過去十年，AI算法的落地集中在人臉識(shí)別、車牌識(shí)別等社會(huì)治理領(lǐng)域，安防、交通是AI技術(shù)最快實(shí)現(xiàn)產(chǎn)業(yè)化、市場(chǎng)化的行業(yè)應(yīng)用。

但其實(shí)，AI在更廣闊的領(lǐng)域，比如工業(yè)、教育、醫(yī)療、農(nóng)業(yè)等領(lǐng)域，還有很大的市場(chǎng)空間正待開發(fā)，未來各行各業(yè)將涌現(xiàn)出大量的AI算法生產(chǎn)需求。

然而，AI算法開發(fā)生產(chǎn)過程周期長(zhǎng)、專業(yè)門檻高、成本高的問題，一直是制約AI成功落地的一大因素。一個(gè)AI算法從提出規(guī)劃想法，到模型最終上線，需要10-15人的開發(fā)團(tuán)隊(duì)，整個(gè)開發(fā)周期長(zhǎng)達(dá)數(shù)月，其效率和成本都無法應(yīng)對(duì)未來大規(guī)模AI場(chǎng)景落地的需要。

目前，各行業(yè)的軟件開發(fā)商或系統(tǒng)集成商，在實(shí)際項(xiàng)目中都需要定制化開發(fā)AI算法。共達(dá)地高級(jí)市場(chǎng)總監(jiān)李蘇南認(rèn)為，作為軟件開發(fā)商，為了完成項(xiàng)目的定制化開發(fā)，花費(fèi)巨資、人力和時(shí)間，組建、培育自己的AI開發(fā)團(tuán)隊(duì)，這明顯是不現(xiàn)實(shí)的，對(duì)比項(xiàng)目落地的實(shí)際產(chǎn)出，投資回報(bào)往往并不理想。

據(jù)統(tǒng)計(jì)，AI領(lǐng)域的人才缺口在2022-2024年將達(dá)到150萬，專業(yè)算法工程師的培養(yǎng)門檻、培養(yǎng)成本極高。另一方面，目前行業(yè)主要通過“堆人頭”的方式進(jìn)行算法訓(xùn)練，效率低、周期長(zhǎng)，導(dǎo)致AI超大規(guī)模與精細(xì)化的商業(yè)落地陷入瓶頸。

為了解決這個(gè)行業(yè)痛點(diǎn)，基于AutoML建立的AI自動(dòng)化訓(xùn)練平臺(tái)，推動(dòng)算法生產(chǎn)自動(dòng)化，成為不少軟件開發(fā)商和系統(tǒng)集成商的睿智之選。

0代碼，成本低，精度高

近日，共達(dá)地高級(jí)市場(chǎng)總監(jiān)李蘇南在接受OFweek維科網(wǎng)·電子工程編輯采訪時(shí)表示，通過AutoML自動(dòng)化AI訓(xùn)練平臺(tái)，把AI算法的開發(fā)效率，從過去以月為單位，縮短至以小時(shí)為單位，整個(gè)項(xiàng)目不需要AI工程師參與，不需要寫一行代碼，而且算法精度高于行業(yè)平均水平。

AutoML自動(dòng)化AI訓(xùn)練平臺(tái)就是通過“AI生產(chǎn)AI”，實(shí)現(xiàn)算法生產(chǎn)自動(dòng)化，解決過去AI落地難、算法生產(chǎn)周期長(zhǎng)、成本高等問題，已成為行業(yè)公認(rèn)的解決方案。

李蘇南認(rèn)為，AI算法“場(chǎng)景定制化”的特點(diǎn)，決定了AI算法不太可能被標(biāo)準(zhǔn)化，但我們可以做到AI算法生產(chǎn)流程的標(biāo)準(zhǔn)化，通過AutoML自動(dòng)化機(jī)器學(xué)習(xí)，用AI訓(xùn)練AI，把算法生產(chǎn)過程中十幾個(gè)步驟用自動(dòng)化的方式，標(biāo)準(zhǔn)化地進(jìn)行訓(xùn)練，包括自動(dòng)超參調(diào)節(jié)、自動(dòng)的神經(jīng)網(wǎng)絡(luò)選擇、自動(dòng)模型壓縮和裁剪，自動(dòng)的遷移學(xué)習(xí)、知識(shí)蒸餾等技術(shù)。

