位来宾,早上好!今天非常开心来杭州给大家分享“倾注人类智慧的数据”的课题!
我是1989年就进入大学开始读计算机系,读了十年一直到博士毕业。1999年毕业之后到今天20年一直在IT行业不断学习、不断理解,希望今天以一个30年的老兵身份分享一下AI方面的观点和看法。
人工智能相应基础数据,2019年的时候提到的数据已经有35亿人民币,五年以后这个数据可以达到100亿人民币,每年都是两位数增长。所有在座的每一位对人工智能在未来的发展预期是好的,这个没有质疑,高质量的数据一定是人工智能的基石。
那么就有一个问题,有一家公司进入我的视野,这家公司每年营业收入可以做到40亿人民币,为什么有一家提供AI基础服务数据的公司可以做到40亿人民币?有什么样的秘密?这家公司居然在澳大利亚,没有在美国,也没有在中国,上市时间也只有短短的四年,四年时间当中股价翻了40倍,为什么可以这么成功?是否可以把它们的经验和智慧带回中国?带着这些问题,我进入了澳鹏。
澳鹏提供什么样的服务?非常简单,这家公司在AI行业提供的是非结构化到结构化的转变,我们人类视觉眼睛看到的数据、耳朵听到的数据、口头表述的数据、书写的数据、脑海中思维的基础内容数据,这家公司把这些非结构化的数据转化为结构化的数据。数据在AI的层面一定是最苦、最辛劳的,但是数据的价值决定了AI未来的价值。
我们的行业对数据有四个基本的要求:一是速度,AI需要快速地变革、快速地应对场景、快速地提供服务。二是质量,高质量的数据可以带来最好的AI服务。三是安全性,所有数据带有很多的安全性问题,保护隐私。四是规模,在AI的数据终一定需要多样化,而不希望有偏见,不同的人看这个世界的感觉是不一样的。
今天做AI的Benchmark有一些特别,之前做手机的话比较固定,因为传统的计算不会有随机性,现在深度学习之后变得很特别,训练的时候有一个随机的过程,意味着不是每次都一样。我今天人脸识别率99%,或者97%,或者98%,认错一两个人。人类不是完美的,有时候可以接受一些误差,深度学习也要有这样的特性,但是有一个问题,降低到多少是可以接受的,这跟以前讨论的范畴不太一样。我们的模型是否可以改?每一家公司做得不一样,跟目的差多少是可以接受的?
另外还有一个问题,用四颗和用一颗的功耗差一点,怎么来评测,是一颗比较好吗?以前手机就看分数,现在用分数的话就会有争议,这家公司一片芯片就专门做图像辨识。以前Benchmark做了以后大家不会有什么争议,只不过选择这个东西有没有绝对的相关。AI这个东西更有趣,有更多的面向需要考虑。
为什么要做Benchmark,表面上好像在量这个分数,国内有非常多的人工智能芯片企业,大家花了很多钱,期待非常高,大家都知道芯片很重要,好象一百家企业做了,但是到底有几家赚钱了?做好芯片需要方法,不达到前几名就没有办法赢。你如果没有方法去分析的话是很无助的,只是搬了很久的数据,数据搬差了的话项目肯定差。
很多人开发软件的时候没有意识到下层的软件,要考虑到带宽、功耗、运算效能、精度,这些都是需要考虑的重点。
你需要做不断的循环迭代,需要更好的方法去支撑迭代循环,使得每一次Benchmark都在上面跑出来,分析出模型不够好,还是软件调度不够好,还是硬件不够好。
有一个很有意思的例子,一家上海人工智能芯片公司做得非常好,他们现在已经到达了99.7%,这是一个很了不起的结果,意味着什么?意味着你将来有机会知道性能在哪里。我们希望有方法,而且可以提早知道性能在哪里,事实上完全有能力在软硬件协同的状况下知道分数的,已经不是天方夜谭。我们希望有更多的中国人工智能芯片用更好的方法来设计,做出更多优秀的架构。
总的来说,将来还有更大的空间,除了软硬件协同的技术以外,将来还有光的运算、量子运算,这些方面的潜力都是无穷的。软硬件协同在每一个发展时期能够做充分的验证,才能设计出一个更好的AI系统。谢谢大家!
以下为廖仁亿演讲全文(上):
尊敬的各位领导、各位嘉宾,大家早上好!
