身處AI 3.0階段，人工智將如何擺脫人類？

3.0 階段體現(xiàn)在應(yīng)用主導(dǎo)個(gè)性化和 AI 解決方案的敏捷交付。

2020 年 9 月 5 日，由雷鋒網(wǎng)& AI 掘金志主辦的「第三屆中國(guó)人工智能安防峰會(huì)」在杭州正式召開(kāi)。

本屆峰會(huì)以「洗牌結(jié)束，格局重構(gòu)」為主題，會(huì)上代表未來(lái)新十年的 15 家企業(yè)，為現(xiàn)場(chǎng) 1000 余位聽(tīng)眾和線上幾十萬(wàn)觀眾，分享迎接安防新十年的經(jīng)營(yíng)理念與技術(shù)應(yīng)用方法論。

峰會(huì)之上，大華股份先進(jìn)技術(shù)研究院院長(zhǎng)殷俊帶來(lái)了題為「AI 行業(yè)應(yīng)用，產(chǎn)業(yè)升級(jí)」的精彩演講。

殷俊認(rèn)為，AI 經(jīng)歷了理論研究的 1.0、智能落地的 2.0，目前處于行業(yè)智能的 3.0 階段。

AI 1.0 時(shí)期是“兩耳不聞窗外事，一心只讀圣賢書(shū)”，計(jì)算力不夠，數(shù)據(jù)有限，算法不成熟；

2.0 階段是“紙上得來(lái)終覺(jué)淺，絕知此事要躬行”，算法、算力有了突破，成熟的算法尋找落地場(chǎng)景；

3.0 階段是“忽如一夜春風(fēng)來(lái)，千樹(shù)萬(wàn)樹(shù)梨花開(kāi)”，行業(yè)最需要的不僅是一套算法、一套系統(tǒng)，而是企業(yè)解決客戶痛點(diǎn)和需求的能力。

在行業(yè)智能背景下，人工智能需要具備的基礎(chǔ)能力包括：一是 AI 技術(shù)泛化、快速遷移新應(yīng)用的能力；二是應(yīng)用牽引，快速適配新需求的能力。

殷俊認(rèn)為在 3.0 階段是應(yīng)用主導(dǎo)個(gè)性化和 AI 解決方案的敏捷交付。

在這個(gè)過(guò)程中，首先要構(gòu)建人工智能解決方案的端到端體系化能力，大華已經(jīng)在四個(gè)方向做了重點(diǎn)布局：系統(tǒng)架構(gòu)、數(shù)據(jù)智能、智能工程化、智能技術(shù)。

除了構(gòu)建以上核心能力，大華還開(kāi)放全棧能力，賦能行業(yè)生態(tài)，并在實(shí)戰(zhàn)中持續(xù)積累人工智能核心技術(shù)，針對(duì)全場(chǎng)景理解、小規(guī)模數(shù)據(jù)、泛化能力、多任務(wù)學(xué)習(xí)和 AutoML 的人工智能五大技術(shù)挑戰(zhàn)，開(kāi)展實(shí)踐探索，并已取得出色的實(shí)戰(zhàn)應(yīng)用成果。

最后，殷俊強(qiáng)調(diào)，AI 目前還是依賴人工為主，大華希望未來(lái)在行業(yè)共同努力下，能夠真正轉(zhuǎn)向 AI 的自我智能，推動(dòng)行業(yè)智慧化落地。

以下是殷俊現(xiàn)場(chǎng)演講全文，雷鋒網(wǎng) AI 掘金志作了不改變?cè)獾恼砼c編輯：

殷?。捍蠹液茫「兄x雷鋒網(wǎng)的邀請(qǐng)，在座的有很多都是老朋友了，非常開(kāi)心每年都能夠和大家聚一次。

過(guò)去三年時(shí)間，我們一直在討論人工智能到底是什么？

如今，AI 已經(jīng)可以賦能各行各業(yè)，包括在很多碎片化場(chǎng)景中，也可以看到 AI 的身影了。今天我想跟大家分享的話題是：“AI 行業(yè)應(yīng)用，產(chǎn)業(yè)升級(jí)”。

過(guò)去兩年，數(shù)字經(jīng)濟(jì)這個(gè)詞特別火熱，安防也被稱之為數(shù)字安防，數(shù)字安防實(shí)際上經(jīng)歷了很多次的更新與迭代。