AutoML平臺(tái)把這些技術(shù)封裝平臺(tái)當(dāng)中，用戶只需要做到AI場(chǎng)景的定義和數(shù)據(jù)的采集，隨后整個(gè)模型的訓(xùn)練和生產(chǎn)過程都可以由AutoML平臺(tái)自動(dòng)化的去完成。簡(jiǎn)單來說，就是“進(jìn)去的是數(shù)據(jù)，出來的是算法”。

目前，共達(dá)地自主打造的AutoML自動(dòng)化AI訓(xùn)練平臺(tái)，通過全自動(dòng)數(shù)據(jù)工程，可以在數(shù)小時(shí)內(nèi)完成AI模型訓(xùn)練，面向行業(yè)提供規(guī)模化的AI算法定制能力。過往實(shí)踐經(jīng)驗(yàn)顯示，共達(dá)地AuotML自動(dòng)化AI訓(xùn)練平臺(tái)可在1周內(nèi)從0到1定制算法并完成交付，精度超出行業(yè)平均水平。

在算法精度方面，共達(dá)地的算法超市提供5000+種“即買即用”的AI算法，算法精度達(dá)到92%以上，可以媲美8年以上經(jīng)驗(yàn)的算法工程師。

李蘇南認(rèn)為，算法要做到高精度，無非是需要更多的精確適配場(chǎng)景的數(shù)據(jù)，以及持續(xù)的、高頻次的優(yōu)化迭代。AutoML的自動(dòng)化機(jī)器學(xué)習(xí)可以24小時(shí)“不眠不休”進(jìn)行自我優(yōu)化和訓(xùn)練，效率會(huì)高很多，最終呈現(xiàn)的算法精度也會(huì)更高。

在算法落地部署方面，共達(dá)地的AI自動(dòng)化訓(xùn)練平臺(tái)，可以快速適配行業(yè)90%以上的主流芯片和硬件，比如華為昇騰、Intel、高通、英偉達(dá)等主流廠商的芯片和硬件設(shè)備，共達(dá)地都進(jìn)行了預(yù)先的適配，算法落地部署做到靈活、快速。

據(jù)了解，共達(dá)地目前已適配100多款芯片，對(duì)比行業(yè)平均水平，在適配性上有相當(dāng)大的優(yōu)勢(shì)，在項(xiàng)目落地的時(shí)候，讓客戶可以更主動(dòng)更寬泛地選擇硬件設(shè)備。

解決AI大規(guī)模商業(yè)化落地難題

共達(dá)地成立于2020年，是國(guó)內(nèi)領(lǐng)先的人工智能自動(dòng)化訓(xùn)練平臺(tái)服務(wù)商，專注于通過AutoML自動(dòng)化機(jī)器學(xué)習(xí)實(shí)現(xiàn)AI的大規(guī)模商業(yè)化落地。

李蘇南表示，共達(dá)地是行業(yè)首個(gè)實(shí)現(xiàn)了“端到端”自動(dòng)化機(jī)器學(xué)習(xí)的服務(wù)商，推出第一個(gè)“端到端”的AutoML平臺(tái)。所謂“端到端”，是指從需求定義開始，一直到模型的下發(fā)，整個(gè)過程實(shí)現(xiàn)了自動(dòng)化，不需要人工參與，也不需要寫任何一行代碼，共達(dá)地在行業(yè)中第一個(gè)做到了這一點(diǎn)。

在產(chǎn)品理念上，李蘇南認(rèn)為，要真正把行業(yè)的門檻降低，讓更多人可以使用和創(chuàng)造AI，就需要做到“端到端”，做到AI算法開發(fā)全流程的自動(dòng)化，不需要算法工程師的參與。

目前，共達(dá)地已與智慧城市、智能制造、智慧農(nóng)業(yè)以及AIoT行業(yè)的諸多企業(yè)達(dá)成合作。

李蘇南介紹，共達(dá)地主要面向行業(yè)提供三類服務(wù)：

1.平臺(tái)服務(wù)：客戶可通過共達(dá)地AutoML自動(dòng)化AI訓(xùn)練平臺(tái)自行建設(shè)算法生產(chǎn)能力，適用于算法需求量較大，對(duì)訓(xùn)練效率要求較高的客戶；

