華為AI步入新進(jìn)程 未來人工智能還需作何改變？

• 2018年10月11日 WuYaNan來源：搜狐 795 48
• 繁體

• 

  金融監(jiān)管趨嚴(yán)，融資環(huán)境寬中帶緊，微博營(yíng)銷企業(yè)如何實(shí)現(xiàn)有效投資？

  微博營(yíng)銷研究報(bào)告對(duì)行業(yè)研究的內(nèi)容和方法進(jìn)行全面的闡述和論證，對(duì)研究過程中所獲取的資料進(jìn)行全面系統(tǒng)的整理和分析，通過圖表、統(tǒng)計(jì)結(jié)果及文獻(xiàn)資料，或以縱向的發(fā)展過程，或橫向類別分析提出論...

由于云端與終端所采用的AI框架與底層環(huán)境不同，一般AI應(yīng)用在訓(xùn)練跟部署之間一定會(huì)經(jīng)過一次以上的遷移——對(duì)企業(yè)而言這是一個(gè)無用的“內(nèi)耗”，既耗費(fèi)人力物力，又浪費(fèi)時(shí)間。

這對(duì)于開發(fā)者本人而言也是個(gè)麻煩的事情，因?yàn)檗D(zhuǎn)換底層環(huán)境涉及到很多算法跟算子的調(diào)校，很容易出現(xiàn)明明AI在云上跑得好好的，一換計(jì)算環(huán)境AI應(yīng)用效率就跌。

因此，如果能夠用同一套框架，打通華為公有云、私有云、邊緣計(jì)算、手機(jī)等不同AI應(yīng)用場(chǎng)景，那么AI應(yīng)用就只需要一次調(diào)校，就能更簡(jiǎn)單地部署。

相較于其他同樣具有國(guó)際級(jí)巨頭份量的中國(guó)科技企業(yè)，例如阿里巴巴、百度、騰訊等等，華為應(yīng)該是最晚公開宣示全面擁抱 AI、宣示全面 AI 發(fā)展戰(zhàn)略的公司，但華為這種謀定而后動(dòng)的方式，或更能后發(fā)制人。

人工智能需要十大改變才能開創(chuàng)未來

徐直軍稱人工智能才剛剛開始，需要從技術(shù)、人才、產(chǎn)業(yè)這三個(gè)方面進(jìn)行主動(dòng)的變革，需要在十個(gè)方面進(jìn)行改變。

一、縮短訓(xùn)練模型的時(shí)間：按照目前的技術(shù)水平，訓(xùn)練某些復(fù)雜模型時(shí)往往需要數(shù)天甚至數(shù)月，而成功的創(chuàng)新發(fā)現(xiàn)往往需要多次迭代，這種訓(xùn)練速度嚴(yán)重制約了應(yīng)用創(chuàng)新。我們認(rèn)為，未來模型的訓(xùn)練要能在幾分鐘、甚至幾秒鐘內(nèi)完成。

二、充裕經(jīng)濟(jì)的算力：算力是AI的基礎(chǔ)，但目前的算力非常昂貴，是一種稀缺資源。如果說算力的進(jìn)步是當(dāng)下AI大發(fā)展的主要驅(qū)動(dòng)因素，那么，算力的稀缺和昂貴正在成為制約AI全面發(fā)展的核心因素。算力應(yīng)該是充裕且經(jīng)濟(jì)的，并且這種需求應(yīng)該盡快實(shí)現(xiàn)。

三、人工智能要適應(yīng)任何部署場(chǎng)景：混合云已經(jīng)成為企業(yè)采用云服務(wù)的主要模式，當(dāng)前的AI主要在云，少量在邊緣，與企業(yè)的業(yè)務(wù)環(huán)境的結(jié)合有待進(jìn)一步深入。未來AI將無處不在，要能夠部署在任何場(chǎng)景，并確保用戶隱私得到尊準(zhǔn)和保護(hù)。

四、更高效更安全的算法：算法是推動(dòng)AI發(fā)展的另一個(gè)主要?jiǎng)恿?，但目前運(yùn)用的主要算法多誕生于1980年代。隨著AI的廣泛普及，這些算法的不足愈發(fā)明顯。未來的算法，要能夠基于更少的數(shù)據(jù)需求，即數(shù)據(jù)高效。也要能夠基于更低的算力和能耗，即能耗高效。同時(shí)要解決自身的安全問題，并實(shí)現(xiàn)可解釋…等等，這都是AI全面發(fā)展的重要技術(shù)基礎(chǔ)。

