6月起,上海和北京多數企業陸續獲得復工復產。按下暫停鍵的市場經濟引擎,又漸漸發動了起來。
但在全面復工復產背景下,全社會還有一場硬仗要打:如何高效地進行疫情常態化管理、保存良好的疫情控製成果?顯而易見的,防疫壓力僅靠人力難以解決——因此社會正在尋求科技的支撐。無論是經濟活動還是生活活動,重啟運轉亟需要科技企業幫扶。
但全國各地疫情發展持續變動,防控措施需因勢高頻變化。在此背景下,以人工智能為代表的數字基礎設施承擔起重要的防控角色,並不斷接受新的考驗。這也引發了行業的新思考——人工智能的技術落地方案,如何能與高頻變化的場景共振?
疫情多變,倒逼AI從1到N的升級
以近期大家比較關註的“防疫衛士”為例子。
從6月6日北京市新型冠狀病毒肺炎疫情防控工作第357場新聞發佈會上發佈的《社區、村卡口規範管理的指引》來看,發現部分卡口依然存在值守不嚴、測溫驗碼流於形式、甚至無人值守等方面問題凸顯。現已提出以下規範性管理要求:
· 測溫、掃碼、查證、查驗 72 小時核酸陰性證明 “四件套” 措施,同時加強車輛進出管理。嚴禁以 “亮碼” 代替 “掃碼”。· 加大技防設施應用推廣:因測溫槍測溫存在較大誤差,卡口應儘快淘汰測溫槍的使用,加快安裝紅外線感應測溫儀。· 為提高通行效率,鼓勵有條件的安裝集健康寶查詢、智能測溫、出入證、和核酸陰性證明查驗等功能為一體的智能設備。
以上情況均反映出一線防疫人員面臨的巨大痛點,即面對常態化防疫檢測要求,常常會遭遇諸多困擾:人力值守和手動核驗費時費力,人流聚集導致通行效率低下,健康數據真實有效性檢驗,通行人員流調記錄追溯困難……
一般的“防疫衛士”只配置了快速核驗健康碼、身份證、核酸檢測信息等基礎功能,出廠前已經設置好算法。應對疫情發展刻不容緩,方案如何能從事先計劃轉向動態響應?面對動態變化的防疫需求,防疫衛士身上的算法又如何能及時升級?
復工復產一刻不能停,面對疫情也一環不能松。怎樣能夠輕鬆無感過閘,既能滿足人們的出行便利,又能實現高效安全的防疫核驗?如何響應政策號召,幫助泛園區場景中防疫設備升級改造,快速實現便捷防疫保障?如何完善防疫環節,利舊原有管理設備?如何擴展防疫管理者宏觀視域,進而洞察全局?
從理論上來說,根據下游的需求來實現AI算法高效迭代並不是難題,曠視科技具備強研發實力亦是市場的共識。但僅僅有高速迭代的算法是遠遠不夠的,從實踐的角度出發,還要剋服重重困難。
首先,要解決的最大的難題,是人工智能的落地場景呈現明顯的長尾碎片化。尤其是,相對於C端,B端業務需求呈現更多樣化的特點,因此非標準化程度更高、場景碎片化的問題更嚴重。方案不僅要需要針對不同落地場景、同一場景不同需求實現“柔性擴展”,還要面對動態變化的需求做到“柔性”升級。這要求背後支持的算法能實現“從1到N”的靈活延展。
其次,硬件也正在越來越細分,針對特定的需求出現了越來越多的硬件選項。因此,研發人員需要針對不同的硬件器件來調整人工智能模型或算法,工作量巨大;企業需要大量購買硬件,成本也居高不下——這導致人工智能算法的規模效應,被高度分散的硬件削弱不少。
可見從實驗室,到應用落地,路並不好走。
曠視科技敏捷地察覺到算法與硬件間存在著割裂。有沒有辦法用少數的幾款產品,實現過去幾百款產品才能完成任務?曠視總結多年行業經驗,開創性地提出了“算法定義硬件”。
比如,其推出的曠視魔方,正在成為方案背後可靠、敏捷且性能強大的技術支撐。
