科技网

当前位置: 首页 >互联网

对话华为云为什么要关注物理世界的企业智能

互联网
来源: 作者: 2019-04-16 00:13:53

军事史上有个世纪疑问:火炮这东西最早是中国发明的,但我们的先人却没有把它发扬光大。欧洲的火炮却很快超出了中国,明朝时期已需要向西方商人购买“红夷大炮”,终究整个国家都被西方火器所打败。

这个奇怪的现象当然有很多缘由,而缘由之一在于中国的火炮很少考虑实际应用中的若干问题。比如瞄准、散热、膛线、搬运,这些问题或许在技术层面上是细节,但在实战应用中却是要命的关口。通过改良各种细节,让火炮适应实战,终究欧洲火炮打出了大航海时代。

因而可知,一个技术再好,不与现实世界结合也是没什么用的。

大炮的逻辑,今天仿佛也可以套用到AI上。将AI与传统行业相结合,进行实际的效力成本改造,是一个大家都知道的方向,被国家政府、学术界和科技行业认可为不可阻挡的趋势。

但这个趋势实际应当怎样做,如何在中国万千行业里推进,仿佛一直都比较模糊。行业运用AI的比率始终还很低级。其中原因会不会在于AI平台和科技企业,过分着眼于AI技术的一面,却忽略了现实产业世界中“应用”的一面?

6月26日,脑极体对华为云最新提出的EI智能体进行了采访,在华为云看来,关注物理世界的实际情况与困难,或许是今天AI走向行业应用的关键一环。

纸上谈兵若许年:物理世界的智能窘境

无论是AI还是大数据,本质上都是或长或短的函数与代码。当科技企业希望将AI技术推向制造业、农业、民生服务的时候,也许会突然发现,彼此已经在代码中沉睡太久了,变成了新时期的“纸上谈兵”

这个问题会自然而然地产生,事实上很难避免。一个技术如果不再实验室中的模拟环境中跑到成熟,也不可能尝试走向现实。但无论如何,物理世界的复杂度与阻碍因素,还是很容易被精于算法的AI专家所疏忽。当我们沉湎于Alpha GO冷艳的棋艺时,常常忽略了围棋是一个理想化的运算环境,但大千世界并不是。

相比于虚拟世界一切都是代码和指数,物理世界中却可能面对各种各样的问题。比如企业对生产效力的要求,企业的本钱,行业间的竞争关系,企业的数据与计算基础,甚至企业里是不是有人能够驾驭AI,这在今天中国广袤而相对粗放的实体经济群落中都是巨大的问题。

一旦走向物理世界,我们就会发现AI在实验室中的最大估值开始寸步难行。很多美好的技术假想,都会面临企业中这样那样的问题,从而产生难以兼容的状态。

举个例子来看,我们知道用AI指挥交通是一个令人神往的假想,在模拟环境中常常也能带来强悍的交通调度能力。但在实际应用中却不是这么回事,每个路口的车流、人流都在不断变化,路面工程、改道、交通事故,等等因素都将瞬间影响交通AI的判断。乃至一个井盖,一株植物都可能给AI带来干扰。毕竟AI仅仅是数理模型,不会像人一样随机应变。

这种复杂的窘境,在工业AI中更是突出。我们在讨论AI对工业的改造,常常聚焦于单个环节,乃至一部机器的AI化。而在物理世界中,工业是一个完整的体系,一部机器的快慢并不解决实际问题,却可能把全部工厂的本钱拉大。

一方面是确切有价值的产业AI,一方面是花样繁多的障碍与阻隔,这件事如何解决呢?华为云给出的答案是,想要避免纸上谈兵,需要在物理世界中架设EI智能体。

一口箱子:如何理解EI智能体

华为云中国行中,对EI智能体给出的定义是:智能体=智能大脑+边沿计算+全连接+行业智慧

是否是听起来有点复杂?现场随机采访了一些开发者,并与同行沟通后,发现大家普遍觉得有点难懂。

古龙小说里有个东西,也许可以帮助我们理解智能体到底是什么。《英雄无泪》里有件被称为天底下最可怕的武器,它的名字超好记:一口箱子。

一口箱子不是什么绝世神兵,拆开看它只是各式各样的零件、铁片和常人叫不出名字的零件,但是在实战中的时候,却能通过使用者精密的计算,最短时间中组合出一个完全克制对手的兵器,从而一招致胜。

在攻坚现实世界的企业AI困难时,EI智能体给出的也是类似一口箱子的思路:

