希迪亞3月10日報(bào)道 一場科技革命的發(fā)生,是科學(xué)理論、知識系統(tǒng)、方法應(yīng)用、實(shí)踐迭代等各方面的巨大進(jìn)步。當(dāng)人們預(yù)言人工智能時(shí)代將是第四次工業(yè)革命時(shí),人工智能似乎被定下了“無所不能”的基調(diào)。

對于一件事物的狂熱,經(jīng)過時(shí)間推移,會帶來理性回歸。如今對人工智能概念的認(rèn)知由狂熱遐想回歸理性實(shí)踐。當(dāng)群體和環(huán)境回歸理性后,國家、社會包括許許多多個(gè)體仍然選擇高度重視并看好人工智能的技術(shù),正如近日國家又發(fā)出加快 5G 網(wǎng)絡(luò)、數(shù)據(jù)中心、人工智能等“新基建”的聲音。

人工智能之于各行各業(yè),如同計(jì)算機(jī)之于電子電器

如今與當(dāng)年境況相似,人們肯定人工智能技術(shù),但對人工智能的功能和應(yīng)用不了解。如同早年第一次接觸計(jì)算機(jī),我懷著敬畏心,但并知道它究竟能做什么。1984年的蘋果計(jì)算機(jī),到現(xiàn)今30多年歷史,計(jì)算機(jī)從功能到形態(tài),每年都仍有非常顯著的變化。直到對其能力、功能和應(yīng)用做到了如指掌,我才體會到它真正的能力和魅力。順勢,我也開發(fā)了適用需求的很多應(yīng)用。

計(jì)算機(jī)是所有電子電器甚至是穿戴設(shè)備里的基本元素,硬件的能力范疇也有了無邊界的擴(kuò)展。計(jì)算機(jī)之于現(xiàn)代電子設(shè)備,猶如人工智能之于各行各業(yè),AI也將在未來成為不可或缺的基石型技術(shù)。

AI技術(shù)變革從1.0到2.0,是單一算法到體系架構(gòu)搭建

當(dāng)前人工智能的發(fā)展正處于從1.0到2.0的過渡期,從技術(shù)革命上去講,也就是從做單一的算法開發(fā)到體系架構(gòu)搭建的過渡?，F(xiàn)在的AI技術(shù)基本上以單點(diǎn)突破為主,每一個(gè)細(xì)分的小領(lǐng)域都有很多的研究,算法是其中的重要組成部分。當(dāng)我們把每一個(gè)小而有效的算法看成是小的定制化計(jì)算單元(computing unit),它們便是為了完成某一項(xiàng)特定任務(wù)而存在。這些小的計(jì)算模塊就像是計(jì)算機(jī)里面的CPU,擁有計(jì)算能力,通常一個(gè)團(tuán)隊(duì)手頭只有某一個(gè)或某幾個(gè)處理特定任務(wù)的“CPU”。所以當(dāng)任務(wù)發(fā)生改變時(shí),團(tuán)隊(duì)就只能重新編寫和制造出一個(gè)新的“CPU”結(jié)構(gòu)來應(yīng)對新的任務(wù),這便是現(xiàn)在AI的工作方式,也就是我們稱為的AI 1.0。所以這樣的工作方式下,AI的能力體現(xiàn)在“接受數(shù)據(jù)—研發(fā)人員設(shè)計(jì)算法—調(diào)試—得到結(jié)果—再反饋”的流程上。它的核心競爭力還是各類高效、創(chuàng)新的算法,通過不斷迭代,發(fā)展出新的“CPU”,但每一種“CPU”都只能做一種特定的運(yùn)算。

那為什么我們的計(jì)算機(jī)在面對不同的任務(wù)時(shí),卻僅有一個(gè)CPU就可以完成各類任務(wù)?這個(gè)區(qū)別在于計(jì)算機(jī)里面除了CPU,還有硬盤用于存儲,內(nèi)存用于快速存儲,緩存用于更快速的內(nèi)容累積和高效訪問等。除此之外,為了讓系統(tǒng)能運(yùn)行起來還需要有總線和其它的職能部件。雖然它們看起來沒有像CPU那么重要,也不參與直接運(yùn)算,但正是有了這些看似簡單卻不可缺少的部分,才使得一臺計(jì)算機(jī)真正成為一臺通用性的計(jì)算機(jī),承擔(dān)并完成各類任務(wù)。