· 一方面,曠視科技將更多價值放在算法上,從算法層面抽取不同場景、業務需求的共性,以實現創新技術的可擴展;並通過算法切換以滿足多樣化的需求。
· 另一方面,曠視通過算法深入整個硬件的鏈條中,讓硬件變得更智能,而非依賴硬件本身的智能性。算法定義下的新型AIoT硬件產品,其可拓展性大大增加,不再局限於某一項細分業務。
“算法定義硬件”,是曠視科技對於“軟硬件一體化”的AIoT戰略的全面升級。
從算法服務硬件,到算法定義硬件
眾所周知,目前人工智能產業底層技術與算法已基本成熟,制約行業發展的關鍵在於場景的落地。行業分析師指出,人工智能場景落地複雜且業務鏈條長,勢必需要進行一定的取捨。
當前人工智能的打法主要分兩種:一是沿著場景進行取捨,從而產生業務場景的垂直化,也就是提供AIoT方案;二是沿著產業鏈環節進行取捨,從而帶來產業鏈的分工化,即提供AI平臺。後者以商湯科技為代表,而前者以曠視科技代表。
垂直整合模式的機會與挑戰同樣明顯:
一方面,垂直整合模式下,能更深入扎根於行業之中,有利於創新迭代;客戶粘性亦很高,有利於集聚優勢核心客群資源,形成了強大的虹吸效應,實現強者恆強。
另一方面,垂直整合模式意味著軟硬件一體化的解決方案,這對AI廠商提出較高的要求——
首先,算法是無形的,因此必須搭載著硬件作為載體,算法會讓標準化的硬件靈活變成智能硬件,二者協同形成解決方案,從而滿足海量場景需求。但是針對這一點,行業通常以算力堆砌硬件的方案,實現算力+硬件的耦合。
以曠視的Face++的人臉識別方案為例。在具體的攝像頭硬件、光學CIS芯片的基礎上,曠視提供根據使用產品訓練模式、推出算法,並將算法寫入硬件。算法需要深入瞭解行業痛點,而與硬件結合則需要長時間的設計製造經驗。曠視科技具備深厚的Know-How壁壘,已圍繞三大重點場景深度佈局“算法-硬件-軟件”一體化的AIoT生態,因此在此階段搶得先機。
但業內人士指出,算法服務硬件曾在AI發展初級階段發揮重要作用,但這種方案的局限性,註定其已經不能滿足時代的需求。
在數字化轉型升級的當下,B端客戶的需求也日新月異,同一個客戶針對同一問題的處理方案不斷加碼,這意味著產生持續升級的需求。算法是動態變更的,但硬件是相對靜止的,硬件性能還將反過來制約算法的擴張。按照原有的思路進行,就必須針對新需求部署新算法,推出新硬件。但“機海戰術”明顯不符合商業邏輯和經濟效益。
這是人工智能從實驗室走到現實亟需解決的新問題。
曠視科技面對這個問題,將打法升級為“算法定義硬件”。前文提到的曠視魔方,就是通過海量算法+一定數量的標準硬件的模式,將“算法定義硬件”的理念實體化。
具體來看,針對曠視魔方,曠視工程師先直接圈定下游行業,找到目標賽道,從功能角度明確需要用到哪些算法;再根據用戶需求匹配相應算法,併在產品設計早期聯合芯片廠商調優,讓同一個硬件可以滿足不同的場景和需求。
這和很多其他龍頭的所謂“軟件硬件一體化”路徑有本質區別,後者只是解決方案的簡單打包。後者使用傳統的“黑盒”,這意味著算法一旦寫入硬件,幾乎無法再做調整更新,只能在下一代硬件中做出新的改進,整個周期耗時很長。而曠視魔方基於AI框架靈活調用AI算法和芯片,能為特定行業場景實時做出調整,大幅縮短開發周期,減少運維壓力;後續其通過迭代算法,可以解鎖更多的硬件新功能,無須進行額外硬件投資,節省硬件成本。
可以說,這樣的一個小盒子,讓AI的效用產生了非常大的顛覆。
科技需要“實用主義”
安防是AI最早應用落地的場景之一,自然也是AI創新的沃土。
