[人工智能]从算法爬坡到 AI 基建,旷视“天元”开源背后的 AI 生产力破局


更大的数据 , 更大的模型 , 更好的算法 , 深度学习兴起之后 , 这些因素就成了 AI 公司最重要的考量 。 尤其对于语音、NLP、计算机视觉等应用 , 海量数据与精确算法支撑下不断提升的应用 , 是 AI 企业建立外部认知的最重要载体 。
在技术爬坡、订单获取上 , 算法是基础 。 但当企业经历几年的跑马圈地 , 单纯的算法之外 , 一家 AI 公司还需要什么?巨头与行业独角兽们正在试图回答这个问题 。
近日 , 计算机视觉领头公司旷视正式宣布开源其深度学习框架 MegEngine , 中文名“天元”(传送门:MegEngine.org.cn) 。
从算法到 AI 基础设施
印奇说 , 旷视要成为中国最强的 AI 公司 , 这其中是对算法能力、产品能力、解决方案能力、业务运营能力的多重要求 , 而算法是旷视的核心基因 。
旷视业务以机器视觉为核心 , 对算法精度要求更高 。 早几年 , 和很多企业一样 , 团队主要精力都聚焦在如何精进算法上 。 在算法精度上 , 如何在“小数点”后的数字上做提高 , 再把算法放入相应的场景 , 为客户提供视觉解决方案 , 是团队的工作重点 。
但如 CTO 唐文斌所言 , AI 应用是一个无限游戏——算法无限 , 场景无限 , 对应所需要的产品也是无限的 , 要达成企业用 AI 惠及世界的最初愿景 , 一个更高效的做法是解决 AI 基础设施的问题 。
何为 AI 基础设施?唐文斌给出了两大核心要素:承载 AI 计算的芯片平台是其一 , 一个可以协同优化算法、数据、算力的平台 , 即 AI 生产力平台是其二 。 因此旷视打造了自己的AI 基础设施 Brain++ 。
生产好的AI 算法是一个系统工程 , 要求同时具备标准化的数据管理、高效的深度学习框架和强大的算力 。 为此 , Brain++ 作为AI 生产力平台主要涵盖了数据解决方案 MegData、深度学习框架 MegEngine、算力解决方案 MegCompute , 是为三位一体 。 天元( MegEngine)的开源只是开始 ,Brain++ 的更多数据管理、计算能力之后也将向企业级用户陆续开放 。
[人工智能]从算法爬坡到 AI 基建,旷视“天元”开源背后的 AI 生产力破局
本文插图
发布会上 , 旷视云服务业务资深副总裁赵立威表示 , 旷视可以为企业级用户打造专属的Brain++ 平台 , 为合作伙伴提供AI生产全流程的服务 , 从专业咨询、到数据生产、模型优化 , 再到私有化AI平台的建设运维 , 满足各行业在”AI+“的过程中降本增效、自主安全和商业创新的诉求 。
“单一算法壁垒很低 , 但是能够系统化地产生大量算法 , 并且结合场景不断迭代、优化 , 最终还能打造算法相关的产品和方案 , 这个壁垒非常高 。 ”一年前印奇面对量子位的回答 , 已经宣示了旷视在此的雄心 。
而从旷视近两年的一系列动作中 , 也可看出一个从底层算法到 AI 基础设施的上升轨迹 。
2019 年 1 月 , 旷视发布 AIoT 操作系统“河图” , 后者将作为智能机器人的网络协同大脑 , 接入物流场景下的多种硬件 , 在发布会上 , “回归产业”、“赋能产业”几乎是印奇演讲的主题 。
2019 年 10月 , 旷视推出城市物联网操作系统 CityIoT OS, 将公共安全、智慧交管、城市管理和智慧园区全局管理能力整合为一体 。
AI 需要聚拢更多人的力量 , 才能创造更多价值 。 天元(MegEngine) 乃至 Brain++ 的开源和开放 , 意在联合中小企业和更多开发者 , 接入更多设备 , 从而把 AI 这张网抻大 。
深度学习 , 简单开发
天元是围棋棋盘最中心的点 , MegEngine 中文名借此命名 , 一来致敬 AlphaGo;二来 , 天元是万物的基础 , 这个名字也是旷视对 天元(MegEngine) 成为中国人工智能发展的一块基石的寄望 。
旷视副总裁谢忆楠做了一个朴素的举例:智能化是往硬件里植入算法 。 往越多的硬件里塞入算法 , 社会的协同网络便越大、越智能 。 这张协作网络便是物联网 。 天元的开源 , 则是赋予其它中小企业往硬件里内置算法的能力 , 并进一步迎合其在特殊场景的定制化需求 , 以帮助其达到真正的“深度学习 , 简单开发” 。


推荐阅读