五、更高的自動(dòng)化水平：今天的人工智能，自身還需要大量的人工，特別是在數(shù)據(jù)標(biāo)注環(huán)節(jié)，今天甚至還誕生了一個(gè)新的職業(yè)叫“數(shù)據(jù)標(biāo)注師”。有人調(diào)侃說，今天的人工智能，是沒有“人工”就沒有“智能”。應(yīng)該大大提升AI自身的自動(dòng)化水平，比如在數(shù)據(jù)標(biāo)注、數(shù)據(jù)獲取，特征提取，模型設(shè)計(jì)和訓(xùn)練等環(huán)節(jié)，要實(shí)現(xiàn)自動(dòng)化或半自動(dòng)化。

六、模型要面向?qū)嶋H應(yīng)用：2018年6月，伯克利大學(xué)的助理教授 Benjamin 等發(fā)表了一篇題目奇怪的論文——《CIFAR-10分類器能否泛化到CIFAR-10?》該論文指出，在CIFAR-10分類器上測(cè)試準(zhǔn)確度出色的模型算法，卻在作者創(chuàng)建的與CIFAR-10非常接近的另一測(cè)試集上出現(xiàn)了偏差，分類識(shí)別準(zhǔn)確率下降了5-15個(gè)百分點(diǎn)不等。這也就意味著，這個(gè)模型算法的可用度大幅度下降。由此，可見當(dāng)前很多優(yōu)秀的模型算法，更多的是“考試”優(yōu)秀，還未達(dá)到“工作”優(yōu)秀。未來的模型必須實(shí)現(xiàn)工業(yè)級(jí)的優(yōu)秀，即滿足工業(yè)生產(chǎn)的需要，而不僅僅滿足于測(cè)試集上“考試”優(yōu)秀。

七、模型更新：模型的準(zhǔn)確率并非是一成不變的，而是會(huì)隨著數(shù)據(jù)分布、應(yīng)用環(huán)境和硬件環(huán)境的變化而變化，始終保持準(zhǔn)確率在期望的范圍內(nèi)對(duì)于企業(yè)應(yīng)用是必須的。但目前的模型更新是非實(shí)時(shí)的，依賴人工周期性的更新，因此是一個(gè)半開環(huán)的系統(tǒng)。未來的模型要能及時(shí)適應(yīng)各種變化，實(shí)時(shí)更新，實(shí)現(xiàn)閉環(huán)系統(tǒng)，保證企業(yè)AI應(yīng)用始終處于最佳狀態(tài)。

八、人工智能要多技術(shù)協(xié)同：每一個(gè)通用目的技術(shù)，只有與其它技術(shù)充分協(xié)同配合，才能發(fā)揮到極致，創(chuàng)造巨大的經(jīng)濟(jì)價(jià)值。AI也不例外，但在目前探討AI時(shí)，更多的是僅僅聚焦AI本身。

九、人工智能要成為由一站式平臺(tái)支持的基本技能：今天，AI還是一項(xiàng)只有具備高級(jí)技能的專家才能完成的工作，成熟、穩(wěn)定、完善的自動(dòng)化工具還比較缺乏，獲得一個(gè)AI模型還是一個(gè)非常復(fù)雜，耗時(shí)耗力的事情。

十、以AI的思維解決AI的人才短缺：AI人才的短缺，特別是數(shù)據(jù)科學(xué)家的缺乏，一直是業(yè)界顧慮較多的一個(gè)制約因素。數(shù)據(jù)科學(xué)家將永遠(yuǎn)是稀缺的。解決之道應(yīng)該是，以AI的思維解決AI的人才短缺。通過著力發(fā)展智能化、自動(dòng)化、簡(jiǎn)單易用的AI平臺(tái)和工具服務(wù)，以及提供培訓(xùn)教育，培養(yǎng)大量的數(shù)據(jù)科學(xué)工程師，使他們能完成大量基本的數(shù)據(jù)科學(xué)相關(guān)工作。通過這些大量的數(shù)據(jù)科學(xué)工程師與數(shù)據(jù)科學(xué)家和各領(lǐng)域?qū)＜蚁嗷ヅ浜系奶菪谓Y(jié)構(gòu)，來解決AI人才稀缺問題。

這十個(gè)改變，一定不是AI技術(shù)、人才、產(chǎn)業(yè)發(fā)展的全部，但都是未來發(fā)展的重要基礎(chǔ)。

延伸閱讀

推薦閱讀

猜您喜歡