首先介绍一下我的工作,除了在新思科技有人工智能实验室之外,最前沿最科技的人工智能评测标准上我们也做了努力。中国最近人工智能发展非常迅速,Benchmark长远落地对我们来说非常重要的工作。
人工智能除了眼前看到这些视频应用、安防监控应用、手机应用、语音应用,今年还有一些特别的收购,特别是来自于这些前沿的AI公司,英伟达、脸书公司,一个社群网络的公司收购了一个老牌公司,说明有一个趋势,现在所有人的数据是在数据中心,海量数据正在运算和存储,世界前七大公司,包括中国的阿里巴巴、腾讯或者美国的谷歌、脸书,它们的数据中心非常重要,所有数据都在上面运算,里面的系统已经不是单纯的芯片,而是把很多芯片连接起来,进而成为一个AI系统。
从汽车来看,汽车是工业中的工业,包括非常多的电子化、智能、共享,现在设计汽车已经不是传统的燃油车或者机械车,更像是一台会动的电脑,有非常多的电子零配件和系统,芯片和软件实现如何能够确定在可靠安全的环境下。带来一个巨大的挑战,同时也孕育了一个巨大的机会,因为中国是全世界最大的汽车制造国和消费国,这是非常好的机会。
对于很多消费者来说,对于开发来说需要一个好的度量,如果比较早地就知道目标就会避免一个错误,原来设计出来是想要做跑车,但是实践的过程当中发现很多做不到,如何避免这样的错误?我们很多人是做软件开发的,会有一种意识,一开始设计的时候跟最后永远不会改变规格,改变规格是世界的一种常态,你要如何能够在不断的迭代过程当中一直朝着最初的目标进行,终极目标是非常重要的,为什么而战,为什么样的系统而设计。
鲍虎军发布词全文:
各位领导、各位来宾,很荣幸代表之江实验室来发布我们自主研发的人工智能开源开放平台。
在过去的几十年当中,机器学习得到了大量的发展,机器学习的模式主导了人工智能技术的发展。尤其是深度学习已经成为了目前最行之有效的,也是最普遍的工具。伴随着技术的发展,深度学习已经成为了核心竞争力,也诞生涌现出了大量的有效训练框架,而且都是开源的,比如说百度的PaddlePaddle。
尽管如此,现在很多框架仍然有很多提升的空间。从技术上来讲,我们要更高性能的训练框架,需要更大更优的模型,需要提高更高的应用效率。之江实验室在成立之初就开始部署组织自主开源开放平台,在这里隆重地推出我们“天枢”人工智能开源开放平台。“天枢”的名字来自于北斗星第一颗星,我们希望发展一种高度快速、简单的平台,从而支撑引领人工智能技术发展。
整个平台构架有六大层,核心是工具组件、开发平台、计算框架、算子/编译,我们也兼容其他训练框架。除了给开发者提供各种工具以外,还同时提供了各种算法库,包括影像分析、NLP。目前马上要发布的是屏幕上黄框的模块,其他模块正在布局研发当中。
平台有四个方面的特色和优势:
特色一:高性能。采用去中心化协议,通过数据、模型、流水线并行,借助静态编译技术,从而实现非常高效的计算性能。整个是线性的部署,线性增长。天枢平台提供完整的并行模式,自动编排与执行、高运行效率、强稳定性,这是在性能方面的一大优势。
特色二:一站式全功能AI开发套件。希望用非常快速和非常简单的方式来部署。一是提供了数据的自动标注及数据处理,二是提供了自动机器学习及模型加工,三是一键部署,实现快速、简单。我们这个平台无缝对接大数据平台,同时也提供异构资源调度的策略。
特色三:领先的AI模型集成。首先提供各种算法库,第一批开放的是视觉分析,尤其是影像分析库,我们希望提供独特先进的算法库,助力行业应用布局。大屏幕上左边是整个算法模型,橙色的是我们独特的算法。右边的几个视频是用在安防领域,这个模型可以同时处理各种强光条件下,一个模拟去模拟大规模人群,包括动态目标的跟踪、定位、检测。平台提供了领先的模型重组炼知技术,现在各个平台积累了各种优秀的模型,但是这些模型的迁移、重用遇到了非常大的困难,而我们提供了一种新的框架,把各种模型作为一种输入,利用少量的数据或者没有标注的数据研究出新的模型。对于一个视频同时恢复深度和分割,同时具备两个模型的能力。
特色四:端边自有云部署。我们已经做了很多应用测试,成功实现了千万级人脸识别模型训练,能够解决大规模模型的训练问题。
我们的生态合作模式,首先选择六个领域进行合作,希望通过免费开源的授权使用共建行业生态。同时也跟合作伙伴推进平台核心优势。
之江实验室有六位生态召集人,他们会发布每个生态的执行办法。
总的来说,天枢开源开放平台希望凝聚这个行业的力量,真正推动人工智能技术的发展。谢谢大家!
