loading

人工智能时代下的产业变革发展

2020-11-27 16:29:28

在“互联网+”成为二十一世纪的必需品后,人工智能开始走入大众视野。目前,人工智能的发展日新月异,并逐步应用于生产生活的不同领域,成为新一轮的科技浪潮。我国非常重视人工智能的发展和研究,国务院2017年印发了《新一代人工智能发展规划》,确立了人工智能为新一轮产业变革的核心驱动力,“人工智能+”将开创一个全新的时代。

 

在2020年10月23日召开的“第二届科技创新融合峰会”分论坛上,来自人工智能行业相关领域的顶级专家及企业代表云集南京,就人工智能如何构建我们未来的生活场景、如何面对人工智能带来的机遇与挑战等话题发表了各自的真知灼见。

 

论坛嘉宾(排名不分先后,以实际发言顺序排名)

发言嘉宾:

寒武纪副总裁 钱诚

地平线AIoT产品线总经理 王丛

第四范式互联网行业负责人 夏斌

万集科技副总经理 秦旭东

奥特贝睿副总裁  刘楠

圆桌论坛主持人:

清科集团创新中心南京公司总经理 侯俊琦


 

 嘉宾观点

钱诚:以人工智能赋能传统产业
 
 

钱诚在分论坛中表示,从产业方面来说,做人工智能有一个共识,就是以人工智能赋能传统产业,从而使整个产业技术升级,对整个产业形成新的洗牌,产能得到提升,经济效益非常明显。

 

寒武纪主要聚焦于新基建最核心的云端处理部分,提供人工智能产业中最基础的算力支持,以芯片赋能智能计算系统。在实际运作中,通过云端来提供一系列整套机房、软硬件、软件、环境工具来帮助实际用户做人工智能的产品落地时,算法在机房里可以训练出来。这种智能计算系统是传统超算系统的延伸,特点就是功耗比较低、比较省电,同时运营成本、预算密度非常高,运营成本非常低。目前在城市里的应用,主要是通过新建智能计算机房,对城市市政系统、初创企业孵化、高校科研算力需求、AI解决方案四个方向做赋能,给他们提供算力和一整套解决方案,以人工智能赋能传统产业。未来,希望通过智能计算系统的部署能力,跟更多企业有更深一步的合作,服务国家新基建的号召。

 

 

 
王丛:AI芯片性能与落地的挑战
 
 

王丛在论坛中讲到,最近一两年,整个AI技术界更多在做的事情是性能,原来是一直堆精度,现在精度不变,去找一个性能更快的网络。传统芯片有一个评估方式叫做PPA,但其实还有一些新的评判方式非常不同。我们和学术界同僚一起提出了关于如何评判AI芯片的新观点:因为每个芯片支持网络不一样,我们关注它在不同精度和性能上,所能跑到最好的一个网络,再通过这些最好的网络所围成的一个面积来计算AI芯片的真实性能,通过它强调解决真实问题时到底能带来多少性能,以这种方式去评判。

 

AI芯片行业除测评之外,整个行业里还有一个特别大的问题,就是不同芯片的适配问题。不同公司的芯片、不同公司的算法及系统级参考方案,导致对接不可控,以至于缺乏整个落地化的能力。

 

地平线在打造一种非常开放、灵活的赋能客户的模式。在整个商业化服务当中,一方面提供最基本的工具;也会针对一些客户提供快速落地的模式,把芯片和算法打包在一起;同时还会提供一种中间派的模式,允许客户一部分用地平线的算法,一部分去做他自己的差异化能力,让AI行业能够加速落地。 

 
 

 

夏斌:人工智能助力企业线上化运营
 
 

夏斌在论坛中提到,现在一个企业如果说没有线上化运营能力,或者不做线上化运营,这个企业可能举步维艰。线上所有企业都希望争夺小小一块屏上用户的使用时间,因为屏就这么大,时间就24个小时,怎么能够让我的用户在我的应用里留存更长时间,其实是每一个线上化企业都需要解决的。

 

我们应该怎么样做?通过几个方面:线上化营销第一阶段,我们有一个智能推荐化的引擎,把它做成基于可配置、基于不同的场景进行调配的算法跟场景的配套解决方案。第二阶段,有流量、有内容的企业发现自己的流量和内容已经过剩了,是否可以把这些流量和内容导到其他APP或其他品牌上?这是他们现在能够寻找到新的经济增长点。在这个过程中,更需要更加精准且更加灵活的营销和推荐系统,我们有一个智能推荐化的引擎,把它做成基于可配置、基于不同的场景进行调配的算法跟场景的配套解决方案。

