当前,人工智能浪潮席卷各行各业,加速了企业数字化转型的进程。5月17日,在天津举办的第二届世界智能大会进入第二天,议程围绕“方略:智能社会与美好生活”展开。华为云BU副总裁陈崇军在全体大会上发表主题为《AI,智以致用》的演讲,分享华为云对人工智能的理解,以及华为云在人工智能领域的探索实践。
处于初级阶段的人工智能重在应用创新
人工智能不是新鲜事物,从上世纪40年代,图灵提出现代人工智能概念,到1956年达特茅斯学院会议上,正式诞生了第一个人工智能程序,人工智能已经走过了半个多世界的时间。上世纪60年代,人工智能曾经一度引发热议。以逻辑理论为支撑的各种人工智能应用如雨后春笋般生长,但由于技术想象不切实际、工程化太困难,最终在1974年迎来了人工智能泡沫破裂,整个产业陷入谷底。
今天的人工智能复兴,是以机器学习技术为主干,NLP(自然语言处理)、机器视觉、知识图谱以及深度学习、强化学习等技术实现方式作为体系支撑的多元技术革。借助了大数据、互联网技术带来的数据红利,以及云计算、芯片工艺带来的计算力升级,人工智能得以在近几年出现发展热潮。
陈崇军表示,当前人工智能热潮的再度兴起,得益于三大因素的突破:理论算法、数据与计算能力。具体来说,在理论算法方面,神经网络研究方面的成果拉开了深度学习的大幕;在数据方面,互联网、移动互联网、智能终端的普及,以及行业数字化的积累,各行各业产生了海量数据;在计算能力方面,随着芯片计算能力提升,加上并行计算的架构,使得计算能力呈指数级增长。
虽然人工智能在近几年取得了飞速的发展,基于机器建模的深度学习已经在语音识别、图像识别、翻译等基领域达到广泛应用。但是在陈崇军看来,人工智能仍处于初级阶段,更多是适合“已知环境、目标明确、行动可预测”的场景。现在的人工智能并没有达到其理论上的目标,我们对于人工智能的应用更多还是停留在自动化的水平,相关技术的研究还处于探索阶段。特别是在企业级应用方面,人工智能技术的发挥空间还有待提升。
现阶段人工智能的的创新主要是在应用的创新上,也就是探索人工智能技术与具体行业应用场景的融合,这体现在互联网市场涌现了很多创新性的人工智能产品和服务。当前,人工智能的创新应用更多是针对最终消费者,在企业级市场人工智能的应用还有待提高。
企业级人工智能应用创新的核心是帮助企业处理海量数据、用行业专家帮助训练、调优,最终要解决实际问题,产生实际效果。人工智能需要可以解决企业管理中重复性劳动的自动化问题,降低管理成本,避免重复工作和低级错误;并对经营过程中的不确定性事情的进行模糊性识别和智能化处理,从而做到智能决策。
陈崇军表示,对于行业客户而言,能够帮助企业解决实际问题的人工智能才是企业需要的AI,为此华为推出了华为云EI(即企业智能),以云服务的方式开放给全球合作伙伴、开发者和用户。
智以致用 华为构建全栈人工智能能力
华为在人工智能领域早有布局。早在2012年就成立了诺亚方舟实验室,开始布局和整合华为在人工智能算法方面的技术研究和合作创新。
2017年9月HUAWEI CONNECT 2017大会上,华为面向企业市场首次发布企业智能(Enterprise Intelligence,简称EI),12月初,华为云EI企业智能服务在华为云官网全新上线。华为云EI囊括了基础平台服务、通用AI服务、场景解决方案这三大类智能云服务,每一分支大类中包含了针对视觉、语音、图像、NLP等垂直领域的解决方案或技术
陈崇军说,当前华为已经具备 “云、边、端”全栈人工智能能力。这种全栈能力可以灵活部署,决策快,准确度高:根据企业实际场景,在云上和端边侧灵活部署人工智能的训练和推理能力,云上的EI推理引擎利用强大的计算能力快速训练模型,边侧的IEF和端侧的HiAI平台实时快速推理,充分发挥边侧、端侧响应速度快和云侧训练准确度高的协同优势,在提高决策速度和准确度的同时,还可大幅节省3-5倍带宽。“我们不仅提供了全栈的人工智能能力,更重要的是华为一直以来运用人工智能在帮助企业解决实际问题。”
特别是华为云EI依托华为云,将华为在人工智能领域的技术积累以云服务的方式开放出来,让更多企业能便捷、快速地使用人工智能,可以更好赋能企业数字化转型。不同于互联网厂商将AI用于提升用户体验,华为将AI的价值定位于解决企业实际问题,与企业生产紧密结合,致力于实现生产自动化、效率提升。
目前华为云EI企业智能提供了EI基础平台、EI大数据、EI视觉认知、EI语音语义、EI行业场景等产品家族,可以说覆盖了目前人工智能的方方面面。比如EI基础平台包括机器学习服务、深度学习服务、深度学习镜像、图引擎服务等,涵盖了目前主流的人工智能技术,可以方便企业直接使用,降低了人工智能技术的使用门槛。