以下为吴甜演讲(上):
内部模型实际上是大屏幕上这张图,原产品的改造是加上了传感器、网络通信、人工智能、控制设备,这四块做在同芯片上,最后在原来的服务基础上增加了智能显示、智能服务、智能控制,这些工作都受到了云上的支撑,云上收集电池的数据,做各种各样的APP。智能产品一旦和云连通会有什么好处?可以不断地提升安全系数,产品的各种功能可以进而增加上去,产品不断升级。就像现在我们手机上用到的各种各样的功能,不断地升级。
案例五,浙江大学联合杭州量知数据公司开发了产业经济智能化运行平台,用于宏观经济的分析,这个宏观经济是对于地方政府而言。首先是要对一个企业的经济作出分析,所以收集了很多数据,现在正在为德清做一个系统,德清政府的数据全给它了,现在还有很多区里的数据,比如说富阳区的数据。这个项目在浙江省工信厅指导下进行的,所以省市数据也有了。还收集了大量第三方数据以及互联网数据。最后把这些数据变成知识,进行三类画像,一是为区域企业画像,评判企业的运行情况如何、财务情况如何、生产情况如何、科技情况如何、社会影响如何;二是对全球行业形势画像;三是对地方经济画像,经济薄弱环节在哪里,要从哪一个点进行升级。这个工具是完成了以数据为调控的重要工具,进行应用层开发,最后针对三个目标,一是服务于企业,对企业的运行进行评判,和哪些企业可以合作;二是对各种各样的产业园区进行支撑,这个园区要招什么样的企业最好;三是服务于地方政府,对经济的调节进行辅助。这个产品大概在明年年底可以投入运行。
我们越来越多的政府发现不仅要管好经济调节智能化的曾经,还要对供应链接智能化和产品智能化加以研究。
第一个案例,正泰新能源生产智能化。正泰最近瞄准了太阳能进行迅猛发展。从2010年开始,当时浙江提出的口号是机器换人,正泰持续自动化,到现在为止自动化率已经达到90%。大屏幕上这一张图是在用人工智能图像识别方法在检查硅片。边上是人工智能用于太阳能后面的电路焊接,以前是人焊接的,现在焊接得很快。下面是大量的AGV使用。太阳能芯片很珍贵,现在用人工智能自动包装线,效果非常好。自动化率达到90%以上,效果非常明显,不良率下降35%,经过质量检查和自主智能包装,人力大幅度下降。一条电子生产线原来要219人,现在只需要23人;一个电路组建的生产线原来要185人,现在只要26人。员工宿舍、通勤班车、园区食堂、工伤风险、春节加班费用、停车位资源也随之节省,生产自动化率达到90%以上,成本下降了65%。南存辉跟我讲,“潘院长,我的光伏电电价马上就可以达到3毛多一度”,可以看出光伏电池新能源从过去的8毛一度下降到今天的三四毛一度,智能化和自动化起到了很大的作用。
背后的模型,把原来装备自动化的设备加上人工智能变成智能自主系统,人工智能能够适应环境,所以变成智能自主系统。把人工智能系统和人配合起来变成人机交互系统。并不是去无人车间,而是追求少人车间,这和车一样,L1到L4容易完成,而L5很难完成,与其追求无人车间,还不如完成少人车间。
案例二,陀曼在绍兴新昌轴承企业群的网络化改造。已经对1300多个工厂完成了装备的自动化,这个企业有一个很重要的特点,非常注重科研,每年科研投入占销售额的8%,这个比例对于中小企业来说已经非常高了。几年以前开始转型,转型成云公司,这个转型很有意思,陀曼智造为新昌100多家轴承企业开发了“e微智造系统”,平均每一家企业的改造成本23万,企业可以在一年内收回投资,这一步跨过去之后就不停地前进。新昌县政府出500万,陀曼出500万,成立了一千万的免费体验专项基金。第一步是出了V1.0版,能够有五个应用功能,包括数字测量、质量过程控制、机床故障自诊断、维护预警、加工误差自动补偿,这五个功能能够产生利润最大。最后达到了每条生产线每天减少20分钟的机床预热等待时间;操作工换刀调整时间从平均12分钟减少到2分钟以内;从一人一线操作实现1人2线或者3线操作,同比减少劳动用工50%以上,这就是为什么一年之内可以收回资本。