首先要有足够聪明的高手,他是武器的操纵者,用智慧和判断指挥一切。在智能体中,扮演这个角色是背后统筹计算的EI大脑。负责整个系统的运行、推理和再学习。

其次是要有足够的零件,这些零件是组合成可怕武器的基础,而且只有这些零件能够组合起来,一口箱子才有价值。这就像EI智能体沉积了大量AI技术与算法,能够为企业提供各种各样的AI服务。只有技术沉积够多,全连接能力足够强,才能随便组合出各行各业需要的解决方案。

然后是武者要有足够的反应速度,能够最短时间内组合出独立的武器,否则开打半天还没组合出武器那不是高效的吗?这就像EI智能体侧重强调边缘计算技术,就传统行业真实情况而言,将所有需要处理的数据上传云端,既是不科学也是不现实的,只有采取合适的边沿智能方案,企业应用AI才有实际可能。

最后是要懂对手,一口箱子的特点是遇到枪能克枪,遇到刀能克刀,这其实是由于使用者懂刀懂枪。在智能体当中,这就是行业智慧,只有与各行各业的专家合作,与具体行业需求与产业周期融会,才能有合适各产业真实需要的“秘密武器”。

AI大脑+边沿计算+联接+行业智慧,构成了华为云解决物理世界、产业世界AI难题时的一口箱子。而这个神秘物体,希望破解的是企业三个非常关键的问题,

犁庭扫穴:AI与传统行业间的三个必解决问题

智能体可以解决企业的甚么问题?在华为云BU总裁郑叶来看来,普及企业AI的核心在于要让技术“高而不贵”,给出企业用得好、用得起、用得放心的AI解决方案。

具体来说,就是用灵活、抽象层次高、可定制的智能平台能力,去补充实体经济与传统行业本身在面对AI时的先天不足。这些问题看似不归平台斟酌,却是实体经济无法解决的,所以企业和AI真正结合,必须重点攻克这三个问题。为企业进入智能世界荡平现实门坎。

问题1:运用本钱。AI很好,但是AI很贵。对于传统企业尤其是小微企业而言,AI的大量API运用本钱、测试成本,都是令人忧愁的昂贵。而想要进行机器学习,数据是基本生产资料,数据带来的搜集、清洗、学习本钱,以及对数据安全的担忧,更是各类企业都非常头疼的。

为了解决这些问题,EI智能体从3方面努力让AI“高而不贵”:首先是在安全性和数据获取方案、迁移学习等领域,保证了企业数据的安全可控,以及容易收集,把最大的数据成本降下来;其次是基于云计算服务打通了整体架构,避免出现数据孤岛现象,避免断裂应用链给企业带来过剩负担;再次,最重要的,当然是把核心AI运用的价格给降下来,让企业应用到实惠的AI能力。

问题2:行业周期。就像上文所说,每一个行业都有自己独特的物理世界问题,各种复杂的困难都可能出现在AI面前,每个行业本身的产业周期规律,要求AI技术去适应行业本身。而竞争压力、成本压力等问题,也催使企业必须快速看到AI的成果。

为了解决这些问题,EI智能体首先提出云边端一体化的智能构建过程。灵活弹性地部署边沿智能,把AI模型与算法直接放到企业一侧。让企业不会必须把任务上传云端的为难。另一方面,边沿与终端系统还会进一步收集数据,不断上传云端大脑进行再学习,保证整个企业AI系统的可成长与再学习能力。

另一方面,EI智能体提供了快速训练,再简单的单机训练后快速取得到分布式计算等解决方案。从而让企业的智能化周期尽量压缩。并通过线下服务、与行业专家结合的方式,适应企业的独特周期规律,将新技术与垂直职业的需求进行调和。

问题三:人才窘境。招不到人,可谓实体经济AI化进程中的最大问题。EI智能体采用独特的技术解决方案,将复杂的技术进行嵌入,给到企业简单易用的操作方案。从而企业或许可以有两个更优选项:更少的技术人才,以及低技术要求的AI使用人才。这在企业迈过智能门槛过程中十分重要。

我们可以看到,这三个问题虽然看起来无关深度学习、神经网络等AI核心问题,却是AI进入物理世界,进入产业化周期中无法避免的。不破除这些物理世界的障碍,企业运用AI就会堕入无穷无尽的“鸡生蛋”悖论。

版权声明

凡来源为亿欧网的内容,其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点,不代表亿欧对观点赞同或支持。

合肥治男科好的医院
男性前列腺炎要治疗吗
治疗痛经的药物有哪些

相关推荐