当前位置:首页 > 芯闻号 > 充电吧
[导读]人工智能一度被许多人认为是空中楼阁,因为在智能技术与实体经济结合与迭代过程中,算法、算力与数据都处在高高在上的位置,一般企业没有技术能力和成本去获取这些东西。但AI的第三次热潮让一切都有了可能,令人意

人工智能一度被许多人认为是空中楼阁,因为在智能技术与实体经济结合与迭代过程中,算法、算力与数据都处在高高在上的位置,一般企业没有技术能力和成本去获取这些东西。但AI的第三次热潮让一切都有了可能,令人意想不到的是,一位外卖小哥用名为深思的AI平台在15分钟内就训练出了一个准确率99%以上的AI模型。

外卖小哥的15分钟AI极限挑战

年初,一位毫无AI背景的外卖小哥受邀参与智易深思平台的极限测试——在十五分钟内通过平台训练出一个超高准确率的AI模型。这位外卖小哥从来没有接触过AI,只是掌握电脑的基本操作技能。

智易科技CEO李杰为美团外卖小哥演示深思平台训练AI模型

但经过工程师简单的演示后,外卖小哥在毫无提示的情况下15分钟内便训练出一个识别准确率99%以上的蘑菇分类模型,这15分钟还包含数据处理和模型训练的等待。

这是个什么样的概念?在同等条件下,如果让一个熟悉AI的高级程序员通过编程完成相同的任务大约需要耗费2~3个小时的时间。但外卖小哥作为一个完全不懂AI的新手,仅用了十分之一的时间就实现了目标。而这一极限挑战当中的关键便是智易科技打造的零门槛一站式AI研发与应用平台——深思。

零门槛、超易用AI平台的诞生

或许你会认为这款让外卖小哥也能轻松上手的一站式AI平台是某科技巨头公司的成果,但其实推出深思平台的智易科技2017年5月才在深圳成立,CEO李杰本科毕业于清华大学,后取得UVa计算机博士学位,在微软和谷歌总部工作多年,拥有丰富的云计算及AI项目研发经验。

被问到为何选择离开硅谷回国创业时,智易科技CEO李杰接受采访时表示:“这其中有大环境的趋势和个人偶然性两方面的因素,我当时在谷歌主导的AI智能化数据中心项目让我深切体会到AI技术在提升效率方面所产生的巨大价值。同时,我也时刻都在关注国内AI领域的前沿动向,对国内市场环境在未来AI商业化方面的巨大潜力充满信心。再加上我很早就有回国的念头,在这些理想点的支持下我最终选择在去年回国创业。”

至于为何要打造这样一款零门槛的一站式AI平台,李杰表示对于大部分企业而言,招聘高级AI专家以及在研发时间上需要投入的成本太高,在瞬息万变的商业战场上需要出现一种新的模式。因此便想到将复杂的AI技术进行封装,搭建一个零门槛的AI平台,用AI赋能不同的行业。

AI发展面临的挑战

当然,想要搭建一站式的AI平台需要将基础设施云计算、大数据分析、核心AI训练、分布式集群管理等自下而上都整合在一起。李杰发现自己的工作经历让他完全有能力做这件事,在做了整体的架构设计并对可行性进行了确认后,他补齐了产品理念和产品形态就开始了创业之旅。李杰强调:“不管是前端用户的体验、后台架构还是内部通信的框架、不同层次大数据云计算核心的相互打通,我认为最考验的是对技术和产品需求的共性抽象能力。值得欣慰的是我们团队有非常全面的能力配备,让我们在技术和产品上不仅具有高度的独创性,而且拥有极致的产品理念和形态。”

目前,智易科技的深思平台具备四大特性:超低应用门槛、高度自动化的工具链、多场景模型训练支持、超大规模的分布式系统管理能力。

智易深思平台的四大特性

超低的应用门槛:纯可视化的交互界面,用户通过所见即所得的操作方式,无须编写任何代码,即可完成全流程的AI研发与应用。

高度自动化的工具链:兼具数据整理分析、模型训练、模型自动调参(AutoML)、模型托管服务等全链路服务。

多场景模型训练支持:同时支持面向计算机视觉和结构化数据的模型训练。

超大规模的分布式系统管理:具有数千节点的集群管理能力,支持大规模分布式训练。

李杰认为,在过去几年AI的基础设施层面包括芯片、算法、计算框架等都有了显著的进展,为接下来快速推进AI去赋能各行各业的应用落地打下了良好的基础。然而,AI人才的短缺依然是制约这项颠覆性技术发展的长期和主要瓶颈。

因此,下一阶段需要出现能够显著降低技术门槛的AI工具,使得各行业能够在不依赖AI专家帮助的情况下就可以完成自身AI场景的开发和落地。一个零门槛的工具化平台必须完成极致的封装,不把复杂专业的参数暴露给小白用户。当然,为了应对客户的灵活性需求,深思平台同样支持适合AI专家使用的专业模式,由于深思平台已经内嵌了非常完整的技术配置,专业模式下AI专家可以自己选择合适的模型,以更高的效率和更少的资源消耗达成相同的目标。

AutoML加持,AI工具化让更多企业拥抱AI

深思平台通过极限挑战证明了它的超低门槛和易用性,但更实际的效果还需在不同商业场景中进行验证。了解到,智易科技希望通过深思平台帮助零售、制造、金融、教育、医疗等各个行业简单便捷地进行AI应用的开发与部署,用更低的成本获取更大的商业价值。这其中,深思平台的AutoML将发挥非常关键的作用。

自谷歌在今年1月份发布了Cloud AutoML以来,AutoML在国际上受到了广泛关注,年初发布的AutoML Vision可以使任何人都能上传图片并让谷歌的系统自动为他们创建机器学习模型。Cloud AutoML旨在帮助开发人员,尤其是那些没有机器学习专业知识的企业,构建自定义图像识别模型。

