數(shù)字經(jīng)濟時代，AI、云計算技術(shù)的應(yīng)用成為各行各業(yè)發(fā)展的共識，隨著人工智能與產(chǎn)業(yè)結(jié)合的進一步深入，AI開發(fā)一時成了時代顯學(xué)。
近日，百度智能云發(fā)布“云智一體”技術(shù)與應(yīng)用解析系列白皮書，為未來企業(yè)AI技術(shù)開發(fā)方向，畫下了一張清晰的“地圖”，
對于企業(yè)智能化升級中如何上云、如何利用AI賦能的問題，白皮書給出了“最優(yōu)解”：云智一體的大趨勢下，構(gòu)建企業(yè)AI開發(fā)全棧模式。
清華大學(xué)的一項產(chǎn)業(yè)研究表明，一項新技術(shù)要想長久的發(fā)展下去，需要嵌入到已有的生產(chǎn)要素中，并且能夠持續(xù)創(chuàng)造價值。
企業(yè)開發(fā)AI技術(shù)也是如此。一項新技術(shù)能不能持續(xù)發(fā)展下去，商業(yè)上的自洽是前提。從企業(yè)端來看，這也是開發(fā)AI技術(shù)的目的：賦能具體業(yè)務(wù)。
百度發(fā)布的“云智一體”白皮書也揭示了這一點。
白皮書提到：“根據(jù)業(yè)務(wù)場景對于需求的定義，是成功進行AI算法模型開發(fā)的基礎(chǔ)�！卑俣仍诜⻊�(wù)企業(yè)的過程中發(fā)現(xiàn)，有超過80%的需求都需要根據(jù)實際應(yīng)用場景進行定制。
反映在AI技術(shù)的開發(fā)上，一個好的AI開發(fā)平臺，需要考慮到與應(yīng)用場景相匹配的技術(shù)開發(fā)環(huán)境。
我們以百度AI開發(fā)平臺為例，對于質(zhì)檢、巡檢、OCR、遙感圖像分析、文本分類處理以及商品檢測等實際業(yè)務(wù)場景，百度配套建設(shè)了一系列的算法、工具以及組件，幫助企業(yè)在AI開發(fā)的過程中，建立起以場景以及業(yè)務(wù)為導(dǎo)向的AI開發(fā)。
這樣的AI開發(fā)，可能會使AI技術(shù)開發(fā)到業(yè)務(wù)端的應(yīng)用路線更短，AI技術(shù)的投入也可能會更直觀的看到效果。
實際上，因為場景的多樣性和復(fù)雜性，企業(yè)對于AI技術(shù)開發(fā)需求非常分散，因為企業(yè)需要與具體的業(yè)務(wù)相融合。這也是為什么很多企業(yè)都在嘗試搭建自己的AI開發(fā)能力，因為只有技術(shù)開發(fā)自主，在業(yè)務(wù)應(yīng)用上才能有足夠的靈活性和適應(yīng)性。
為了滿足這樣的靈活性和適應(yīng)性需求，百度飛槳核心開源框架對于產(chǎn)業(yè)中需要的深度學(xué)習(xí)技術(shù)做了很多優(yōu)化。比如對于企業(yè)的開發(fā)需求，百度智能云推出了飛槳企業(yè)版，通過零基礎(chǔ)的EasyDL開發(fā)平臺以及全功能的BML開發(fā)平臺，來滿足企業(yè)多元的AI開發(fā)需求。
從云智一體白皮書來看，目前百度AI開放平臺上有兩類開發(fā)者，一類是AI應(yīng)用開發(fā)者，另外一類是AI算法開發(fā)者。
AI應(yīng)用開發(fā)者，可能相對更加熟悉企業(yè)自身的業(yè)務(wù)，而對AI技術(shù)了解反而不夠深入，因此更需要EasyDL這樣的零門檻開發(fā)平臺來滿足開發(fā)需求。比如，能夠通過EasyDL做出一個能夠簡單提取業(yè)務(wù)數(shù)據(jù)、自動特征提取的AI模型，并且能夠部署在不同的硬件平臺上，從而滿足企業(yè)端的應(yīng)用需求。
對于AI算法開發(fā)者而言，相比技術(shù)開發(fā)到應(yīng)用的過程，他們可能更關(guān)注算法的效果，因此，在全功能的BML開發(fā)平臺上，可以通過預(yù)置模型、可視化建模等方式，滿足對于開發(fā)效率的需求。
