• 首页 > 新闻频道 > 即时新闻

    让AI无所不及,华为云EI使能行业智能化转型

    2019年04月18日 13:55:35   来源:中文科技资讯

      日前,华为第十六届全球分析师大会在中国深圳召开。在“让Cloud无处不在,让AI无所不及”的主题论坛上,华为云EI服务产品部总经理贾永利发表了《让AI无所不及》的主题演讲,分享了华为全栈全场景AI在使能企业智能化转型过程的创新解决方案及相关行业实践。a77中文科技资讯

      全栈全场景AI解决方案让智能无所不及a77中文科技资讯

      当前,AI的应用正在从企业单个业务场景复制推广到更多部门,从先行者的小范围探索到行业企业的全面布局,与此同时,与AI相关的技术发展和演进速度也非常之快,新的AI算法不断刷新已有纪录,计算框架也不断出现。在发展迅猛的趋势之下,企业在探索和使用AI的过程中也遇到了非常多的困惑。a77中文科技资讯

      针对AI应用当中的各种痛点,在2018全联接大会上,华为公司正式发布全栈全场景AI解决方案,为客户提供了从底层AI芯片、AI框架到应用使能的能力;面向政府、企业与开发者,提供全栈AI解决方案华为云EI。未来,基于华为昇腾(Ascend)系列AI芯片及多核ARM芯片“鲲鹏920”,华为云将更加以优质的能效表现,帮助客户进一步提升AI开发、数据处理的性价比与服务体验。a77中文科技资讯

    a77中文科技资讯

      华为云ModelArts:更快的普惠AI开发平台a77中文科技资讯

      未来,随着数据模型的增大、海量数据预处理能力要求的增加,全生命周期管理加速将变得更加重要,只有拥有端到端全栈的优化能力,才能够帮助用户快速创建和部署模型,管理全生命周期 AI 工作流。华为云ModelArts一站式AI开发平台应运而生。a77中文科技资讯

      ModelArts从设计之初便着眼于不同层级的AI开发者,从数据科学家、算法工程师,甚至AI初学者,都可以通过统一的平台对AI模型/工作流进行全生命周期管理。ModelArts可以帮助用户进行包括AI开发和运行阶段管理在内的全生命周期管理,在数据处理、模型训练、模型管理、模型部署、AI市场等各个环节提供更为快速有效的解决方案。接下来,华为云还将持续把华为2012实验室、EI产品部等在内的AI前沿的算法和理论研究,例如:小样本训练能力、半监督学习能力、神经网络自动搜索能力等,逐步产品化,并开放给开发者。a77中文科技资讯

      具体来说,首先,数据处理在AI开发过程中极为关键,在项目中占得比例有时甚至超过进行训练的时间,同时往往消耗大量成本进行标注,ModelArts系统化的对这个过程进行了设计,提供了数据集版本管理、半自动标注等多个功能,针对不同项目,该阶段的人力消耗能够节约50%-80%。a77中文科技资讯

      在模型训练部分,ModelArts通过硬件、软件和算法协同优化来实现训练加速。自研的深度学习框架——MoXing,可以自动将开发者的单机程序,转化为大规模分布式训练程序;提供超参的自动化调试优化;提供神经网络自动化搜索能力,帮助开发者自动化实现模型训练,大幅提升算法开发效率和训练速度,节约训练成本。a77中文科技资讯

    a77中文科技资讯

      而在模型管理方面,通过图引擎统一管理开发流程元数据,自动实现工作流和版本演进关系可视化,进而实现模型溯源、精度追踪;在模型部署方面,ModelArts可以一键将AI模型部署为在线推理服务或边缘推理服务。面向边缘推理场景,ModelArts可以自动对模型的适配进行优化,比如神经网络蒸馏,模型的压缩、枝剪等处理,让AI模型能够更好的适配边缘部署环境。a77中文科技资讯

      瞄准三大行业AI落地场景,各领域合作已见成效a77中文科技资讯

      贾永利表示,华为云EI通过在十余行业,大量的项目探索,总结了行业AI技术落地的关键路径。他表示,AI行业落地的关键在于找准场景,华为云EI针对海量重复场景、专家经验场景及多域协同三类场景,致力于实现效率提升、专业传承和突破极限,助力各行业智能化升级。a77中文科技资讯

      在典型的海量重复场景——物流行业,每年货物破损不计其数,多数由于人为操作不当所导致。针对物流货物的运输、安检场景,华为云EI利用了视觉技术,帮助德邦快递实现了全面的自动化检测,节省了大量的时间成本和人力成本,有效减少了货物损耗。在此之前,德邦快递利用13,000路视频,使用人工观看,每人每天最多4倍速度观看8路摄像头,人力消耗预计达400人以上。a77中文科技资讯

      针对多域协同场景,华为云帮助某机场解决航班靠桥率、旅客靠桥率、步行距离、地服消耗、滑行冲突率多等问题,实现核心指标靠桥率较人工提升了 5%,冲突率较人工降低10%,全面提升了指挥员工作效率和机场运行效率。而被优化机场全年由于停机位分配等原因,需要搭乘摆渡车的旅客数量,减少了250万。a77中文科技资讯