從最早的數(shù)字化、網(wǎng)絡(luò)化到今天的智慧化，AI 的到來(lái)使得智慧化轉(zhuǎn)型成為可能，在踐行的過(guò)程中，我們首先需要思考：AI 如何才能實(shí)現(xiàn)商業(yè)化，畢竟技術(shù)不可能一直投入，得不到產(chǎn)出。

2018 年，在雷鋒網(wǎng)組織的第一屆人工智能安防峰會(huì)上，我們探討了 AI 如何去推動(dòng)行業(yè)變革。

2019 年，在雷鋒網(wǎng)組織的第二屆人工智能安防峰會(huì)上，我們談到了如何去提升場(chǎng)景化的應(yīng)用體驗(yàn)。

今年，我們將談?wù)?AI 如何真正持續(xù)落地，產(chǎn)生商業(yè)價(jià)值，以實(shí)現(xiàn)智慧化轉(zhuǎn)型。

首先我們認(rèn)為，AI 已從 1.0 階段發(fā)展到了今天的 3.0 階段。

什么叫 AI 1.0 階段？這個(gè)階段大家都在研究各式各樣的算法，我們可以形象地稱之為“閉門思過(guò)”。

為什么會(huì)這樣？因?yàn)槟菚r(shí)候計(jì)算力不夠、信任度不夠、算法不成熟，數(shù)據(jù)也很稀缺，所以也可以總結(jié)為：兩耳不聞窗外事，一心只讀圣賢書(shū)。

AI 2.0 階段，算力得到了一定的突破，算法也可以階段性落地，譬如之前的車牌、人臉等識(shí)別，可以用 AI 進(jìn)行部分功能替代，這個(gè)階段我們總結(jié)為：紙上得來(lái)終覺(jué)淺，絕知此事要躬行。

今天到了 AI 3.0 階段，我們要談的不是做出一套非常厲害的算法、也不是做出一套非常厲害的系統(tǒng)，而是需要弄清楚客戶究竟需要什么功能？而我們能夠提供什么樣的能力？

這個(gè)時(shí)候就會(huì)發(fā)現(xiàn)，真正的 3.0 階段可以稱之為：忽如一夜春風(fēng)來(lái)，千樹(shù)萬(wàn)樹(shù)梨花開(kāi)，也就是真正到了萬(wàn)紫千紅綻放所有的行業(yè)生態(tài)的階段。

面對(duì)這個(gè)階段，大量行業(yè)應(yīng)用驅(qū)動(dòng)人工智能需求的快速加載，為匹配智慧化的服務(wù)要求，兩大能力最為關(guān)鍵。

第一，AI 技術(shù)要能夠泛化。不同行業(yè)會(huì)有很大的差異，但基礎(chǔ)的 AI 能力能夠快速遷移到新應(yīng)用，比如大華以前做車牌識(shí)別做交通管控的應(yīng)用，在民生服務(wù)領(lǐng)域，大華將這個(gè)技術(shù)快速遷移，應(yīng)用到智慧停車場(chǎng)及綠色停車位等領(lǐng)域。

第二，面向一個(gè)新型、突發(fā)性的應(yīng)用需求，能夠有快速適配的能力。正是因?yàn)榫邆溥@樣的能力，在今年疫情之初，大華在短短的 7 天時(shí)間實(shí)現(xiàn)研發(fā)并量產(chǎn)超高精度的測(cè)溫系統(tǒng)。

基去這個(gè)兩個(gè)點(diǎn)，以人工智能為工具，可以為包括政府端、企業(yè)端、To C 端提供各類各樣的智慧化服務(wù)。

另外，AI 3.0 階段還應(yīng)該是應(yīng)用主導(dǎo)個(gè)性化 AI 解決方案的敏捷交付。

在這個(gè)過(guò)程中大華認(rèn)為，首先要構(gòu)建人工智能解決方案端到端的體系化能力，重點(diǎn)構(gòu)建系統(tǒng)架構(gòu)、數(shù)據(jù)智能、智能工程化、智能技術(shù)四大基礎(chǔ)能力，保證我們做實(shí)智慧化的應(yīng)用服務(wù)。