實際上，像百度飛槳這樣的AI技術(shù)開發(fā)平臺，不僅要滿足企業(yè)AI開發(fā)的靈活需求，AI開發(fā)效能也同樣被企業(yè)看重。因為AI技術(shù)的開發(fā)與應(yīng)用對企業(yè)來說不僅是一個技術(shù)問題，有些時候也是一個成本的問題。這意味著開發(fā)平臺需要從AI開發(fā)的底層架構(gòu)上考慮效能的問題。
同樣以百度飛槳企業(yè)版為例，在企業(yè)AI開發(fā)的數(shù)據(jù)標注環(huán)節(jié)，通過飛槳企業(yè)版智能清洗以及自動標注能力，可以大幅降低數(shù)據(jù)標注成本。再比如，飛槳企業(yè)版基于數(shù)據(jù)閉環(huán)實現(xiàn)模型的持續(xù)迭代優(yōu)化能力，也能使得企業(yè)AI開發(fā)效率進一步提升。
企業(yè)開發(fā)AI技術(shù)意味著一定的成本投入，因此，提升AI開發(fā)的“費效比”就顯得很重要。而提升“費效比”的關(guān)鍵，其實就在于選擇一個優(yōu)質(zhì)的AI技術(shù)開發(fā)平臺。那么，什么樣的開發(fā)平臺才算優(yōu)質(zhì)？
比企業(yè)更懂企業(yè)的實際技術(shù)開發(fā)需求的平臺。
拿百度來說，AI技術(shù)在各個領(lǐng)域的落地頗為順暢。比如在能源領(lǐng)域與國家電網(wǎng)、南方電力都有合作，在通信領(lǐng)域，百度AI也在聯(lián)通、移動企業(yè)順利落地。
目前來看，AI商業(yè)化順暢，說明百度對AI理解夠深。對技術(shù)的理解越深，也就意味著百度更懂企業(yè)AI技術(shù)開發(fā)的痛點。因此，在技術(shù)上以及對商業(yè)化的理解上，百度可能會更好的幫助企業(yè)開發(fā)、應(yīng)用AI技術(shù)。
企業(yè)AI技術(shù)的開發(fā)，離不開AI技術(shù)演化的大趨勢。
當(dāng)下AI技術(shù)的發(fā)展和演變有三個主要的特征，第一個是在低成本高效率的企業(yè)需求導(dǎo)向下，AI能力從單點模塊化發(fā)展，到多業(yè)務(wù)場景的技術(shù)開發(fā)和應(yīng)用。
在AI技術(shù)發(fā)展的第一階段，企業(yè)AI技術(shù)的開發(fā)多處在應(yīng)用探索階段，在找到業(yè)務(wù)場景后AI技術(shù)開發(fā)進一步深化。這是因為企業(yè)端的AI開發(fā)既需要低成本高效率的解決方案，也需要為未來AI技術(shù)的全面應(yīng)用打下技術(shù)開發(fā)基礎(chǔ)。
這就要求AI技術(shù)開發(fā)平臺不僅能夠滿足企業(yè)模塊化AI開發(fā)需求，也需要滿足未來全面智能化升級的需要。
比如說，在AI技術(shù)從單點應(yīng)用向多個業(yè)務(wù)場景升級的過程中，企業(yè)難免會遇到的AI能力的開發(fā)、應(yīng)用以及運維等管理問題，比如不同業(yè)務(wù)之間的AI數(shù)據(jù)的共享，在企業(yè)內(nèi)部形成搞數(shù)據(jù)孤獨島等問題。
對此，百度的解決方案是，為企業(yè)構(gòu)建起一套AI能力生產(chǎn)和集中化管理平臺，構(gòu)建起企業(yè)智能化升級的基礎(chǔ)設(shè)施。這樣的好處在于，企業(yè)能夠形成了從AI開發(fā)到運維管理的一個能力中臺。
而百度智能云，則是這套基礎(chǔ)設(shè)施的基座。這其實也引出了未來AI技術(shù)發(fā)展的第二個特征：云作為大廠對外輸出AI能力的平臺，AI與云之間具有耦合性。
舉個例子，某個行業(yè)需要AI視覺能力以及AI知識圖譜，通過云智一體就可以滿足企業(yè)對AI能力的需求，這里面體現(xiàn)的其實就是AI與云的耦合性。
以具體的案例來看，國家電網(wǎng)與百度智能云合作中，在云智一體的基礎(chǔ)上，基于知識圖譜，百度智能云為國網(wǎng)電力構(gòu)建起一套電網(wǎng)故障處理系統(tǒng)，實現(xiàn)了電網(wǎng)故障處理的自動推理判斷以及知識檢索等能力，使得電網(wǎng)故障判斷以及處置效率提升20%以上。