某種程度上,思謀在思考和實(shí)踐AI的整體性創(chuàng)新和升級上,正類似于在構(gòu)建一臺計(jì)算機(jī)、一個(gè)能用、好用、易用的完整計(jì)算系統(tǒng)。這就要求AI在架構(gòu)上需要建立真正的完整系統(tǒng),而不是一個(gè)個(gè)孤立的“CPU”計(jì)算單元的單個(gè)算法。這個(gè)完整體系中的許多服務(wù)模塊不參與核心算法設(shè)計(jì)或者調(diào)試,但是這些服務(wù)模塊可以作為短期或者長期存儲,加速運(yùn)算、加快數(shù)據(jù)流,以實(shí)現(xiàn)僅需少量研發(fā)人員卻能取得他們以往需要耗費(fèi)大量時(shí)間和工作量(如5倍以上)的結(jié)果。 所以我相信這種系統(tǒng)性的方法與實(shí)踐是AI 2. 0的較核心要素,那么對于視覺AI 2.0 的體系結(jié)構(gòu)突破,也是思謀重要的差異化體現(xiàn)。

視覺AI的發(fā)展,以需求為根本,強(qiáng)結(jié)合場景是重中之重

科技的進(jìn)步會以滿足社會發(fā)展需求為根本和內(nèi)在的源動力。談及AI技術(shù)落地的場景,例如遠(yuǎn)程會議中的視頻壓縮、去噪聲、超低和不穩(wěn)帶寬下的編碼技術(shù)、圖像增強(qiáng)這些強(qiáng)結(jié)合,技術(shù)是根本,這些場景對于技術(shù)的需求是不可或缺的。但如果是加臉部掛件就比較弱結(jié)合,相對可有可無,需要慎重務(wù)實(shí)考慮。

所以在前期視覺AI的發(fā)展中,人臉這類和我們生活結(jié)合較緊密的應(yīng)用會獲得直接的關(guān)注和投入。在應(yīng)用上也有美顏美妝、改變年齡這類跟社交媒體直接掛鉤的普遍需求,所以我們做過 “一鍵上妝” 和 “一鍵卸妝” 這類有趣的科技應(yīng)用和發(fā)明。如果用通訊頻段做類比,人臉應(yīng)用就是一個(gè)2.5GHz上的信號,因?yàn)榇藨?yīng)用頻段固定,所以我們對它的優(yōu)化已經(jīng)非常好了,我們只要有接收機(jī)接收到它,就可以穩(wěn)定傳輸信號了。

先如今,AI應(yīng)用已經(jīng)突破了人臉的應(yīng)用“頻段”,推廣到了人體姿態(tài)這類問題,且問題都得到了很好的解決,實(shí)現(xiàn)了研發(fā)落地。這可以理解為2.6GHz/2.7GHz這些信號都有了固定的發(fā)送器,設(shè)置好之后,接收器就可以穩(wěn)定工作了。相比于這些固定頻段發(fā)送器,我們關(guān)注的是更具有普適性、更高難度的、多種類高清視頻的理解處理。比如一張自然照片里有人、風(fēng)景、動物和動作,這絕不僅僅是人臉或者人體的識別就能解決的問題,因?yàn)檫@個(gè)頻段在不斷變化,接收器也需要不斷移動才能接收到信號。

集中研發(fā)AI 2.0系統(tǒng)化能力就是賦能提效,把開發(fā)的投入以幾何級降低(減少),實(shí)現(xiàn)即使再大量的算法需求也能在有限的技術(shù)團(tuán)隊(duì)和預(yù)算時(shí)間條件下完成應(yīng)用開發(fā)

