生產(chǎn)力范式變革，華為云多管齊下推動(dòng)AI產(chǎn)業(yè)化

回顧人類歷史，每一次工業(yè)革命的核心驅(qū)動(dòng)力都在于解決了關(guān)鍵技術(shù)的通用性之后，實(shí)現(xiàn)生產(chǎn)方式的巨大變化和生產(chǎn)力水平質(zhì)的飛躍，從而深刻影響到人類社會(huì)的發(fā)展。

同樣，正在到來(lái)的第四次工業(yè)革命中，若想讓作為生產(chǎn)要素的數(shù)據(jù)、作為生產(chǎn)工具的智能技術(shù)真正釋放出強(qiáng)大的數(shù)字生產(chǎn)力，實(shí)現(xiàn)生產(chǎn)力范式的變革，解決AI等智能技術(shù)的通用性恰如打通“任督二脈”般關(guān)鍵，也即如何真正降低AI落地門(mén)檻、實(shí)現(xiàn)AI技術(shù)隨取隨用。

但這并非易事，不僅涉及到AI技術(shù)、平臺(tái)的創(chuàng)新，更與AI應(yīng)用、產(chǎn)業(yè)實(shí)踐經(jīng)驗(yàn)息息相關(guān)，絕非一朝一夕之功所能完成，更需要產(chǎn)業(yè)界伙伴的長(zhǎng)期努力。

今天，在華為全聯(lián)接大會(huì)2022中國(guó)站上，華為云正式發(fā)布了《預(yù)訓(xùn)練大模型白皮書(shū)》，并且全新推出了礦山、氣象、OCR三個(gè)大模型、天籌AI求解器智能建模工具以及數(shù)字人大腦等共9項(xiàng)云服務(wù)，多管齊下推動(dòng)AI產(chǎn)業(yè)化走向落地。

正如華為云EI服務(wù)產(chǎn)品部部長(zhǎng)尤鵬所言：“華為云踐行‘一切皆服務(wù)’理念，將AI等先進(jìn)技術(shù)、經(jīng)驗(yàn)和應(yīng)用開(kāi)放在云上，全方位幫助更多企業(yè)在數(shù)字化轉(zhuǎn)型中利用好云的新能力，實(shí)現(xiàn)從‘上好云’到‘用好云’的跨越?！?/p>

AI落地需要這樣的大模型

“有多少智能背后就有多少人工！”--這雖然是人工智能領(lǐng)域近年來(lái)流行的一句揶揄之語(yǔ)，卻也道出了AI落地在理想與現(xiàn)實(shí)之間的窘迫。

如今AI走向落地的確遇到諸多明顯挑戰(zhàn)：

模型專用特定領(lǐng)域?qū)傩悦黠@，使得AI模型和應(yīng)用開(kāi)發(fā)存在大量碎片化的現(xiàn)象，在構(gòu)建和訓(xùn)練模型上往往耗費(fèi)大量資源；

很多模型的數(shù)據(jù)質(zhì)量參差不齊，數(shù)據(jù)樣本少的情況比比皆是；

模型精度不盡人意，訓(xùn)練效果差和訓(xùn)練周期長(zhǎng)，導(dǎo)致模型在真實(shí)業(yè)務(wù)場(chǎng)景中實(shí)際效果差強(qiáng)人意。

如何打破這種局面？業(yè)界普遍認(rèn)為，預(yù)訓(xùn)練巨量模型的脫穎而出，正在努力改變這種局面。預(yù)訓(xùn)練巨量模型就像現(xiàn)階段人工智能的一個(gè)集大成者，實(shí)現(xiàn)一個(gè)AI模型在多個(gè)場(chǎng)景通用、泛化和規(guī)?；瘡?fù)制，減少對(duì)數(shù)據(jù)標(biāo)注的依賴，大幅降低AI開(kāi)發(fā)與應(yīng)用的使用成本，推動(dòng)人工智能真正向著通用化、工業(yè)化、集約化發(fā)展。