同时,各行各业对人工智能有广泛的应用需求,在工业领域有智能装箱、智能物流、智能勘测、智能质检、机器人、车联网、自动驾驶、智能运维等;金融领域有智能客服、实时智能风控等;民生领域有智能安防、智慧交通、智慧城市、医疗健康等。基于此,华为云EI提供了成熟的行业场景解决方案,包括智能物流、智能水务、智能制造、智能电力、智能交通、智能金融、智能零售。这些解决方案针对目前行业的痛点,通过打包人工智能和行业洞见,解决这些行业应用人工智能的难题,促进AI在行业中的落地。
现在我们处于一个大数据爆炸的时代,人工智能技术依托丰富的数据资源,在云计算的助力下,让我们可以更好地兑现数据价值,洞悉未来。陈崇军说,华为云尊重企业数据主权,不碰数据不等于不懂数据,基于软硬件优势、云边端协同、开放兼容,以及实际应用中打造的数据处理能力,EI Inside的华为云已经成功拥有众多帮助客户处理数据、解决实际问题的成功案例。
加速行业落地 华为云EI赋能企业数字化转型
目前,华为云EI在众多行业中成功应用,帮助行业客户实现了人工智能的赋能,加速企业数字化转型进程。这些实践很好地丰富了华为EI的内涵,并不断延展了华为在人工智能方面的洞察。
在制造业,华为云EI助力自身电子制造成品率的提升。AOI(Automatic Optic Inspection)自动光学检测,是基于光学原理来对焊接生产中遇到的常见缺陷进行检测的设备。
在没有应用华为云EI之前,生产线需求通过工人1人4机值守来查看PCB缺陷,靠人工来审查焊接PCB的缺陷率。这种方法不仅使得检测产品速度慢、效率低下,而且在检测过程中容易出错,导致误检、漏检等问题,华为松山湖工厂的生产线上,每个工人做每次检验耗时5分钟左右。在应用华为云EI服务之后,大大减少人工参与,提升了制造过程的缺陷发现效率。设备成品率从99.2%提升至99.55%,AOI测试员工作量降低48%。
除了应用自身的生产实践,在企业销售预测环节:华为与武汉的某零售行业一起,帮助其销售预测从50%提升到92%,提升了备货的准确率,提升了经营效果;在企业物流派送环节: 原九州通药业的物流派送是收、送分离,人工派单的方式,在华为云EI的帮助下,实现收送合并,路径重新规划,每车辆利用率从 8个订单提升到40订单,提升了车辆运输的效率;在企业精准营销和客户关怀环节:华为运用多年在电信领域的帮客户进行用户离网预测经验,帮助昆仑万维公司识别客户离网的准确率93%,通过对接客户管理系统对客户进行挽留;在企业内部效率提升的环节:华为EI帮忙企业内部的IT热线将问题处理的自动化率从原50%提升到72%,大大提升了坐席效率。
在城市供暖管理方面,华为云EI帮助北京的某供暖企业对智能供暖阀门的动态调节,提升单位平方米的加热利用率,降低每平方米能耗减少4-16%, 平均每平方米的标准媒消耗节省2千克。这种应用可以大大提升了燃煤效率,降低燃煤污染,如果全面推广,能让老百姓梦想的“冬暖天蓝”成为现实。
在城市污水治理方面,南京某水厂,平均一个水池一天耗电量在1.3万千瓦左右。使用华为云EI后,实现了生物池电解曝气的精准控制,华为云EI还会根据历史数据、当前数据和未来预估数据,进行污水处理业务模型的自主训练和优化,让污水处理的策略达到最优。实际测试数据显示,华为云EI可以帮助该企业节省能源消耗8~10%,平均每天每水池的能耗节约在1000千瓦左右。
在智慧城市方面,华为与龙岗区合作建设了智慧警务系统。华为云EI平台,能够提供千亿图片的秒级搜索能力。在寻找走失人员方面,可以在极短的时间获取到有价值的线索。有效违章图片识别比例,由20%提升到95%以上。此外,华为与深圳交警合作的“深圳城市交通大脑工程”已正式启动,实现交通数据的全覆盖、全关联、全分析。华为云EI帮助深圳交警通过智能化调度策略,动态调整交通情况,路口平均减少等待时间24%。
“AI,智以致用”,华为云通过EI企业智能与用户共享人工智能的技术和能力,助力企业应对业务面临的挑战与问题,让所有企业,在所有业务领域和产品上,使用人工智能服务,从而更简单、容易、方便、快捷地解决实际问题。
在演讲最后,陈崇军发出了盛情邀请,今年10月份华为将在上海世博中心召开一年一度的全联接大会,期间会对华为全栈人工智能能力及实践进行更多披露,让我们一起“碰撞思想、共谋商机、携手成长”。
好文章,需要你的鼓励
第一资本就凭借着对数据资源的差异化运用成功脱颖而出。”这样的基础不仅彻底改变了该公司进军银行业的方式,还建立起良性循环,使得更好的数据支撑起更强大的分析能力,进而改善客户交互并产生出更多数据。
Fortinet有着三大重要组成部分,“安全组网”、“unified SASE(统一SASE)”、“AI赋能安全组网”过去三年同比平均增长了14.6%、21.7%、22.3%,远超行业同期的9%、19%、14%的增长率。
近日Max Chan和我们分享了Avnet公司在现代数字领域得到的经验教训,从优化云支出到利用AI提高客户满意度。
金融服务公司Discover Financial Services采用容器化方法来实现其工作负载的敏捷性和灵活性,同时探索生成式AI的长期优势。