令人意外的是,智易科技在谷歌发布Cloud AutoML前两周就宣布智易AI平台正式上线,这个平台整合了自动化机器学习技术,也就是谷歌提出的AutoML。李杰解释:“就目前而言,AI并不是什么高深莫测的黑科技,而是跟很多工程技术和理论一样,背后有一套成体系的框架和理论。既然这样,我们把AI的理论和技术体系进行完整的产品化封装与抽象,再借助一系列的软件整合与架构完善,就可以实现全自动化的AI应用开发,而无需依赖专业的AI技术人员。”

智易深思平台模型训练的步骤

据了解,成立至今智易深思平台的AutoML已经帮助200+家企业轻松与AI结合。以电信行业为例,作为一个存量市场,电信运营商需要不断挖掘客户价值,因此每天许多客服在外呼中心打电话推销套餐,但转化率往往不高。此时,运营商使用脱敏的用户数据借助深思平台,经过多次迭代便可以得到最优模型,提升套餐销售转化率,实现精准营销。李杰透露,他们的一个合作伙伴通过10万个用户样本,经过2万次的AI模型算法筛选和迭代,最终实现推销准确率两倍的提升。同样,深思平台的精准营销的使用也可以用在金融产品、互联网产品的推销中,通过丰富的用户画像数据,为用户推荐更适合的产品。

在工业制造领域,通过智易深思平台,制造商能够零门槛地进行机器学习建模,自动分析生产过程中采集到的全部变量,实时监测生产关键变量的变化情况,利用AI技术定位异常参数,生成诊断报告并进行故障恢复,实现生产线故障监控、定位、修复三位一体,从而大大提升工厂预测性维护的效率及良品率。另据了解,苹果某关键硬件供应商曾使用智易深思平台对元器件进行计算机视觉识别检测,利用元器件的测试数据进行AI建模,节省了通过原有手工测试方法所耗费的人力时间,显著提升了良品率。

智易深思平台的应用领域

因此,只要有明确的场景以及关键性的指标需求,借助深思平台都能用AI去提升效率和产生更大的价值。比如在零售领域借助AI实现销量预测和库存控制、金融领域用AI实现反欺诈、教育领域用数据决策结合AI实现因材施教、医疗领域通过AI智能导诊等等。

AI普惠时代正在到来

智易科技根据市场需求顺势而为推出的零门槛AI平台,是未来推动AI普及的基础。创业公司的灵活性使其能够比谷歌更早推出相似产品。李杰表示:“创业公司拥有更高的工作效率和执行力,我们的核心团队能用更少的时间达成更高的目标。而巨头往往从高战略层面向下做部署,层级流程会消耗不少时间。另外,谷歌的AutoML是前沿性的战略研发,它们希望打造的是突破技术边界和性能极限的产品,而我们作为初创公司更追求商用可行,因此我们想做的是用更少的资源达到类似的效果,这点在研发进度上也可以相对更快地实现。”

深思平台的可扩展性设计使其在未来还将增加对NLP、语音识别、机器翻译等更多场景的支持。另外,随着芯片算力的持续提升以及深思平台所需处理任务复杂度的提升,智易科技也会提供更强的计算能力,在用户大量数据不断训练以及算法的迭代下,AutoML的效率和准确率也会提升。李杰表示:“我们鼓励用户使用我们部署在公有云上的深思平台,但如果用户需要我们也可以支持私有化部署。”

AI普惠已经成为了业界的共识,无论是国外的科技巨头,还是国内的BAT,他们都已经陆续开始践行AI普惠。而想要实现AI普惠,最关键的不是拥有最强大的AI技术,而是做出标准化、模块化的产品,在用户需求、技术覆盖度方面做出平衡,让大部分人都能用上AI。

在采访开始之前,通过现场演示亲身体验到了深思平台的低门槛及易用性。在采访的过程中,也能够明显感受到李杰对深思平台的自信。智易科技坚定地要用超低门槛的AI工具推动AI的普及,即便需要五年甚至十年,他们都已经做好长线作战的准备,并将随着未来AI的发展应时而变。


本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

业界应如何看待边缘人工智能?ST授权合作伙伴 MathWorks 公司的合作伙伴团队与ST 共同讨论了对边缘机器学习的看法,并与 STM32 社区分享了他们的设计经验。

关键字: AI 机器学习 处理器

双方的合作促成了尖端人工智能视觉解决方案,提高了效率、连通性和成本效益

关键字: 人工智能 智能家居 机器学习

【2024年4月24日,德国慕尼黑讯】英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)发布全新PSOC™ Edge微控制器(MCU)系列的详细信息,该系列产品的设计针对机器学习(ML)应用进行了优...

关键字: 物联网 机器学习 MCU

TDK株式会社(东京证券交易所代码:6762)新近推出InvenSense SmartEdgeMLTM解决方案,这是一种先进的边缘机器学习解决方案,为用户提供了在可穿戴设备、可听戴设备、增强现实眼镜、物联网 (IoT)...

关键字: 机器学习 物联网 传感器

北京——2024年4月19日 亚马逊云科技宣布,Meta刚刚发布的两款Llama 3基础模型Llama 3 8B和Llama 3 70B现已在Amazon SageMaker JumpStart中提供。这两款模型是一系列...

关键字: 机器学习 基础模型

2024年4月18日 – 提供超丰富半导体和电子元器件™的业界知名新品引入 (NPI) 代理商贸泽电子 (Mouser Electronics) 很荣幸地宣布与Edge Impulse建立新的全球合作关系。Edge Im...

关键字: 机器学习 MCU CPU

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习
关闭
关闭