云计算赋能人工智能,“普惠AI”将是下一个风口吗?

在刚刚过去的一个月里,科技圈最热的新闻主角莫过于华为。自今年5月华为副总裁、华为云BU总裁郑叶来在2018数博会上提出“华为云普惠AI”的概念并成为国内第一批试图把AI门槛降到最低的先行者后,在9月举行的世界人工智能大会上,他继续强调华为的愿景是为社会提供“高而不贵”的普惠人工智能。随后,在10月举行的华为全联接大会中,华为首发人工智能发展战略和解决方案,通过构筑人工智能全栈、全场景的解决能力,帮助行业解决算力难题,为万千企业提供驱动力量,让“普惠AI”走进现实。

华为公司副总裁、华为云BU总裁郑叶来

同时,华为云发起的关于“普惠AI”的话题,引发了政产学研各界人士的热烈探讨。华为云联手新华社、中国传媒大学,以“众说普惠AI”为主题,访谈10余位人工智能领域的大咖、100多位企业主、1000余名开发者,以及数千名高校学子,知乎、果壳、CSDN等社区平台上关于“普惠AI时代来临,开发者如何向AI开发转型”的话题也吸引了数以万计的不同领域人士关注与参与。从此次大讨论的结果来看,普惠AI的提出确实聚集了相当的人气,也满足了众多中小企业和开发者团队的急需,但未来如何还需要落地看实践。

一、普惠AI既是目标也是趋势

事实上,关于“普惠AI”的观点并非由华为最早提出。原谷歌云长门人李飞飞也曾提出过“让人工智能民主化”的观点,并推出AutoML,致力于降低开发者试用人工智能的门槛。AI适用于大部分的经济生产活动,将会助力众多行业在效率上产生倍增效应,从这个角度讲,无论是华为云的“普惠AI”还是李飞飞的“AI民主化”战略,都是大公司具有远见的正确选择。

除了大公司,国家队也早已展开行动。今年10月12日,“国家人工智能基础资源公共服务平台”在北京发布。该平台由中国科学院重庆绿色智能技术研究院与重庆云从科技共同打造,拥有人脸识别语音识别人工智能基础功能,并叠加了智能轨迹追踪、物联网服务等20类应用层服务,将面向全行业提供人工智能应用服务。 

早在去年3月,国家发改委就确定云从科技与百度、腾讯、科大讯飞等知名企业一起,承担国家“人工智能”的重大工程——“人工智能基础资源公共服务平台” 建设任务。截止目前,云从科技的服务平台已实现了包括金融服务、公共安全、智能制造、智慧教育在内的各领域应用。在试营运期间,为200多家企业提供服务,日均调用次数超过1.5亿次。

由此可见,“普惠AI”一定是趋势,让AI普及,并在全社会广泛地应用也是国家和企业巨头的一个很重要的目标。那么,AI究竟要如何普惠呢?

二、普惠AI仍面临诸多问题,最终还要看公司实力

在9月举办的AI WORLD 2018世界人工智能峰会嘉宾访谈环节上,包括周志华教授等六位嘉宾谈到了如下几点:

普惠AI需要降低门槛,从AI的基础要素数据、算法、算力三个层面入手

杜克大学副教授、IEEE Fellow陈怡然认为,实现普惠AI要降低门槛,主要包括三部分:

  • 第一部分是数据的来源,数据本身要质量高,成本要低;

  • 第二部分是算法,因为现在的算法都需要人去设计,聘用优秀的算法工程师是很贵的,并且在训练过程中也需要调参,这个过程的成本也很贵;

  • 第三部分是计算的能力,消耗了大量计算的平台,对做AI芯片有需求,最终把价格降下来。

杜克大学副教授、IEEE Fellow陈怡然

普惠AI的实现过程是解决上述三大问题的过程,这三个问题也都有办法可以去实现。比如数据问题,若想把它成本降下来,就需要把数据要流转起来,要更多的人去分享。但是分享数据又面临着新问题:数据需要一个什么样的激励机制,使得有数据的人愿意把它分享出来,而且分享过程中又不影响对数据安全的顾虑。算法也是一样,如何在昂贵的算法生成成本下,使得算法本身能够让更多的人去使用。另外,计算的安全性、可靠性以及对隐私的保护等,也是AI普惠化过程中面临的问题。

目前,谷歌云的AutoML平台、微软Azure开放的认知服务API接口以及华为云普惠AI,都是企业推动降低AI门槛的举措,在数据、算法、算力等层面做了有益探索。

普惠AI需要完善工具,提高可用性与可教授性

对于华为云提出了“普惠AI”的概念,让每家公司都“用得起、用得好、用得放心”的愿景,CMU机器学习系创始人、著名教科书《机器学习:一种人工智能方法》作者Tom Mitchell教授表示“完全同意”,同时他还补充了一点,“那就是’teachable’——未来人人都应该能够教授AI做自己想让AI做的事情。”

