12月24日,百度研究院发布2020十大科技趋势预测,从2019年科技的蓬勃发展中提前展望2020。作为2019年度最受关注的科技热词之一,“AI”自然成为了焦点。百度研究院也对AI产业给出了几点关键预测。其中一点就是,AI技术已发展到可大规模生产的工业化阶段,2020年将出现多家“AI工厂”。
图:百度研究院预测2020年将出现多家AI工厂
百度研究院有此预测并不难理解,“AI工厂”的诞生在行业中早有端倪。人工智能独角兽企业旷视推出的自研人工智能算法平台Brain++,就已画出了AI工厂的雏形。
旷视首席科学家、旷视研究院院长孙剑博士曾这样介绍Brain++:正是“Brain++让规模化算法训练成为可能。”与此同时,通过Brain++,旷视“能够针对不同垂直领域的碎片化需求定制出丰富且不断增长的算法组合,包括很多长尾需求。此外,我们能以更少的人力和更短的时间开发出各种新算法。”
事实上,AI技术要实现大规模生产,首先要解决的就是如何低成本、大规模地产生算法。目前业界普遍把深度学习框架作为算法开发工具,但这又面临着学习和使用成本高,难以规模化的问题。究其原因,在于只有深度学习框架是不够的,需要打通从数据到算力再到框架的端到端解决方案,旷视Brain++恰好涵盖了深度学习算法开发的所有环节。
拆解Brain++的总体架构可以看到,其包含了深度学习框架MegEngine、深度学习云计算平台MegCompute、以及数据管理平台MegData三个核心组件。这恰好对应了AI发展中的三大要素:数据、算法以及算力。
图:旷视Brain++架构
从数据的获取、清洗、预处理、标注和存储开始,到研究人员设计算法架构、设计实验环节、搭建训练环境、训练、加速、调参、模型效果评估和产生模型,到最终的模型分发和部署应用,旷视Brain++让研发人员获得了从数据到算法产业化的一揽子技术能力。
除了大规模产生算法,旷视Brain++核心深度学习框架MegEngine还在不断提升算法的工程化开发能力。相比业内主流框架,其具有独特的训练和推理一体化能力,可实现一次算法训练直接部署模型。
基于深度学习框架,不仅人工智能技术的开发门槛被大大降低,而且还有效提高了人工智能应用的质量和效率。据《全球深度学习系统市场报告》显示,到2020年,全球深度学习系统市场规模将超13亿美元。百度研究院也在预测中指出,2020年,各行各业将会大规模应用深度学习技术实施创新,加快转型和升级。
图:深度学习技术将大规模深入产业
不过,深度学习框架的搭建还离不开自动机器学习AutoML技术的发展。长期以来,业内都有一个调侃叫做所谓人工智能,有多少智能就有多少人工。但是通过AutoML技术,则可以让机器自动进行端到端的优化,从而大幅减少人力的成本投入。旷视Brain++核心深度学习框架MegEngine就集成了旷视自研的AutoML技术,对深度学习算法的各个关键环节进行自动化的设计、搜索和优化,一次训练完成自动化过程,将计算代价减小至传统AutoML方法的万分之一,进一步推进技术的成熟。
百度研究院也在预测中指出,AutoML的快速发展将大大降低机器学习的门槛,扩大AI应用普及率。这对于早已将AutoML运用到机器学习中的旷视而言,其已走到了行业前列。更值得一提的是,AutoML领域的研究一直都被国外谷歌AutoML Vision、微软Microsoft Custom Vision、亚马逊Amazon SageMaker等企业以及平台“垄断”,旷视等企业在这一领域的探索,将有效打破国外企业的垄断格局,构建起中国AI产业核心竞争力。
图:百度研究院预测AutoML 的快速发展将大大降低机器学习的门槛
基于Brain++,旷视“AI工厂”初现。依托Brain++,旷视实现了云、端、芯的深度神经网络算法全面覆盖,并推出了多种高效的以人工智能驱动的物联网解决方案,并成功为个人物联网、城市物联网、供应链物联网等垂直领域的客户赋能,助力创造更多价值。
据IDC统计,2019年全球人工智能市场规模达到375亿美元,中国人工智能市场预计占全球的12%,成为了全球第二大人工智能单一市场,且市场规模保持高速增长。人工智能产业迭代的力量即将喷涌而出,但就像第一次工业革命的纺织工厂,第二次工业革命的汽车工厂,AI革命也需要打造一个智能时代的“AI工厂”,以应对即将来临的AI大生产时代的需求。这不仅是AI企业发展的必经之路,更是直接决定着整个国家的产业在这个新时代节点之中参与全球竞争的底气。以旷视Brain++为代表,它们作为中国AI企业极少数的自主可控的算法框架,无疑将在中国AI产业发展中留下浓墨重彩的一笔。
-
AI
+关注
关注
87文章
30098浏览量
268380 -
百度
+关注
关注
9文章
2255浏览量
90247
发布评论请先 登录
相关推荐
评论