云智一體AI開發(fā)過程中，百度大腦集成軟硬一體的AI大生產(chǎn)平臺，云則是百度AI能力輸出的平臺，這樣的AI技術(shù)能力下，AI成為了企業(yè)的智能中樞，打通企業(yè)內(nèi)部的數(shù)據(jù)、知識以及業(yè)務(wù)，并能夠推動更多的智能化業(yè)務(wù)創(chuàng)新。
之所以擁有這樣的AI技術(shù)開發(fā)、應(yīng)用的能力，是因為百度有著全棧AI技術(shù)以及完整的開發(fā)生態(tài)做基礎(chǔ)支撐。
耦合性之外，當(dāng)下AI技術(shù)發(fā)展的第三個特征，就是技術(shù)開發(fā)的全�；�。
百度智能云為什么能夠在云智一體的體系下，為企業(yè)AI技術(shù)開發(fā)提供這么多的支持？核心原因在于百度有全�；腁I技術(shù)和能力。
全棧的技術(shù)能力反映在AI開發(fā)基礎(chǔ)設(shè)施搭建上，帶來的上性價比更高的AI技術(shù)開發(fā)方案。
作為基礎(chǔ)設(shè)施，云智一體能夠滿足企業(yè)端未來對AI第二層設(shè)施的高性能、高性價比以及高利用率的需求。其次是要提供全流程的優(yōu)化和開發(fā)效率調(diào)優(yōu)，另外針對企業(yè)定制需求，提供解決方案。
比如，百度智能云通過AI計算、存儲、容器三層基礎(chǔ)設(shè)施，軟硬一體的AI開發(fā)架構(gòu)下，AI與云不是簡單的加法，而是底層上的融合，因此計算層的性能更高，數(shù)據(jù)處理速度更快，儲存層數(shù)據(jù)處理更快，容器層的資源管理更為高效。
我們以國家電網(wǎng)的人工智能平臺為例，基于全棧AI能力，國家電網(wǎng)打造了包括圖像識別、人臉識別、語音文本識別以及知識圖譜等相關(guān)通用的AI能力。
在開發(fā)端，國網(wǎng)實現(xiàn)了全流程協(xié)同的開發(fā)模式，使得模型開發(fā)人員、應(yīng)用開發(fā)人員、業(yè)務(wù)應(yīng)用人員通過百度開發(fā)生態(tài)提供的開發(fā)工具以及各種接口服務(wù)具備了電力智能化的服務(wù)能力。
從企業(yè)端來看，企業(yè)需要的是按需定制AI開發(fā)解決方案，因此要求AI廠商有足夠的技術(shù)能力做支撐，也需要有部署上的靈活性。企業(yè)的AI能力需求不是一成不變的，而是隨著業(yè)務(wù)的變化不斷調(diào)整的。
舉個例子，一個產(chǎn)品用戶200萬與2億，不僅意味AI的算力需求增加了，AI算法的側(cè)重可能是不一樣的。因此AI云是一個更加“彈性”的解決方案，更能滿足于企業(yè)需求。我們假設(shè)，這家企業(yè)用戶到2億之后，需要對用戶進行身份識別，那么就不僅需要到AI的數(shù)據(jù)處理，也可能需要AI圖像處理的能力。
這就意味著AI開發(fā)平臺也需要有全棧的AI能力作為底層支撐，從而滿足企業(yè)未來的發(fā)展對于不同AI能力的需求。
目前，在全棧AI開發(fā)上，百度以及有了很多成功的案例，這些案例背后的經(jīng)驗，不僅對于未來企業(yè)AI開發(fā)是一筆財富，對于未來企業(yè)全棧AI能力的開發(fā)，也許會有更大的幫助。
寫在最后：
巨頭的科技企業(yè)搶的是大賽道，比如百度、微軟等企業(yè)，旨在構(gòu)建智能經(jīng)濟時代的基礎(chǔ)設(shè)施，成為“水、電、煤”。傳統(tǒng)企業(yè)的姿勢是“背靠大樹好乘涼”，用別人的技術(shù)為自己高效賦能。
因此，企業(yè)在智能化升級，選擇AI“大樹”的時候，不僅僅要關(guān)注當(dāng)下，更要考慮未來。白皮書揭示了未來AI發(fā)展的大趨勢，未來AI技術(shù)將進一步融合產(chǎn)業(yè)，為各個領(lǐng)域帶來技術(shù)紅利。