例如,现在的智能手机有很多功能,比如日程提醒、计时器,但是,还有更多的功能手机本身是可以实现的,只是没有人去开发相应的应用程序。“举个例子,如果今天我上班的路上发生了拥堵,那就提前叫醒我,”Mitchell教授说:“这个功能从技术上讲是可以做到的,因为手机能够获取实时的道路交通信息,也能够提醒我几点出门,但是,还没有人开发一个专门的功能将这两者结合起来。”

因此,如果未来AI能够让每个人都“用得好”,就还需要“教得会”,也即具备能够通过自然语言理解人意图的能力。这样,不同的人可以让他们的AI分别去实现他们各自特定的需求,哪怕出厂配置是完全一样的。

普惠AI需要做到安全性,确保AI是有益的

MIT终身物理系教授、《生命3.0》作者Max Tegmark同样认为华为云让AI“用得起、用得好、用得放心”的想法很好,而且这些事情或多或少也会自然而然地发生,市场将带来越来越多均价更低、更普适的AI。但更重要的是,确保AI是“有益的”。

Tegmark说:“现在有的AI安全问题非常困难,或许需要30年才能攻克,而且我们必须现在就开始着手解决它们。”

不久前,Tegmark创办的未来生命研究所发起抵制AI武器化的行动,包括马斯克和哈萨比斯在内的2000多名AI学者在斯德哥尔摩IJCAI上签署宣言,让AI的安全性话题再度受到关注。

伦敦大学学院(UCL)计算机科学系教授汪军

伦敦大学学院(UCL)计算机科学系教授汪军也认为,普惠AI的安全性非常重要,这包括两个层面。

第一个层面是鲁棒性,当使用AI的时候,在一些特殊的环境下,AI是不是还是比较好的状态。有时候在实际应用中和在训练情况下AI的反应是不同的;另一个层面就是通常意义上讲的安全。另外,还需要注意算法的偏见。比如推荐系统的算法是不是都照顾了所有人,而不是在推荐的时候只是偏向于男性或者女性或者某些年龄段,需要考虑公平性。

此外,如何让中小企业在实现自身发展情况下逐渐向人工智能转型也存在难度。普惠的发展来自于大众接受程度、技术开发的可接受程度、相关产品的应用普及程度,普惠的东西一定是大众化的,而不是特别的“阳春白雪”。

人工智能作为一项相对尖端的技术,从“庙堂之高”到触手可及需要特别的推动力。论坛上,很多网友认为,如果有一个大平台作为中流砥柱,为开发者和其背后的公司业务,提供了一个计算平台,使底层、算法、数据维护等等重型投入因素都不再是困境,只需要做好应用层的开发,这或许才是AI在向各个行业进行赋能的过程中的一个最优解。

在这方面,大企业可以发挥很大的作用。正如谷歌、微软、华为、腾讯等知名企业正在做的一样,可以通过自身庞大的业务体系为整个人工智能行业提供广阔的应用空间,从而从底层到应用层构建成一整套AI系统,这也就真正完成了AI普惠。

三、普惠要从人才培养做起

人工智能的发展充满挑战,姚期智教授就曾指出,我们中国现在还没有出现一个大的AI系统,可以实现不同领域的广泛应用,系统工程会是下一个阶段的重要壁垒。

很多人都认为,人才培养依然是未来很重要的基本问题之一。未来的开发者不仅要学会Python这样的AI开发主要编程语言,还需要拥有更好的算法基础,也需要具备生物学、心理学和哲学知识等等广博的知识,这势必会成为未来企业巨头推动AI普惠中的重要长期建设内容。

华为沃土AI开发者使能计划启动

正因如此,此次华为全联接会议上同时还推出了“沃土AI开发者计划”,分别为开发者、合作伙伴、以及高校和科研机构提供支持。

在面向高校和科研机构方面,该计划的主要内容包括:投入10亿人民币培养高校和研究所的AI人才,并与清华大学、中科院、中国科学技术大学、浙江大学等达成AI合作;联合高校与科研机构开发AI课程,帮助出版图书和教材,支持人才培养及科研探索;在学科建设方面,帮助高校和科研机构建设AI学院、研究院,协助建设人工智能实验室,协助参与教育部AI相关的产学育人项目;在人才认证方面,协助培养AI教师,高校和科研机构的学生可通过考核获得华为AI证书;在开放平台和社区方面,帮助加入华为云开放社区,构建高校和科研机构与华为AI专家的交流平台; 在科研及产业学术探索方面,高校和科研机构可优先获得华为AI平台的算力和技术。高校和科研机构加入华为沃土AI开发者使能计划,可以获取人才培养和科研探索的支持,通过华为云官方邮箱就能进行申请。

