制造业如何提高产线效率,如何实现按需生产、弹性生产,如何提高仓储内运作效率以及仓储布局是不断思考的课题;
服务业如何持续满足消费者潜在需求、开发创新体验是不断探索的生存之本;
政府部门如何让公共服务便捷化、城市管理精细化、生活环境宜居化是不断追求的新高度。
在各行各业,产业人工智能正在成为数字化转型的新推动力。
最近,“华为十问AI商用”系列内容刷遍了朋友圈,“谁说,中国式过马路,将一直大行其道?”、“这碗黄焖鸡米饭,是哪里的鸡,怎样的米?”、“房价这么贵,为何还要留在北上广深?”......这背后的故事都有人工智能发挥的关键作用。
近日,华为云委托Forrester咨询公司对中国产业人工智能市场进行了调查,通过访问200家正在进行数字化转型的大中型企业发现:人工智能技术作为核心,深度参与并影响其他新兴技术在不同发展阶段的企业接受度,同时在行业影响方面,人工智能技术也是拉动整体技术趋势影响力的重要驱动因素。
65%的受访企业认为人工智能技术在数字化转型过程中起到非常重要的作用,86%的受访企业将其视为新一轮产业变革的核心驱动力。
人工智能技术已经和教育、医疗、政务、家居、电子商务、零售等领域进行了深度互动,对传统行业带来积极的冲击。不少行业领先的企业已经开始实践产业人工智能的研发。其中,基于模型基础的技术和业务服务研发占比达到79%,策略定义、算法组合等模型研发占比达到72%。总体而言,产业人工智能可以在聚焦于流程管理、产品服务和应用体验不同行业实现数字化转型。
正因为如此,华为积极布局人工智能技术。
几个月前,华为就宣布将在HUAWEI CONNECT 2018期间,发布华为公司人工智能发展战略,以及全栈、全场景的人工智能解决方案。
华为云BU EI服务产品部总经理贾永利
现在,华为的人工智能战略及路线已逐渐清晰了起来。在近日的沟通会上,华为云BU EI服务产品部总经理贾永利对此进行了剧透。
“企业和行业如何真正把人工智能用好?从技术上来讲,主要是四个方面。以前大家提算法、算力和数据是人工智能的核心三要素。其实我们通过众多项目实践,发现其实是四个要素,还包括‘行业智慧’,这个行业的智慧沉淀是非常关键的。”贾永利说。
前者来说,华为的优势在于华为公司有三十年的积累,在对算法和算力的理解、创新上是华为的优势。如何帮助行业用好这些算法,尽快产生价值,是华为云人工智能方案所思考和领先的。
华为云对AI的态度是:打造“用得起、用得好、用得放心”的普惠AI平台。
从基础平台服务到通用AI服务到多域协同决策再到云端智能,华为联合合作伙伴打造了全栈人工智能解决方案。其中,华为不断和合作伙伴沉淀AI行业智慧,并得到应用。
此前,华为云先后发布深度学习、图像搜索、EI智能视频系列服务,推动AI在行业应用场景落地。在交通场景,华为和深圳交警合作,借助华为云的交通智能体解决深圳交通拥堵和违法车辆问题;基于华为云EI以图搜图的图象搜索服务,中国图库网极大的改进了版权图片追责过程,让以图搜图的服务更加易用,在实现秒级查询的同时,达到了99%的准确率;在EI智能视频服务方面,华为云帮助国内某视频直播平台,实现视频场景识别支持365种室内室外场景,Top5精度大于90%,丰富视频搜索功能;在物流场景,华为云EI帮助某医药企业构建更智慧的供应、制造全流程,使其效率提升5倍,拣货人员从3万步/天减少到2万步/天。
此外,贾永利还分享了华为云EI在安防、建筑、预测性维护、车联网、家庭等行业和场景进行的应用,其中的诸多细节将在HUAWEI CONNECT 2018进行分享。
事实上,公有云平台已经成为了包括人工智能在内的新兴技术的重要基础载体,不仅可以通过自动化和资源抽象提供兼具基于的低成本和高灵活性的基础架构资源,而且可以提供平台层以及应用层的灵活服务,快速拓展企业现有应用能力并构建全新的智能应用,成为产业智能的关键力量。这在华为云授权Forrester发布的《产业人工智能发展白皮书》中有详细解读。
贾永利强调,华为云是黑土地,华为云希望通过合作伙伴的行业洞察,结合华为云自身的人工智能算法算力,帮助不同行业实现智能升级。
届时,10月10-12日,上海,华为将在HUAWEI CONNECT 2018发布AI技术和行业应用的全景图。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。