第一批企业30多家进去之后就开始对V1.0版本进行升级,升级到2.0版本的11个APP,3.0版本的56个APP,马上要推出100个APP的4.0版本。包括设备管理、质量管理、组织管理、生产管理、定单管理、物资管理等一级功能模块6个,基本覆盖轴承生产管理的功能。一个轴承厂在相同厂房、设备和人员的情况下,2018年产值是改造前(2016年)2.21倍、利润2.68倍。目前,上云企业达到212家,新上轴承企业只有100多家,轴承以外的生产齿轮的企业都纷纷加入到云,投入的设备数量达到18000多台套。
通过对设备最简单的数字化改造,使得成为可以上网的设备,收集这些设备和企业的各种软硬件数据,对数据用人工智能的方法进行分析,提供各种智能的APP。很巧妙,这个APP从最有利益的一环着手,使得企业不断升级,大数据、智能化能够实现。公司正在考虑对这些企业进行贷款,可以一起和银行去谈判。
案例三,杭州兆丰,这个企业比较大,是中国汽车轮毂轴承的龙头制造企业。2018年销售5亿,其实并不大,但是利税达到2.4亿,说明利润率非常高,李克强总理到这个企业去看过。产品型号有2900余种,广泛应用于中高级轿车、商务用车、卡车,产品销售到欧美等30多个国家和地区。这个企业很早开始自动化,进行智能自主设备,AGV、车加工、中频热处理都已经完成。自动化是不够的,必须要加上智能化,变成智能自主系统。这就是人工智能2.0版本提出的,机器人只能覆盖很小部分,最大的部分就是要把原有的各种各样智能化机械变成智能自主机械。去年开始公司对全厂进行智能改造,以自动化流程为主的企业改造成以数据为中心的企业,最后人工智能对企业进行优化。
轮毂上面出现了智能化产品,加了两个东西,一是测量温度,二是测量速度,可以对卖出去的全部轮毂进行质量检测和追踪。以上就是追踪结果,全国大部分轮毂是正常的,有两个地方不正常,河北和四川攀枝花,速度在25公里的时候温度已经到达了139度,而且里程已经很长。河北速度60的时候温度出现了160多度,这是异常情况。那么就告诉他们要到4S店,在安全上增加了新的服务内容。这些数据回来以后对轴承质量的进一步提高提供了重要依据,这就是以数据为中心的工作。兆丰的工作步骤是几个步骤,一是装备的自动化;二是使自动化变成网络化,产品、管理、服务一起入网,才有了大数据平台,很多人就在平台上用数学模型挖数据,用人工智能的方法把这些数据变成知识,最后在数据平台和知识平台上共同用APP来提供企业服务。APP现在看起来是一个群智的好办法,既可以由开发者来提供服务,而且使用者有相当的自由度。兆丰的这个模型对于中型企业和大型企业都有非常重要的参考意义。
潘云鹤介绍,2017年7月,中国发布了《新一代人工智能发展规划》,全世界都很关注。非常瞩目的两件事情,一是中国在人工智能上下了决心,二是此规划提出了人工智能发展的重要五个重要方向,这五个方向和人工智能1.0还不太一样,大数据智能、群体智能、跨媒体智能、人机混合增强智能、自主智能系统,应用在智能城市、智慧医疗、智能制造、智能农业。这个规划到了今年上半年,到处传来的消息是希望人工智能和工业经济进行结合,这件事情中国可能要深入研究。从北京一直到抓工业的刘鹤副总理,以及各个省市的领导都纷纷提出一个问题,就是人工智能如何和实体应该结合起来。
浙江大学和之江实验室开始研究这个问题,我们发现人工智能和工业的结合实际上有五个层次:
1、生产智能化。我们经常讲无人车间是我们要实现的目标。
2、企业智能化。车间如何分配任务,如何和市场相结合。
3、产品智能化。这个问题既和企业有关系,和企业外部也有关系。
4、产业链智能化。
5、经济智能化。
以下为致辞全文:
刘多:尊敬的潘云鹤院士、胡燕司长、柯吉欣副市长、陈如根局长、邵立春局长,尊敬的各位嘉宾,大家上午好!