四、云服务商的AI争夺战已经打响

今天的云计算服务市场,距离亚马逊 AWS 上线已经十二年,距离微软前 CEO 鲍尔默要“All in”云服务也已经快十年,但云计算服务市场依然保持着快速增长。2017 年公有云服务市场规模为 1535 亿美元,而市场调研机构 Gartner 预测,2018年,市场规模将上涨 21.4%,达到 1864 亿美元。

不过 Gartner 同样认为,如今的“云战争”来到下一个阶段,“企业所有内部的应用都会部署在云上,也就是说云已经不是一个战略问题,云是一个战术问题。”是否布局云,如何布局云已经不再有太多争议,而对云服务提供者来说,如何利用云服务好企业,才是下一阶段的竞争重点。

这一阶段被称为 Cloud 2.0时代。华为云BU总裁郑叶来曾概括 Cloud 1.0 到 2.0 时代的变化:“从通用硬件到专有硬件,从资源型服务到能力型服务,从人口红利到数据红利,从依赖平台流量到自主整合渠道。”

同时,人工智能技术推动了这一变化的到来。人工智能机器学习是近年来最热的技术应用,郑叶来认为,人工智能的发展带来了Cloud 2.0 一系列的变化,它让“训练”变成可能,通过训练,人工智能可以更了解人,提供更到位的服务。而人工智能是算力、算法和数据的结合,计算能力是华为的强项,算法上华为也在加大研发投入。

根据华为2017年报,公司总人数的45%为研发人员,2017年研发费用支出为人民币897亿元,约占总收入的14.9%。近十年累计投入的研发费用超过人民币3,940亿元。此次华为全联接大会上所公布的通过云服务+云芯片+端芯片+AI框架全栈协同的组合拳打法,也让华为云开启了与谷歌等国际AI巨头的正面PK之战。

目前在国际上,包括谷歌、微软、亚马逊在内的很多国外云服务厂商已经早早开始布局AI市场,特别是谷歌的AI战略非常清晰,通过TPU提升其云服务的用户粘性,并得到了很好的效果,在海外市场对亚马逊的领导地位发起了冲击。而在国内,目前大部分云厂商的AI战略仍然与云业务本身结合不够紧密,处于可有可无的状态中。在公有云市场未能抢得先机的华为云,这次在AI领域率先构建了普惠AI云平台,接下来会有哪些云计算公司跟上,又通过什么构筑自己的AI护城河,我们将拭目以待。

THU数据派
THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。发布全球大数据资讯,定期组织线下活动,分享前沿产业动态。了解清华大数据,敬请关注姐妹号“数据派THU”。

产业人工智能云计算
相关数据
科大讯飞机构

科大讯飞股份有限公司(SZ.002230)成立于1999年,是一家专业从事智能语音及语言技术、人工智能技术研究,软件及芯片产品开发,语音信息服务及电子政务系统集成的国家级骨干软件企业。科大讯飞的语音合成、语音识别、口语评测、机器翻译等智能语音与人工智能核心技术代表了世界最高水平。

http://www.iflytek.com/
云从科技机构

云从科技是从中国科学院孵化的人工智能企业,专注于人脸识别等计算机视觉技术研发。核心技术源于四院院士、计算机视觉之父——Thomas S. Huang 黄煦涛教授。研发团队曾于2007年到2016年7次斩获智能识别类世界大赛冠军。云从科技作为中国科学院战略性先导科技专项的唯一人脸识别团队,参与了人脸识别国标、部标、行标起草与制定; 2017年2月,云从科技入选国家发改委重大工程,与百度、腾讯、科大讯飞共同负责人工智能公共平台建设。

http://www.cloudwalk.cn/
周志华人物

周志华分别于1996年6月、1998年6月和2000年12月于 南京大学计算机科学与技术系获学士、硕士和博士学位。主要从事人工智能、机器学习、数据挖掘 等领域的研究工作。主持多项科研课题,出版《机器学习》(2016)与《Ensemble Methods: Foundations and Algorithms》(2012),在一流国际期刊和顶级国际会议发表论文百余篇,被引用三万余次。

李飞飞人物

李飞飞,斯坦福大学计算机科学系教授,斯坦福视觉实验室负责人,斯坦福大学人工智能实验室(SAIL)前负责人。专业领域是计算机视觉和认知神经科学。2016年11月李飞飞加入谷歌,担任谷歌云AI/ML首席科学家。2018年9月,返回斯坦福任教,现为谷歌云AI/ML顾问。10月20日斯坦福大学「以人为中心的AI计划」开启,李飞飞担任联合负责人。11月20日李飞飞不再担任SAIL负责人,Christopher Manning接任该职位。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

推荐系统技术

推荐系统(RS)主要是指应用协同智能(collaborative intelligence)做推荐的技术。推荐系统的两大主流类型是基于内容的推荐系统和协同过滤(Collaborative Filtering)。另外还有基于知识的推荐系统(包括基于本体和基于案例的推荐系统)是一类特殊的推荐系统,这类系统更加注重知识表征和推理。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

推荐文章
暂无评论
暂无评论~