 

除了应用场景之外,夏斌提到AI的竞争其实就是算力的竞争,GPU算力一定是未来制约一个AI企业发展巨大的瓶颈。第四范式有一些自己的软件方案或FPG方案,帮助GPU做更好的优化调度和排程。在这个过程中,可以通过软件定义算力,打造一个更加轻便、更加灵活、更加标准化的工具平台,帮助企业搭建好底层的硬件架构,这个平台可以快速地帮助企业在日新月异的新的场景下,或更多算力要求下,或更多AI应用需求下,能够快速提供整体AI的服务。


 

 

秦旭东:从三个角度看自动驾驶时代
 
 

秦旭东在论坛中表示,从我们角度来看自动驾驶有三个方面:1.车生态建设;2.路生态建设;3.车路协同,包括云平台方面的建设。

 

车生态,一方面从车本身角度来说,需要高精度感知设备,就像人类眼睛一样,要给汽车装上眼睛,在车端一般现在应用的有激光雷达,毫米波雷达,视频视觉感知系统,用它们去探测路上其他车辆行驶情况和道路实际情况;另一方面需要V2S通讯系统,通过这个通讯系统才能得到其他车辆、路侧设备能给它提供的一些信息。

 

路生态,新基建刚刚开始,在路端建设上和理想状态有很大的差距,路端并没有建设更多辅助设施。目前从全世界来看,路端部署最多的感知设备实际上就是摄像机。但摄像机看到的东西都是已发生的,是事后的东西,并不能对事前、对未来进行预判,并且摄像机得到的效果要在数字孪生里呈现出计算机能理解的东西就非常困难。

 

万集科技从2012年开始就对路侧和车载感知设备进行研发,现在已经在工业和自动驾驶等行业投入了最新研究的产品。

 

要支持自动驾驶,要支持真正的车路协同,首先要有路端类似于激光雷达、毫米波雷达、摄像头、V2X基站、边缘计算节点等底层的感知平台,感知平台和所有的平台肯定是两部分内容,感知平台的结果要上传到和高精度地图一起进行时空对齐,然后才能通过3D建模等手段形成数字孪生中平台,通过这个数字孪生中平台才能给真正应用层面的城市大脑、交通大脑提供有效的数字结果支撑。5G网络全面建设,切片技术和低时延手段也将推动智能网联技术的发展。

 
 

 

在接下来的圆桌论坛环节,围绕“人工智能的机遇与挑战”这一主题,嘉宾们再度各抒己见。对“如何看待人工智能对新产业、新经济的促进作用”和“人工智能在与产业融合、落地的过程中都遇到了哪些机遇和挑战”分别做出不同维度的解读。

 

清科集团创新中心南京公司总经理侯俊琦:这几年,像大数据、云计算、边缘计算都成为中国乃至全球科技发展以及经济增长的引擎,这几个领域都需要人工智能大脑作为协同,去实现效益和效率的最大化。希望这一场圆桌论坛能够碰撞出更多火花分享给在座的各位观众。

 

 

#人工智能如何给传统行业赋能#

 
钱诚

寒武纪主要做智能芯片相关工作,前期主要是在科研方面有学术方面的突破,开创了深度学习处理器的学科。基于这个技术,对人工智能的算法做加速芯片,再到智能计算系统的大型计算平台,重点还是聚焦在云端的智能计算方面。这种智能计算系统目前在城市里的应用主要通过新建新的智能计算机房,改造旧有计算机房。对城市市政系统,如招商,另外是AI解决方案如智慧医院、智能工厂等具体的解决方案,面向这些个方向做赋能,给他们提供算力,有一整套解决方案的支持。在产业方面,让人工智能赋能传统产业,不仅在技术上达到升级,同时也对整个产业形成新的洗牌,产能也得到提升。 

 

王丛

地平线一直把自己定位成一个趴在地上服务大家的企业,公司的Slogan也是希望地平线趴在地上把大家给撑起来,把各行各业撑起来。

 

很多企业在转型AI的过程中,当他自己搭建AI时,首先要做一个集群,做一堆数据采集平台,做一堆标注平台等等的基础平台,这里要花费的人力、精力、物力会很高。以地平线做自动驾驶为例,光2019年一年就出现了大额投入,这仅仅是在GPU的训练上,还不包括数据采集和标注上,这在很多传统企业想做转型其实是非常大的负担。

