由炫到实 人工智能转型还要扎根产业需求


由炫到实 人工智能转型还要扎根产业需求



从唱歌跳舞、泼墨挥毫到操作锅炉、管控航班……2019年 , 寻找实际的落地场景成为人工智能的核心要义 。 少了几分炫酷 , 多了几分低调 , 人工智能更接地气了 。
在刚刚过去的2019杭州云栖大会上 , “产业”成为高频词 , 不同于熟悉的衣食住行领域 , 航空、钢铁、石化、水泥……从大到小 , 从老到新 , 和产业的深度融合已经成为人工智能技术落地的重要场景 。 与会专家普遍谈到 , 产业AI将会创造巨大的新价值 , 甚至会指引人工智能领域发展的方向 。
不能适应需求的AI就像废铁一块
产业AI , 顾名思义是在具体的一个个产业里发挥作用的AI技术和产品 , 和我们常说的AI赋能传统行业相似 。 但与AI赋能行业不同的是 , AI赋能传统行业往往设想的是以AI为主体 , 来实现某个领域的固有功能 。 而产业AI , 则要求能够与传统产业无缝结合 , 推助产业核心部类向前发展 , 并且深度的产业AI必然指向复杂的行业限制和真实需求 。
探迹科技CEO黎展曾表示 , 要想解决产业问题 , AI必须具备三方面基础能力 。 一是数据规整能力 , AI必须综合各方面信息和实时变化的数据流 , 随时做出统领全局的最优解 。 二是简单易用体验 , 想做产业AI , 必须是人机协同的工作模式 , 但是人机如何协同 , 如何在缩减人的工作时间、提高人的工作效率之外 , 不会产生大量学习成本和适应成本是关键问题 。 三是持续进化能力 , 如果产业AI不能进化 , 工作需求一旦变更 , AI就变成废铁一块 , 那确实不要也罢 。
要实现对于现实需求的灵活应对 , 就需要对AI模型进行大量训练 , 而标准化数据是训练的基础 。 产业是数据聚集的富矿 , 阿里云智能计算平台事业部总经理、高级研究员贾扬清表示 , 由于深度学习的发展 , 更多的数据往往能带来更好的性能 , “见多识广这句话在深度学习领域一点都不假 。 ”更为核心的是 , 数据有着非常高的复杂性 , 在不同行业场景中表现得尤其明显 。
“产业中有需求、有数据、有应用场景 。 ”阿里云副总裁、产品与解决方案管理部总经理马劲同样表示 。 他强调 , “只有产业给我们提出明确的需求 , AI才有改进的方向 。 同样产业里面有真实的数据 , 可以建立更好的模型 。 加上云计算可以提供更强的计算能力 , 同时不断降低计算的成本 。 通过算法、算力、数据三者不断的结合 , AI慢慢地在一个一个的产业实践当中 , 一点一点带来价值 。 ”
智能化转型为企业提质增效
“数字经济对中国GDP增长的贡献率连续5年超过50% , 2018年这一数字高达67.9% , 我们正处在数字经济转型的关键时期 。 ”阿里云智能总裁张建锋在2019杭州云栖大会上说 。 但他同时表示 , 今天数据的增长率、规模 , 包括支撑数据的处理能力都还处于爆发的前夕 , 如果说以前的互联网红利都来自消费互联网 , 那今后更大的需求一定来自产业实践 。
“我们以瀚蓝垃圾焚烧项目为例 , 通过把熟练工人的经验和数据相结合 , 构建模型 , 能够以人工智能辅助人工的方式去操作锅炉 , 可以把锅炉的燃烧稳定性提高23% , 实实在在为企业创造了效益 。 另外 , 以往工人平均每4个小时要操作30次 , 现在只需要操作6次 , 从而大幅度降低工人的劳动强度 。 ”阿里云智能副总裁、数据智能事业部总经理曾震宇说 。
“产业AI正在帮助各行各业进行智能化的转型 。 更重要的是产业AI在各行各业创造了丰富多彩的可能性 , 它是数字经济的新动能 。 ”曾震宇说 。

推荐阅读