2.算法定制服務(wù)：主要面向算法需求不常見或需求量較少、完全不具備AI能力的客戶；

3.算法商城服務(wù)：即市面上的主流算法需求，可通過共達(dá)地算法商城直接采買，一天內(nèi)即可部署；

以平臺(tái)服務(wù)為例，共達(dá)地與一家專注于計(jì)算機(jī)視覺深度研發(fā)的人工智能公司合作，對(duì)方使用共達(dá)地AutoML自動(dòng)化AI訓(xùn)練平臺(tái)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。

基于自動(dòng)化AI訓(xùn)練平臺(tái)，該公司將算法開發(fā)周期從原本數(shù)月縮短至了數(shù)小時(shí)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。兩家的合作已入選信通院2022“人工智能平臺(tái)應(yīng)用優(yōu)秀案例”，同樣入選的還有中國(guó)聯(lián)通研究院、中國(guó)移動(dòng)通信集團(tuán)天津有限公司、華為云計(jì)算技術(shù)有限公司、百度網(wǎng)訊科技有限公司等十八家企業(yè)。

在智慧交通的應(yīng)用場(chǎng)景中，湖南省某市的交通管理部門在建設(shè)相關(guān)項(xiàng)目時(shí),便使用了共達(dá)地的AutoML自動(dòng)化AI訓(xùn)練平臺(tái)，定制了“行車未系安全帶識(shí)別”、“行車打電話識(shí)別”等有關(guān)安全駕駛的一系列相關(guān)AI視覺算法。在幾乎沒有投入AI算法工程師的情況下,兩周之內(nèi)便完成了各類復(fù)雜交通場(chǎng)景下的AI算法模型訓(xùn)練。

并且,基于共達(dá)地自動(dòng)化AI訓(xùn)練平臺(tái)對(duì)于芯片的廣泛適配,快速將算法部署到基于其芯片的硬件設(shè)備之中,僅用三周時(shí)間便完成算法定制開發(fā)和下發(fā)部署整套流程。

除此之外，基于這次合作，通過共達(dá)地自動(dòng)化AI訓(xùn)練平臺(tái)訓(xùn)練出來的定制化算法，也被用于智慧城市監(jiān)控、智慧金融網(wǎng)點(diǎn)安防等場(chǎng)景。

李蘇南認(rèn)為，城市管理是非常典型的超大規(guī)模AI應(yīng)用的場(chǎng)景，其中業(yè)務(wù)場(chǎng)景非常復(fù)雜，算法數(shù)量非常多，算法開發(fā)需要精細(xì)化適配各種場(chǎng)景，用AutoML自動(dòng)化AI訓(xùn)練去解決這種問題，就顯得非常有必要，對(duì)客戶來說也能產(chǎn)生最大的價(jià)值。

下一步規(guī)劃

提及下一步的規(guī)劃，李蘇南回答，共達(dá)地首先會(huì)把客戶服務(wù)好，同時(shí)提升平臺(tái)的易用性，提升算法輸出的完善度和可靠度，以及把硬件生態(tài)伙伴“朋友圈”建的更加完善。幫助現(xiàn)有客戶解決他們的痛點(diǎn)問題。

目前，共達(dá)地AutoMl自動(dòng)化AI訓(xùn)練平臺(tái)已經(jīng)支持99%以上的視覺場(chǎng)景，包括檢測(cè)、分割、分類、動(dòng)作識(shí)別、單目3D等等。未來，共達(dá)地會(huì)引入更多更新的視覺場(chǎng)景，比如包括3D點(diǎn)云、事件識(shí)別等，這些都會(huì)放在未來的產(chǎn)品規(guī)劃當(dāng)中。

李蘇南稱，世界上能夠用肉眼去解決的視覺問題，都可以用自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)做出AI算法，這是我們的一個(gè)縱深的目標(biāo)。

此外，共達(dá)地將會(huì)大力發(fā)展生態(tài)社區(qū)，讓AI從業(yè)者，甚至是各行各業(yè)對(duì)AI有興趣的人都可以參與進(jìn)來的社區(qū)，大家通過算法生產(chǎn)能力標(biāo)準(zhǔn)化的平臺(tái)，用自己的行業(yè)知識(shí)與AI技術(shù)相結(jié)合，不斷創(chuàng)造出新的AI算法，讓AI應(yīng)用到更廣闊的千行百業(yè)，解決更廣泛的問題，創(chuàng)造更核心的價(jià)值。