      在任何行业里,专家都是非常宝贵且稀少的资源,在医疗领域更是如此,这也为专家经验场景提供了最为适合落地的基础。在大会现场,金域医学CIO李映华,就金域医学与华为云EI在医疗领域的创新成果进行了分享。他介绍道,目前金域医学与华为云已经围绕大数据、AI等多个方面开展了合作,例如借助深度学习等AI技术对海量病理切片及专家标注数据进行学习、训练,所产生的深度神经网络模型将可以辅助病理医生更加高效、及时、准确地对患者的病理切片进行诊断。在双方目前的合作当中,基于金域医学高年资细胞病理医生的专业标注以及华为云EI视觉团队的高效率、高质量的网络模型构建与训练,项目已取得了阶段性的突破,宫颈癌细胞学AI辅助筛查的敏感度超过99%,可媲美专家水平。a77中文科技资讯

      AI技术红利加速释放,构建更全生态a77中文科技资讯

      无论对于哪个行业,在AI落地过程中开发者都是一个关键要素。面向合作伙伴,华为云EI提供了市场营销策划、解决方案使能、联合创新Lab等多种支持计划,使能合作伙伴繁荣AI开发能力。a77中文科技资讯

      面向开发者、高校和科研机构,华为在2018全联接大会发布了沃土AI开发者使能计划。通过沃土AI开发者使能计划,搭建一个技术交流、人才培养、机遇共创的通道。a77中文科技资讯

      另外,开发者还可以借助ModelArts快速开展创新活动。以上海交通大学为例,借助ModelArts,学生在短时间内将传统竞赛赛车,改造为具备AI能力的自动驾驶赛车。改造后的赛车可以对红绿灯、障碍物、车道等环境进行识别,并且能够对特定目标进行跟随。a77中文科技资讯

    a77中文科技资讯

      同时,通过端云协同AI应用开发平台HiLens,用户可以更加方便管理海量的终端类设备,与ModelArts无缝互通。例如,深圳海雀科技通过HiLens开发的AI技能,将AI模型下发至其研发的家庭安防摄像头,让原本普通的摄像头变得更加智能。a77中文科技资讯

      不仅AI开发过程变得更高效快捷,华为云还希望以更好的AI技术和生态,助力更多的企业和开发者更好地利用和分享他们的AI能力,从而构建更全的生态系统。开发者可以通过2019年3月最新发布的ModelArts的AI市场将AI模型、数据集进行共享和发布,也可以从市场获取基础数据集、模型进行更进一步的开发。此外,Atlas200开发者套件、HiLens wit深度学习摄像机等开发者套件也即将在5月份正式商用。a77中文科技资讯

      目前,华为云正持续AI场景化落地应用,继续在“云+AI”进行探索与实践,助力把数字世界带入每个人、每个家庭、每个组织,从而构建万物互联的智能世界。a77中文科技资讯

      来源:XXX(非中文科技资讯)的作品均转载自其它媒体,转载请尊重版权保留出处,一切法律责任自负。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

      如发现本站文章存在问题,提供版权疑问、身份证明、版权证明、联系方式等发邮件至news@citnews.com.cn。

    [上传用户: X053]
    分享到微信

    推荐

    工信部:携号转网管理规定12月1日起施行

    11月11日讯,工信部印发《携号转网服务管理规定》,规定自2019年12月1日起施行。规定要求电信业务经营者在提供携号转网服务过程中,不得为携号转网用户设置专项资费方案和营销方案,不得采取拦截、限制等技术手段影响携号转网用户的通信服务质量等。

    新闻

    《2019年全球电子商务数据报告》重磅发布

    11月5日,第二届中国国际进口博览会在上海开幕。对许多外国企业来说,参加进博会意味着走上进入中国市场的“绿色通道”,而各大跨境电商平台在去年祭出采购大单之后,早已筹谋今年的“买买买”计划,继续担当进博会重要的采购力量,丰富消费者的购物车。

    互联网+

    拯救脱发、治愈癌症...医疗互联网越慢越好?

    事实上,这大概是中国互联网创业的本质:技术领域的一个概念、一段视频、一份PPT,都会让资本市场异常兴奋,大家都喜欢先奔跑起来,再寻找方向,如团购、外卖、共享单车、特供智能机,莫不如此,医疗互联网身处其中,自然也免不了沾染癫狂习气,只是医疗行业的特殊性不言而喻,或许,越慢越好!

    融合

    高尚大的人工智能背后:真的只是单调、枯燥和密集劳

    总得来说,人工智能有两个重要的支柱,一个是海量的数据、大大的数据;另一个则是高精度算法,显然,算法需要一小撮的天才来编辑和优化,而海量的大数据,除了机器本身的收集能力之外,还需要大量的人工操作,给相关的数据贴上固定的标签。