同時(shí)，不僅僅要聚焦人工智能本身，更重要的是通過(guò)物聯(lián)網(wǎng)與人工智能的融合，積極、高效響應(yīng)各行業(yè)的應(yīng)用需求。

幸運(yùn)的是，身處 AI 3.0 階段，大華已經(jīng)鍛造了三種能力：

第一，我們有一套完整的技術(shù)體系架構(gòu)，基于豐富的硬件與軟件資源，大華已實(shí)現(xiàn)了以業(yè)務(wù)導(dǎo)向的快速定制體系，解決了 AI 加載、算力與資源調(diào)配、安全等實(shí)際問(wèn)題，從而保證技術(shù)快速落地，實(shí)現(xiàn)高質(zhì)量、高可靠性、彈性的穩(wěn)定交付。

第二，我們有一套完整的數(shù)據(jù)智能閉環(huán)，在數(shù)據(jù)智能上，除了解決智能化本身的問(wèn)題，還需要建立數(shù)據(jù)從“數(shù)據(jù)獲取、數(shù)據(jù)治理、數(shù)據(jù)管理到數(shù)據(jù)分析”的完整的數(shù)據(jù)鏈路閉環(huán)。大華利用長(zhǎng)期積累的大量行業(yè)經(jīng)驗(yàn)、實(shí)踐經(jīng)驗(yàn)、數(shù)據(jù)經(jīng)驗(yàn)，建立了一整套從感知到智能到數(shù)據(jù)環(huán)境的數(shù)據(jù)智能的閉環(huán)。

第三，我們有一套完整的工程體系，大華已建立面向人工智能快速部署的完整工程體系，加快從技術(shù)到產(chǎn)品到商業(yè)落地的轉(zhuǎn)化效率。此外，在整體系統(tǒng)運(yùn)行上，大華在端、邊、云的數(shù)據(jù)統(tǒng)一、系統(tǒng)調(diào)度和數(shù)據(jù)鏈路做了大量的工作，實(shí)現(xiàn)真正的端、邊、云數(shù)據(jù)協(xié)同，從而保證系統(tǒng)最優(yōu)地運(yùn)行效率和用戶體驗(yàn)。

基于剛才所提的架構(gòu)體系，我舉一個(gè)例子。

比如我們基于自身的感知能力做生態(tài)環(huán)保，可以真正面向客戶的作業(yè)管控需求，形成一個(gè)完整閉環(huán)；同時(shí)我們還會(huì)根據(jù)業(yè)務(wù)的不同實(shí)現(xiàn)快速加載，完成服務(wù)端可彈性的兼容，如標(biāo)尺、污染物、水表、卡尺等方面的應(yīng)用，以及未來(lái)在生態(tài)環(huán)保方面其他更多的業(yè)務(wù)應(yīng)用需求，都可基于我們彈性的技術(shù)架構(gòu)做到快速擴(kuò)充。同時(shí)在中間能力方面，包括基礎(chǔ)設(shè)施、IoT 物聯(lián)網(wǎng)等能力也可以無(wú)限拓展。

回到數(shù)據(jù)智能，我們認(rèn)為在整個(gè)數(shù)據(jù)世界里面其實(shí)什么都沒(méi)有，唯一有的要素就是數(shù)據(jù)。

對(duì)于數(shù)據(jù)來(lái)說(shuō)，從采集到應(yīng)用，其實(shí)整個(gè)過(guò)程非常辛苦。通過(guò)人工智能等手段去做感知數(shù)據(jù)的真正結(jié)構(gòu)化，這是一個(gè)層層遞增的緯度問(wèn)題?；诖耍ツ臧膊?huì)期間，大華提出了通過(guò) AIoT 構(gòu)建我們的四維數(shù)字世界，來(lái)構(gòu)建智慧孿生的過(guò)程。

在這個(gè)構(gòu)建過(guò)程中，我們認(rèn)為人工智能不是一個(gè)點(diǎn)狀的問(wèn)題，而是一個(gè)產(chǎn)業(yè)鏈的問(wèn)題。