例如，華為云的盤(pán)古大模型就是突出代表。盤(pán)古大模型由NLP（中文語(yǔ)言）大模型、CV（視覺(jué)）大模型、多模態(tài)大模型、科學(xué)計(jì)算大模型、Graph（圖網(wǎng)絡(luò)）大模型等多個(gè)大模型構(gòu)成，其中，盤(pán)古NLP大模型是業(yè)界首個(gè)千億參數(shù)的中文大模型。盤(pán)古大模型的問(wèn)世是為了解決傳統(tǒng)AI作坊式開(kāi)發(fā)模式下不能解決的AI規(guī)?；?、產(chǎn)業(yè)化難題。

如今，“預(yù)訓(xùn)練大模型”已經(jīng)成為人工智能領(lǐng)域快速發(fā)展的熱點(diǎn)方向。近年來(lái)，參數(shù)規(guī)模和模型性能不斷創(chuàng)新高，頗有些唯“參數(shù)量至上”的趨勢(shì)。但模型參數(shù)的多少并不是評(píng)判模型能力的最好標(biāo)準(zhǔn)，模型的長(zhǎng)期規(guī)劃、模型的魯棒性以及行業(yè)落地實(shí)踐才是決定“預(yù)訓(xùn)練大模型”能否成功的勝負(fù)手。

顯然，華為云在“預(yù)訓(xùn)練大模型”的長(zhǎng)遠(yuǎn)發(fā)展方面棋高一招。

據(jù)悉，自2021年4月正式發(fā)布以來(lái)，華為云盤(pán)古大模型已經(jīng)發(fā)展出L0、L1、L2三大階段的成熟體系持續(xù)進(jìn)化。所謂L0是指NLP大模型、CV大模型等五大水平領(lǐng)域的基礎(chǔ)大模型；而L1指行業(yè)大模型，比如氣象、礦山、電力等行；L2指面向各行業(yè)中細(xì)分場(chǎng)景的模型，比如電力行業(yè)的無(wú)人機(jī)巡檢等。

在本次大會(huì)上，華為云又正式發(fā)布了盤(pán)古礦山大模型、盤(pán)古氣象大模型和盤(pán)古OCR大模型三個(gè)大模型。盤(pán)古OCR大模型解決了OCR領(lǐng)域算法普適性不強(qiáng)的問(wèn)題，并將標(biāo)注工作量降低90%；相較于以前的文字識(shí)別預(yù)訓(xùn)練模型，盤(pán)古OCR大模型在11項(xiàng)公開(kāi)數(shù)據(jù)集中取得顯著的精度提升，而且與原本領(lǐng)先的文字識(shí)別算法相比，盤(pán)古OCR大模型的精度平均提升5%以上。

華為云的盤(pán)古氣象大模型也極具意義。眾所周知，近年來(lái)極端天氣頻發(fā)，給全球經(jīng)濟(jì)和人們生活造成了極大破壞，利用人工智能技術(shù)來(lái)預(yù)測(cè)天氣就成為大勢(shì)所趨。華云盤(pán)古氣象大模型支持秒級(jí)預(yù)測(cè)未來(lái)7天全球天氣情況，相比傳統(tǒng)預(yù)報(bào)算法，速度提升1000倍、精度提升20%。

例如，今年8月，華為云盤(pán)古氣象大模型實(shí)現(xiàn)秒級(jí)預(yù)測(cè)臺(tái)風(fēng)“馬鞍”的登陸時(shí)間與軌跡，平均準(zhǔn)確率90%，遠(yuǎn)超業(yè)界。

華為云盤(pán)古礦山大模型則覆蓋整個(gè)礦區(qū)的8大主要業(yè)務(wù)場(chǎng)景和1000多個(gè)細(xì)分場(chǎng)景，邊用邊學(xué)、自我進(jìn)化，通過(guò)學(xué)習(xí)少量異常樣本就能識(shí)別所有存在風(fēng)險(xiǎn)的異常情況，模型精度達(dá)98%，相比傳統(tǒng)模型平均提升10個(gè)百分點(diǎn)，有效保障井下安全。

