AI對企業(yè)數(shù)字化轉(zhuǎn)型、產(chǎn)業(yè)智能化升級的助力作用在過往實(shí)踐中被高度認(rèn)可，擁抱AI已成為各個行業(yè)共識。然而，傳統(tǒng)的算法生產(chǎn)方式無法適應(yīng)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(chǎn)模式，全面提高算法生產(chǎn)力，讓AI得以在海量的場景中發(fā)揮應(yīng)有效應(yīng)。
近期，曠視提出算法量產(chǎn)的理念，意在降低算法生產(chǎn)的門檻，提升算法生產(chǎn)效率。
這個辦法可行嗎？
算法生產(chǎn)供需矛盾突出，曠視以算法量產(chǎn)解題
火焰檢測、工業(yè)質(zhì)檢、零件計(jì)數(shù)、?；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(shù)字化轉(zhuǎn)型的熱潮，進(jìn)入了日常生產(chǎn)生活。
表面看，各行各業(yè)都有算法不斷融入，但實(shí)際上，AIoT市場上高質(zhì)量的AI算法仍然“供不應(yīng)求”，如何解決算法生產(chǎn)及落地應(yīng)用挑戰(zhàn)，讓人工智能在海量場景中發(fā)揮更大的作用，是人工智能企業(yè)在AIoT時代需要解決的難題，也是曠視提出算法量產(chǎn)理念的初衷。
當(dāng)下， AIoT市場算法供給、落地過程中，主要存在5大挑戰(zhàn)：行業(yè)數(shù)據(jù)匱乏、算法通用性低、IoT設(shè)備繁雜、Software2.0的挑戰(zhàn)以及算法供給質(zhì)量參差不齊。面對這些課題，行業(yè)中存在著不同方向的探索：目前絕大多數(shù)算法都是定制化生產(chǎn)模式，根據(jù)需求進(jìn)行算法定制化開發(fā)，一個一個項(xiàng)目解決，但往往成本較高、算法交付質(zhì)量參差不齊；預(yù)訓(xùn)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(xì)分場景問題；能夠解決部分問題的云端 AI 開發(fā)平臺，雖然易上手、零代碼，但是只實(shí)現(xiàn)了流程數(shù)字化，對策略選擇自動化等進(jìn)階功能的支持有限……
這些探索非常好，但是在應(yīng)對一個復(fù)雜問題時候，光靠單點(diǎn)其實(shí)是不夠的。面對如此復(fù)雜的挑戰(zhàn)，曠視認(rèn)為“算法生產(chǎn)過程的標(biāo)準(zhǔn)化，是解決復(fù)雜且碎片化的算法生產(chǎn)的有效手段”。這個標(biāo)準(zhǔn)化過程，包括了數(shù)據(jù)生產(chǎn)的標(biāo)準(zhǔn)化、算法模型的標(biāo)準(zhǔn)化和推理框架的標(biāo)準(zhǔn)化。只有標(biāo)準(zhǔn)化才有可能讓算法生產(chǎn)的所有環(huán)節(jié)實(shí)現(xiàn)自動化，進(jìn)而提高算法生產(chǎn)的效率。
為此，曠視推出了適配算法量產(chǎn)的AI基礎(chǔ)設(shè)施——算法生產(chǎn)平臺AIS（AI Service）。AIS基于曠視Brain++體系，構(gòu)建了一套覆蓋數(shù)據(jù)處理、模型訓(xùn)練、性能分析調(diào)優(yōu)、推理部署測試等算法生產(chǎn)全鏈路的零代碼、自動化的生產(chǎn)力工具平臺。
建盞“電子身份證”透現(xiàn)算法量產(chǎn)效能
“建盞”溯源是曠視在推進(jìn)算法量產(chǎn)過程中的一個典型案例。福建省南平市建陽區(qū)的建盞，以“入窯一色、出窯萬彩”的自然之美享譽(yù)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(xiàn)代建盞以2600萬元成交價拍出。