人工智能的應(yīng)用不會(huì)是單一算法問(wèn)題，而是以全鏈路的數(shù)據(jù)為基礎(chǔ)，強(qiáng)調(diào)的是通過(guò)數(shù)據(jù)智能與人機(jī)協(xié)同，用貼合業(yè)務(wù)的人工智能解決方案滿足智慧化的需求，這對(duì)在線系統(tǒng)的全網(wǎng)設(shè)備與計(jì)算能力管控與調(diào)度，人工智能的加載，多維度感知技術(shù)等提出了更高的要求。

所以大華在構(gòu)建人工智能體系的過(guò)程中，考慮到了包括算力的構(gòu)建、核心算法的構(gòu)建、面向各個(gè)行業(yè)應(yīng)用的構(gòu)建，以及我們?nèi)绾稳ジ采w各個(gè)產(chǎn)品類型的邏輯。

當(dāng)然，只是解決了數(shù)據(jù)智能化還不夠，還需要對(duì)數(shù)據(jù)進(jìn)行挖掘、整合、分析。

所以我們構(gòu)建了一條完整的數(shù)據(jù)鏈路，從數(shù)據(jù)管理、數(shù)據(jù)治理、數(shù)據(jù)知識(shí)加上人的經(jīng)驗(yàn)，來(lái)實(shí)現(xiàn)數(shù)據(jù)智能的閉環(huán)。

我們認(rèn)為，此前的數(shù)據(jù)智能更多的還是基礎(chǔ)智能加上人工經(jīng)驗(yàn)輔助，還不能達(dá)到自我智能。

未來(lái)，從經(jīng)驗(yàn)式的數(shù)據(jù)智能，到自我決策的邏輯，需要通過(guò)大量的數(shù)據(jù)經(jīng)驗(yàn)、人為經(jīng)驗(yàn)，包括行業(yè)經(jīng)驗(yàn)，來(lái)滿足我們?cè)跀?shù)據(jù)智能這方面能力的提升。

另外一塊是工程化邏輯，就是如何能夠快速產(chǎn)生人工智能能力。

我們?cè)跇?gòu)建這方面能力的時(shí)候，主要考慮到了兩個(gè)點(diǎn)：第一把整個(gè)平臺(tái)做好，這樣才能做到從數(shù)據(jù)到算法快速的生成。

第二需要滿足現(xiàn)場(chǎng)快速定制化的要求，包括數(shù)據(jù)隱私、數(shù)據(jù)安全性問(wèn)題。

基于此，我們構(gòu)建了一大一小兩大數(shù)據(jù)訓(xùn)練平臺(tái)，包括大華巨靈人工智能開(kāi)發(fā)平臺(tái)、大華巨靈人工智能開(kāi)發(fā)工作站，以實(shí)現(xiàn)我們的 AI 快速標(biāo)準(zhǔn)化和定制化的過(guò)程。

同時(shí)，我們也發(fā)現(xiàn)，近幾年中國(guó)出現(xiàn)了很多芯片公司，我們會(huì)面臨更多芯片的選型問(wèn)題?；诖耍覀円矘?gòu)建了一套完整的供應(yīng)鏈體系，來(lái)實(shí)現(xiàn)面向所有芯片的快速部署，加快我們從技術(shù)到產(chǎn)品，到商業(yè)落地的轉(zhuǎn)化效率。

另一方面，在整個(gè)系統(tǒng)中，我們還要完善端側(cè)、邊側(cè)、云側(cè)大小系統(tǒng)融合過(guò)程中數(shù)據(jù)連通、數(shù)據(jù)融合、數(shù)據(jù)一致性的問(wèn)題，來(lái)優(yōu)化全網(wǎng)資源配置、算力統(tǒng)一調(diào)配，保證數(shù)據(jù)一致性。

除此之外，我們還要和合作伙伴們?nèi)プ?a class="article-link" target="_blank" href="/tag/%E4%BA%92%E8%81%94%E4%BA%92%E9%80%9A/">互聯(lián)互通。

從云端到智能應(yīng)用，從算法倉(cāng)庫(kù)到硬件產(chǎn)品，我們?cè)诿恳粚佣紩?huì)提供開(kāi)放能力，我們希望和所有合作伙伴一起開(kāi)放共贏。