毫無(wú)疑問(wèn)，“預(yù)訓(xùn)練大模型”的出現(xiàn)，是人工智能與大數(shù)據(jù)、大算力結(jié)合的必然結(jié)果，也是人工智能現(xiàn)階段發(fā)展的必然趨勢(shì)。但如何“預(yù)訓(xùn)練大模型”之路走的既穩(wěn)又遠(yuǎn)，讓大模型不斷融入到行業(yè)場(chǎng)景乃重中之重?！叭A為云正在不斷迭代盤(pán)古大模型的能力，也讓盤(pán)古大模型一步步從實(shí)驗(yàn)室走向千行百業(yè)，成為AI開(kāi)發(fā)的操作系統(tǒng)。”華為云EI服務(wù)產(chǎn)品部部長(zhǎng)尤鵬如是說(shuō)。

華為云EI服務(wù)產(chǎn)品部部長(zhǎng)尤鵬

AI應(yīng)用開(kāi)發(fā)如何實(shí)現(xiàn)So Easy

如果說(shuō)大模型的興起，解決了傳統(tǒng)AI模型的泛化、對(duì)人工標(biāo)注數(shù)據(jù)的強(qiáng)依賴以及應(yīng)用開(kāi)發(fā)落地成本高等難題，在技術(shù)層面降低了AI開(kāi)發(fā)與應(yīng)用的門(mén)檻；那么，在工具與平臺(tái)、甚至在生態(tài)層面實(shí)現(xiàn)突破，則有望讓AI應(yīng)用開(kāi)發(fā)“走下神壇”和降低門(mén)檻，成為現(xiàn)階段AI產(chǎn)業(yè)化的又一大突破點(diǎn)。

一直以來(lái)，AI應(yīng)用開(kāi)發(fā)對(duì)于算法工程師等高級(jí)人才強(qiáng)依賴，參與應(yīng)用開(kāi)發(fā)門(mén)檻極高，極大影響了AI的產(chǎn)能。尤其是AI技術(shù)越來(lái)越復(fù)雜的大趨勢(shì)下，如何讓AI應(yīng)用開(kāi)發(fā)走向簡(jiǎn)單化，讓那些具備產(chǎn)業(yè)經(jīng)驗(yàn)的人才可以很好地應(yīng)用AI，對(duì)于AI在千行百業(yè)中的普及和規(guī)?；瘧?yīng)用極具意義。

為此，華為云從工具、平臺(tái)、生態(tài)等方面多管齊下，不斷降低AI應(yīng)用開(kāi)發(fā)的門(mén)檻。

例如，華為云在本次大會(huì)上發(fā)布了天籌AI求解器智能建模工具。眾所周知，求解器是針對(duì)各行各業(yè)的復(fù)雜業(yè)務(wù)問(wèn)題進(jìn)行最優(yōu)計(jì)算和決策的專業(yè)計(jì)算軟件，但往往需要懂運(yùn)籌學(xué)和編程的專家才能應(yīng)用起來(lái)，以至于求解器在行業(yè)中應(yīng)用率不高。

華為云推出了業(yè)界首個(gè)將AI和數(shù)學(xué)規(guī)劃結(jié)合的商用AI求解器--天籌AI求解器，目的就是幫助傳統(tǒng)行業(yè)用戶優(yōu)化決策問(wèn)題，實(shí)現(xiàn)高效、及時(shí)的決策。天籌AI求解器智能建模工具則簡(jiǎn)化了開(kāi)發(fā)人員的建模工作，大幅壓縮原本需要數(shù)月的建模時(shí)間，將求解建模速度提高30倍，進(jìn)一步降低企業(yè)應(yīng)用求解器的門(mén)檻，加速推動(dòng)AI決策在傳統(tǒng)行業(yè)中的應(yīng)用。

在平臺(tái)層面，華為云發(fā)布了基于AI資產(chǎn)重用的AI落地新范式及其平臺(tái)ModelArts Pilot。ModelArts Pilot具備“零代碼開(kāi)發(fā)”“豐富的模型資源”“自動(dòng)化”和“持續(xù)進(jìn)化”四項(xiàng)優(yōu)勢(shì)，支持AI應(yīng)用自動(dòng)生成，開(kāi)發(fā)工作無(wú)需強(qiáng)依賴算法工程師。用戶僅需要提供數(shù)據(jù)和需求描述，即可觸發(fā)自動(dòng)化流程，在調(diào)用API后僅需幾行代碼即可完成AI應(yīng)用開(kāi)發(fā)。

