未来AI在身边 AI算法平民化

2019-07-18| 发布者: admin| 查看: |

  文、图/广州日报全媒体记者刘畅

  以“拥抱智能、计算未来”为主题的“2019年国际智能计算机大会”近日在深圳闭幕。在为期三天的会期里,共举办了12场主会场报告,以及15场以开源芯片、智能超算、智能金融等为主题的智能应用分论坛,近千名国内外专业观众出席。围绕智能芯片、智能系统、智能计算机的创新应用等话题,数十位重量级嘉宾深度探讨交流,纷纷指出当前世界格局正在发生深刻变化,而科技创新是根本驱动力,智能计算正在引领新一波电子信息技术创新,重塑世界格局。智能化的超级计算机是研究和应用人工智能必不可少的基础设施。而未来“AI无处不在”,“AI算法”将“平民化”。

  本届大会由国际测试委员会(BenchCouncil)联合国家超级计算深圳中心、中科曙光、信诺公益等单位共同举办。

  中科曙光:“三大引擎”布局智能计算

  本届大会上,我国智能计算机应用领军企业中科曙光、寒武纪、云天励飞等都带来了最新应用成果在现场展示。“AI无处不在”“AI算法平民化”就在身边。

  中科曙光大数据首席科学家、大数据智能研究院院长宋怀明博士发表了题为“智能计算驱动产业升级”的主题演讲,指出在传统计算向智能计算的转变中,曙光布局智能计算领域将以“强劲的计算力、计算普惠化和全栈智能计算场景”为三大引擎,致力提供“便捷、经济、全面”的智能计算资源。如目前中科曙光正携手各行业的合作伙伴,以智能计算为抓手,共同构筑AI生态,构建安防、医疗、科研、互联网、金融、环境、农业、制造等多领域全栈全场景智能解决方案,帮助实现业务智能化转型。

  而“行业+智能”正在成为企业未来竞争力的关键体现。智能计算与产业应用的多元融合,让各种智慧应用的落地成为可能。如“曙光慧眼智能视频人脸识别一体机”是典型的应用范例,它拥有基于深度神经网络构建的高效率、高准确率的检测和识别算法,可广泛应用于会场、车站、机场、学校、地铁、小区、超市、宾馆、企业前台等复杂场景。

  大会现场,中科曙光展出了采用浸没液冷技术的超算系统——新一代硅立方高性能计算机,专为人工智能市场开发和设计的专用服务器,及人工智能管理平台SothisAI等系列产品和智慧解决方案,引起与会专家学者的关注。

  云天励飞:

  AIOS助算法快速迭代

  能一站式生产算法,利用一个平台就可对数据管理、数据标注、算法训练等进行全流程管理……在本届“国际智能计算机大会”主论坛上,云天励飞首席科学家王孝宇透露,截至目前,已有上百名用户申请试用AIOS“一站式”人工智能赋能平台。据介绍,AIOS可看成一个算法“加工厂”,其中,用户只要提供原料(即数据),就可以通过这个平台根据自己所需,打造出相应的产品(即算法),再进行落地应用。

  王孝宇表示,未来“AI将如电力,无处不在”,算法作为AI发展的重要基石,直接关系到其场景的应用落地。而与主流平台相比,AIOS 具备数据仓库、数据预标注、模型可视化、私有部署、闭环训练等特点。以数据标注为例,目前大多依赖人工识别,耗费大量人力和时间,而AIOS 则支持多种主流标注类型的AI算法预标注,人工在此基础之上只需审核和调整部分标注,标注效率提升10倍以上。此外,系统还支持团队协作标注和复核,以及数据的可视化。在模型训练方面,系统通过图形化的操作方式,“一键”训练模型。

  在谈到AIOS 如何赋能产业时,王孝宇举例称,制造行业面临着大量不同场景、不同光学传感器采集的图像、不同配件或产品的缺陷等困境,使用AIOS 就可以帮助他们实现算法的快速迭代,进行工业检测等。如果需要新场景的算法,仅需要更换数据即可。据悉,AIOS也在本次大会期间展出,从5月底起开始接受对外申请试用。目前,经过筛选,平台共接受了上百名用户申请。

  寒武纪:

  未来将迎来“超级AI终端”

  而寒武纪副总裁钱诚在介绍智能芯片与智能计算时指出,未来10年,计算能力的提升空间十分巨大,需要加快智能芯片研发,为智能计算构建基础设施。钱诚认为,人工智能经历过“三起三落”的发展,当前人工智能的推动力主要由大数据、算法、计算能力三方面构成。

  “随着海量数据的爆发和数据多样性,金融、汽车、消费等方面产生了非常多的数据。”钱诚指出,很多公司由此提出了“AI服务器”“AI芯片”的概念,人工智能芯片的应用将给手机、汽车、电子行业带来“洗牌效应”。

  他指出,现在整个智能计算系统是从传统的系统演化而来,随着计算能力的提升,未来的系统会发生天翻地覆的变化——一个手机的性能就有可能超过一个服务器的性能。为了能够更好支持智能计算系统,需要顺应未来“一体化”的发展趋势。

  对此,钱诚指出,未来“超级AI终端”的能力将会非常强,只要通过互联网连接起来,就可以把资源充分利用。“未来的端和云是一体的,很多汽车和手机在本地可以组成一个云,这个云在中心的机房可以做很多事情,也可以做一些训练,这是一些体系。”

  过去几十年,CPU处理器的性能、存储的能量、带宽提升了100倍;未来10年,计算能力的提升空间还会非常大,“人工智能时代将跟互联网时代一样,会迎来波澜壮阔的一波浪潮。”他说。

  “边缘计算”

  聚焦“智慧医疗”

  在大数据时代,机器学习在日常生活中已为人类提供了许多便利。以智慧医疗为例,系统用传感器检测ICU病人的各项指标,上传服务器进行处理分析并作出及时预警。若能将所有病人的数据汇集到一起进行机器学习训练,那么对及时预测病人病情、帮助人类攻破医学难题将是一个巨大的贡献。

  本届大会上,BenchCouncil(国际测试委员会)实验床的主要研究人员郝天舒介绍,BenchChoucil将推出一个基于边缘计算和联邦学习的人工智能场景实验床来解决这个问题,该实验床可以打破医生与机器学习研究人员之间的壁垒,帮助医生在缺乏机器学习知识的情况下进行数据训练。

  据了解,边缘计算是基于传统的云计算框架、5G技术和物联网所产生的一个新兴框架,它将数据处理的位置从传统云计算框架的数据中心推向更加贴近用户端设备的边缘计算层。这种框架有着降低处理用户请求的时间、节约用户端设备的耗能、降低数据传输的网络开销等等优点。现在边缘计算尚在起步阶段,但相关场景已经应用于我们日常生活中的各个领域,除了上面提到的智慧医疗场景,还有智能家居、自动驾驶、视频监控等常见人工智能场景。

  郝天舒补充道,BenchCouncil将发布边缘计算人工智能评测标准,该标准抽取了最具有代表性的四个边缘计算人工智能场景:ICU病人监护(智慧医疗)、监控摄像头、智能家居和自动驾驶,这些典型场景覆盖了边缘计算人工智能场景的复杂性。