 

地平线在规划的基础设施服务,就是帮助客户在转型AI中能把PaaS级的产品提供出来,能让客户进一步把AI加速落地。

 

夏斌

企业发展到现在,更多并不是想明白再做,而是先做,是错是对,得到快速闭环的反馈,第四范式这套平台就是帮助企业来做这些事情。第四范式支持新零售、线上化运营这些企业时永远要切一些流量,把流量切分非常细,让这些企业服务的客户快速理解这些东西能否产生客户新的认知、新的兴趣。也可以通过多轮AB测试进行迭代,基于新的兴趣反馈是怎么样的,帮助一些企业在新零售道路上或线上化运营道路上走得更加宽,这是为什么第四范式一直致力于搭建一个软件定义的人工智能平台。

 

刘楠

自动驾驶是整个AI集大成者,不管在感知、规划决策以及其它层面都有很多AI的应用,最重要的还是场景,如何解决场景真正的痛点和需求,我们看到众多传统行业,像汽车行业、物流行业,对通过自动驾驶技术对效率的提升、成本的减少、安全的提高等各方面有诸多考虑,我们也看到自动驾驶其实在这里是通过技术能够赋能给各行各业、赋能给整个传统运营商更快商业化落地的诉求,降低成本,我们认为这是现在的主流方向。

 

秦旭东

自动驾驶分车端和路端,简而言之,一是要有聪明的车,二是要有智能的路。聪明的车本身要有能力进行一些感知和判断,这些都需要AI底层技术,通过这些技术实现车本身的一些功能。智能的路更需要AI,从底层设备开始就需要AI底层技术对这些设备智能化。从顶层云控来讲,也需要AI技术让顶层云控平台智能化。所以整体AI技术是对未来交通出行以及生活各个领域都会产生很大的影响。

 

 

#新环境下人工智能的产业发展#

 
王丛

AI在新行业的落地和探索是需要一个缓慢过程的。就新基建来说,看到很多工业企业在尝试AI应用,而且也明显产生了一些经济效益。但因为工业化需求的零售性和分散性会比传统的自动驾驶还要难。整个AI在新经济、新行业下,还有挺长一段路要走。

 

钱诚

现在是做AI以及做算力最幸福的时代。从目前来看,在新基建的投资,人工智能芯片应用落地方面,云端智能计算的系统市场是非常大的,目前一年在中国大概有200多亿人民币规模,后面还有很高的增长率。

 

夏斌

对于企业来说,他们的问题在于大家基本上都在一个起点,都想拥抱AI,但很多企业举步维艰,数据没有处理好,新的业务没有想好,但是都在徘徊,请了很多顾问咨询,自己想,很多问题想来想去,其实缺少尝试。看哪个企业最先进入尝试,最先想明白发展路径,且快速尝试之后进行反馈,并快速迭代,这可能对于一些准备应用AI企业来说也是巨大的挑战,当然也是一个机遇。

 

刘楠

讲到人工智能发展的机遇与挑战,我主要想从两个行业角度帮大家分析一下市场发展,一个是汽车,一个是政府。AI落地更多集中在算法、集中在应用,从应用角度更多是如何能够快速提升汽车行业智能化水平。从政府角度来讲,大力发展汽车、大力发展交通是政府很核心的逻辑,去应用AI技术或智能网联汽车技术更多赋能,一方面是想要帮助车企快速转型,另一方面更多希望能够看到的是人工智能以及智能网联的发展对于管理有更好的帮助。

 

秦旭东

我从企业角度讲一下,实际上现在总结来说几个字:前途光明,道路崎岖,任重道远。目前AI发展到这个阶段,而且更多是赋能一些原本的传统行业,非AI行业,所以现在企业可能需要不断地做超出现有企业能力的事情,我们必须去跨行业理解一些东西,然后站在别的传统行业或者别的企业的角度去思考我们AI的发展方向。

 

 

据埃森哲预测, 2035 年,人工智能将推动中国劳动生产率提高 27%,经济总增加值提升 7.1 万亿美元。作为新一轮产业变革的核心力量,人工智能不断催生着新业务、新模式和新产品。从衣食住行到医疗教育,人工智能在社会经济各个领域深度融合和落地应用,为生产和生活带来革命性的转变,必将成为我国经济发展的强劲引擎。

下一篇:返回列表