自建窯建盞燒制技藝被列入國家級非物質(zhì)文化遺產(chǎn)名錄以來，建盞產(chǎn)業(yè)蓬勃發(fā)展，產(chǎn)業(yè)價值倍增。據(jù)了解，目前福建省南平市建陽區(qū)注冊建盞企業(yè)和個體超7000家，從業(yè)人員3萬多人，產(chǎn)值預(yù)估達(dá)75億元。隨著產(chǎn)業(yè)的快速發(fā)展，網(wǎng)絡(luò)平臺經(jīng)營不規(guī)范、虛假宣傳、仿造、偽造、以次充好等問題也時有發(fā)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(chǎn)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(shí)踐。
曠視研發(fā)的建盞 AI 溯源系統(tǒng)，基于建盞的盞紋，通過圖像檢測和識別等AI技術(shù)，對建盞進(jìn)行采集、登記、追溯、鑒定，實(shí)現(xiàn)了“一盞一圖、一盞一碼、圖碼結(jié)合”，讓千年建盞擁有“電子身份證”。
按常理來說，為數(shù)量龐大的建盞采集、登記、追溯、鑒定等流程十分復(fù)雜和繁瑣，研發(fā)建盞 AI 溯源系統(tǒng)應(yīng)該是一個漫長的過程。其實(shí)不然，曠視基于AIS平臺，極大程度的縮短了研發(fā)建盞溯源系統(tǒng)所需的時間。通過AIS平臺內(nèi)置的自動優(yōu)化功能，研究員實(shí)現(xiàn)了模型的快速迭代，從而實(shí)現(xiàn)對建盞的準(zhǔn)確、快速識別。以建盞中的兔毫盞為例，這種品類紋理細(xì)密，一般肉眼難以分辨，但目前的識別準(zhǔn)確率可達(dá)95%以上。
除建盞溯源外，曠視通過算法量產(chǎn)已經(jīng)幫助能源、教育、零售、運(yùn)動健身等行業(yè)的多個客戶在日常生產(chǎn)與經(jīng)營中運(yùn)用AI技術(shù)，實(shí)現(xiàn)降本增效。曠視通過算法量產(chǎn)研發(fā)的明廚亮灶算法，已在多個城市的學(xué)校落地，守護(hù)學(xué)生用餐安全。曠視基于MegEngine框架，通過算法量產(chǎn)和AIS生產(chǎn)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(xiàng)AI算法，通過“危險(xiǎn)化學(xué)品視頻分析智能預(yù)警系統(tǒng)”，提升其日常安全監(jiān)管工作效率。
AI向?qū)嵍?，讓物理世界更美?/strong>
曠視認(rèn)為，AIoT是未來十年最大的科技創(chuàng)新機(jī)遇，將引領(lǐng)新一輪的發(fā)展浪潮?；谑甓嗟膭?chuàng)新實(shí)踐和產(chǎn)業(yè)洞察，曠視提出 【AIoT = AI+IoT+空間】的產(chǎn)業(yè)創(chuàng)新范式，通過AI、IoT和空間三大要素的創(chuàng)新和融合，釋放AIoT價值，促進(jìn)實(shí)體產(chǎn)業(yè)發(fā)展。
在AI創(chuàng)新方面，曠視通過推動算法量產(chǎn)，提升AI規(guī)模化供給能力。
在IoT創(chuàng)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(biāo)準(zhǔn)化的智能硬件，去滿足AIoT領(lǐng)域海量的碎片化場景需求。用戶無需理解不同硬件產(chǎn)品的性能及使用場景，也不用做復(fù)雜的前期準(zhǔn)備和項(xiàng)目規(guī)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(chuàng)新方面，曠視認(rèn)為基于場景的價值閉環(huán)有巨大機(jī)會。為此，曠視聚焦在消費(fèi)物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)和供應(yīng)鏈物聯(lián)網(wǎng)三大業(yè)務(wù)賽道，持續(xù)為客戶和社會創(chuàng)造價值。
AIoT 將成為未來數(shù)字經(jīng)濟(jì)的一個主航道與核心脈絡(luò)。過去三十年，互聯(lián)網(wǎng)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(fā)生同樣偉大的變化，讓世界變得更加美好。
聯(lián)系客服