當(dāng)然，AI 雖然現(xiàn)在可以做到部分商業(yè)化落地，但未來(lái)還有很大的提升空間。

我們認(rèn)為人工智能未來(lái)在五大方面可能會(huì)有比較大的提升，包括全場(chǎng)景理解、小規(guī)模數(shù)據(jù)、算法的泛化能力、多任務(wù)學(xué)習(xí)以及 AutoML 過(guò)程。

先來(lái)談?wù)勅珗?chǎng)景理解。以前的交通路口 AI 應(yīng)用，其實(shí)只能叫做半人工智能，因?yàn)楹芏嘁?guī)則需要提前部署，我們會(huì)劃出很多規(guī)則線，告訴相機(jī)哪個(gè)是斑馬線、哪個(gè)是紅綠燈、哪個(gè)是道路線，這個(gè)工程量其實(shí)很大。

后面我們把交通要素全部標(biāo)識(shí)出來(lái)，做成了一個(gè)全域智能模型，也就是說(shuō)不用再人工配置了。

對(duì)于產(chǎn)品解決方案來(lái)說(shuō)，這是一個(gè)非常好的提升方向。我們認(rèn)為，未來(lái)的 AI 發(fā)展趨勢(shì)，在于對(duì)全環(huán)境的感知，讓它能夠自適應(yīng)理解全場(chǎng)景，而不用人為地告知目標(biāo)對(duì)象屬性。

小數(shù)據(jù)這個(gè)問(wèn)題，剛才楊教授也講到了，未來(lái)不會(huì)有大量的數(shù)據(jù)給到你，需要你通過(guò)數(shù)據(jù)生成和遷移學(xué)習(xí)快速實(shí)現(xiàn)新功能開(kāi)發(fā)。

其實(shí)通過(guò)小量數(shù)據(jù)樣本，也可以得到一個(gè)比較好的數(shù)據(jù)模型，我們會(huì)做一些訓(xùn)練模型，希望通過(guò)這些嘗試，幫助人們快速降低算法成本。

第三塊叫做泛化能力，視頻應(yīng)用環(huán)境各式各樣，有白天、晚上、下雨、曝光，不同環(huán)境下的成像都不太相同。

這時(shí)候通過(guò)我們的系統(tǒng)能力去提升算法的魯棒性，來(lái)減少對(duì)場(chǎng)景的依賴至關(guān)重要。我們認(rèn)為實(shí)戰(zhàn)是檢驗(yàn)算法性能的唯一標(biāo)準(zhǔn)，而不是實(shí)驗(yàn)室指標(biāo)高一個(gè)點(diǎn)、低一個(gè)點(diǎn)。

再來(lái)，我們還要解決多任務(wù)問(wèn)題。為了實(shí)現(xiàn)一個(gè)場(chǎng)景應(yīng)用，現(xiàn)在一套算法做下來(lái)，可能有十幾二十個(gè)模型。未來(lái)，我們希望利用多任務(wù)學(xué)習(xí)技術(shù)，提升計(jì)算資源利用率，在有限計(jì)算資源的條件下，實(shí)現(xiàn)多算法融合，讓算法訓(xùn)練更簡(jiǎn)單。

最后一點(diǎn)，這也是我們的一個(gè)夢(mèng)想，我們希望通過(guò) AI 的設(shè)計(jì)語(yǔ)言，來(lái)實(shí)現(xiàn)編譯部署和編譯環(huán)境。大華內(nèi)部有一套 DAIL 的編譯器和語(yǔ)言，雖然大部分的內(nèi)容還是開(kāi)源或者引入。但未來(lái)我們也希望能夠開(kāi)發(fā)出一套國(guó)產(chǎn)化的 EDA 工具，來(lái)簡(jiǎn)化整個(gè)行業(yè)智能算法的開(kāi)發(fā)和部署過(guò)程。

今天講到了很多內(nèi)容，總結(jié)一下，主要有三個(gè)點(diǎn)：

1、AI 會(huì)長(zhǎng)期處于第三階段；

2、應(yīng)用會(huì)主導(dǎo) AI 個(gè)性化發(fā)展；

3、AI 目前還是依賴人工為主，未來(lái)會(huì)真正轉(zhuǎn)向自我智能，實(shí)現(xiàn)人工智能的快速落地與技術(shù)普惠。

最后，感謝雷鋒網(wǎng)給我這次分享的機(jī)會(huì)，謝謝大家。