一方面,這類超寬“頻譜”的問題是現(xiàn)在互聯(lián)網(wǎng)上多媒體應(yīng)用的首要方向,具有很強(qiáng)的商業(yè)模式和技術(shù)挑戰(zhàn)性。高清視頻的高速傳播、高清線上線下分布式編輯、5G交互的新商業(yè)方式探索,這些都是很值得我們?yōu)橹度氲?。另一方?從技術(shù)體系來看,因?yàn)椤俺瑢掝l譜”不固定信號位置,所以它的“發(fā)送”和“接收”成了新的問題?；氐綉?yīng)用本身,視頻的內(nèi)容千變?nèi)f化,內(nèi)容的多樣也就意味著單個(gè)算法不能解決所有問題,即便有100種、1000種算法就能、找到好的方案。因?yàn)檫@1000種算法,還意味著大概1000個(gè)優(yōu)良研發(fā)團(tuán)隊(duì)同時(shí)開動才能在預(yù)計(jì)研發(fā)時(shí)間里完成任務(wù),或者是100個(gè)團(tuán)隊(duì)花10倍的預(yù)計(jì)時(shí)間完成任務(wù),這種成本極高的方式在商業(yè)領(lǐng)域都是不能夠接受的。所以在高清媒體方向上,技術(shù)體系上符合我們對于AI 2.0系統(tǒng)化流程的表述:建設(shè)體系化的構(gòu)建并能在如此復(fù)雜的領(lǐng)域做出關(guān)鍵性突破和實(shí)現(xiàn)大規(guī)模部署,也是現(xiàn)有的思謀Media產(chǎn)品的組織研發(fā)與商業(yè)運(yùn)作方向。

工業(yè)、農(nóng)業(yè)、流通和、售等行業(yè)是拉動并評價(jià)AI更實(shí)質(zhì)、更廣域發(fā)展的“必考題”。尤其這次疫情,讓大家看到工廠沒人會停工,停工導(dǎo)致經(jīng)濟(jì)停滯,經(jīng)濟(jì)停滯會讓國家進(jìn)入艱難狀況等一系列我們不希望看到的情況。目前制造業(yè)的機(jī)器動作能力都很強(qiáng),但是智能,包括感知和決策,和真正的需求仍有非常大的差距。

再者,當(dāng)前工業(yè)所需要的AI是遠(yuǎn)遠(yuǎn)復(fù)雜過現(xiàn)有的單個(gè)算法的。在人臉大領(lǐng)域,五官存在很多共性,但是在工業(yè)領(lǐng)域,數(shù)據(jù)五花八門,采集方式多不勝數(shù),所以很難有一個(gè)算法或者一套數(shù)據(jù)是、有效的。與高清視頻應(yīng)用相同,1000套算法的需求是1000個(gè)團(tuán)隊(duì)做1個(gè)月或者1個(gè)團(tuán)隊(duì)做1000個(gè)月,其中的開銷或者工期不是實(shí)際商業(yè)化過程所能承擔(dān)的。所以集中研發(fā)AI 2.0系統(tǒng)化能力就是賦能提效,把開發(fā)的投入以幾何級降低(減少),實(shí)現(xiàn)即使再大量的算法需求也能在有限的技術(shù)團(tuán)隊(duì)下和在預(yù)算時(shí)間條件下完成應(yīng)用開發(fā),這也是思謀從誕生第一天開始的使命所在。

從AI 1.0到2.0,我們還有很長的路要走,也需要很多的科學(xué)家和技術(shù)企業(yè)共同去探索突破。這也是我創(chuàng)立思謀的較初的想法,希望思謀成為波瀾壯闊的以人工智能為核心的科技革命大時(shí)代下的重要推動者和變革者。在通往工業(yè)智慧生產(chǎn)、生活品質(zhì)飛躍的未來的道路上,我們需要加速升級和挖掘AI的整體服務(wù)智能,打破現(xiàn)有的思維框架,同時(shí)秉承實(shí)干創(chuàng)新的精神,進(jìn)行AI技術(shù)的應(yīng)用、研發(fā)和能力部署,和穩(wěn)健快速的規(guī)?；娜律?。

希迪亞溫馨提示：以上所有內(nèi)容均摘自于網(wǎng)絡(luò)！