曠視魔方是曠視全自研的第四代產品。其通過搭載30多種AI算法,可以支持包括智慧校園、智慧工地、智慧垃圾分類、智慧社區等在內的多個場景的需求。目前,以上的AI安防細分領域開始大規模使用曠視魔方。
我們來看真實場景,如果在加油站的管理上使用曠視魔方,客戶只需簡單兩步:第一,確定檢測點位數量之後,採購統一的魔方盒子;第二,根據具體點位的不同作用,安裝加油區危險行為檢測、危險事件檢測、卸油區檢測等不同算法包。後續如果要增加或者修改該點位的功能,比如需要增加消防設施、值崗等檢測功能來強化作業安全規範,客戶則只需在曠視魔方預置的算法包之上,換上卸油期作業安全檢測新算法包即可,此後還可以一直通過曠視實現迭代升級。
業內人士認為,新的解決方案滿足傻瓜式操作。而此前的解決方案中,客戶需在事前做複雜的前期準備和項目規劃,包容採購哪些硬件用於相應的使用場景。在硬件採購後如臨新的需求,往往需要更換或者加裝新的硬件。
除了魔方這個邊緣計算盒子,曠視還基於算法與硬件聯合設計,推出面板機、AIIPC等一系列AIoT硬件單品,打造了單品短閉環。但值得註意的是,單品閉環只是第一階段。
根據曠視透露,下一階段,公司將在“雲-邊-端”的AloT軟硬一體化產品組合上徹底貫徹新理念,實現產品體系的顛覆與重構。在全新的軟硬件產品組合之上,曠視將實現算法的自動化下發與升級,進一步降低硬件成本、提升使用效率。
而曠視的最終宏願是打造一個全面開放的AloT生態。
廣發計算機團隊認為,曠視科技AI基礎能力較強,其開發的Brain++平臺,包括了自研的深度學習框架MegEngine,覆蓋從AI模型生產到應用各環節,有效縮短研發周期,提升AI模型生產效率。源於Brain++強大的AI能力,公司構建了強大的AIoT產品體系,包括AIoT操作系統、AI重新定義的硬件和AI重新定義的行業應用。
國泰君安計算機團隊進一步指出,依托於Brain++,曠視可針對不同垂直領域的碎片化需求定製豐富且不斷增長的算法組合,向客戶提供包括算法、平臺及應用軟件、硬件設備和技術服務在內的全棧式人工智能解決方案。公司已針對特定行業,打造了 AI 重新定義的行業應用,主要包括消費物聯網、城市物聯網、供應鏈物聯網三大場景。筆者認為,在此基礎上,通過“硬件標準化”和“算法充分供給”這兩大優勢,各產業鏈環節的玩家將得以大規模鏈入曠視平臺,共同形成繁榮的AloT創新生態。
憑藉著“算法定義硬件”,曠視從顛覆硬件產品,到重構產品體系,再上升至生態建設,一步步地幫助客戶實現價值再生長。
正如經典著作《浪潮之巔》所述:科學技術是我們這個時代推動社會前進的主要動力,一次次技術革命的浪潮造就出站在它浪尖上的成功者。
但又正如作者指出,科技浪潮中往往存在著工業界和學術界相脫節的現象——實驗室技術常常脫離實際,應用領域卻在遇到問題時找不到答案。在上幾輪技術革命中,商業模式優勢突出的微軟強勢崛起,但一度擁有全球最頂尖無線通信技術的摩托羅拉卻走向覆滅。這說明取勝的關鍵,是實現從科學技術向產品轉化的實用主義。
曠視的“算法定義硬件”思路就是把技術優勢轉換為市場優勢的最好闡述。曠視不僅僅局限於把自己的領先技術作為工具實現功能價值,而是進一步落腳於實現產業價值,是科技界的“實用主義者”。
曠視魔方在內的智能硬件,或成為AI行業2022年全年焦點,有望在防疫等多個領域被大規模使用。
但更重要的是,從長期價值來看,通過“算法定義硬件”,曠視的價值“護城河”將繼續得到鞏固和深化。
Post a comment