除了工具和平臺(tái)外，華為云還致力于推動(dòng)AI應(yīng)用開(kāi)發(fā)生態(tài)的成長(zhǎng)與健壯，寄希望通過(guò)生態(tài)的力量來(lái)不斷哺育開(kāi)發(fā)者，降低AI開(kāi)發(fā)難度和開(kāi)發(fā)成本。為此，華為云推出了D-Plan生態(tài)伙伴計(jì)劃，聯(lián)合生態(tài)伙伴進(jìn)行技術(shù)創(chuàng)新、項(xiàng)目交付、項(xiàng)目資產(chǎn)沉淀至平臺(tái)并進(jìn)行推廣和復(fù)用，構(gòu)建合作共贏的AI生態(tài)體系。

目前，華為云已經(jīng)與行業(yè)ISV合作伙伴打造了9個(gè)行業(yè)場(chǎng)景Usecase，包括出行調(diào)度、銷量預(yù)測(cè)、生產(chǎn)排程、貨架識(shí)別、工業(yè)質(zhì)檢、游戲AI等。這些AI Usecase和5萬(wàn)多個(gè)AI資產(chǎn)都沉淀在華為云AI平臺(tái)上，開(kāi)發(fā)者可以隨時(shí)利用AI資產(chǎn)庫(kù)（算法、模型等）和方案來(lái)解決AI問(wèn)題。

“事實(shí)上證明，云對(duì)于推動(dòng)AI產(chǎn)業(yè)化極具價(jià)值。在華為云上，包括AI求解器開(kāi)發(fā)環(huán)境和集成工具，只需4周時(shí)間就能完成AI應(yīng)用開(kāi)發(fā)，相比傳統(tǒng)方式3-6個(gè)月時(shí)間，大幅提升了AI開(kāi)發(fā)效率?！?華為云EI服務(wù)產(chǎn)品部部長(zhǎng)尤鵬總結(jié)道。

《預(yù)訓(xùn)練大模型白皮書(shū)》為何值得關(guān)注

不可否認(rèn)，“預(yù)訓(xùn)練大模型”如今被視為解決各種AI挑戰(zhàn)的重要路徑，業(yè)界對(duì)于“預(yù)訓(xùn)練大模型”的研究和應(yīng)用也呈現(xiàn)百花齊放的局面。但“預(yù)訓(xùn)練大模型”距離規(guī)?；虡I(yè)應(yīng)用，還有需要持續(xù)演進(jìn)和發(fā)展，不僅包含技術(shù)的演進(jìn)，更包含商業(yè)模式的進(jìn)化。

為此，華為云在本次大會(huì)上正式發(fā)布了《預(yù)訓(xùn)練大模型白皮書(shū)》，將華為云在大模型領(lǐng)域的研究與落地經(jīng)驗(yàn)進(jìn)行總結(jié)。由華為云人工智能領(lǐng)域首席科學(xué)家、IEEE Fellow、國(guó)際歐亞科學(xué)院院士田奇帶領(lǐng)的盤(pán)古大模型研發(fā)團(tuán)隊(duì)認(rèn)為，“預(yù)訓(xùn)練大模型”將成為未來(lái)AI計(jì)算的“操作系統(tǒng)”，向下管理AI 硬件，向上支撐AI 算法，將使得AI 開(kāi)發(fā)更加規(guī)范化、可復(fù)制。

《預(yù)訓(xùn)練大模型白皮書(shū)》從人工智能發(fā)展趨勢(shì)的角度詳細(xì)剖析了大模型的由來(lái)、現(xiàn)狀和未來(lái)趨勢(shì)，并結(jié)合盤(pán)古大模型的五大模型、應(yīng)用案例等介紹了大模型的應(yīng)用情況，對(duì)于各行各業(yè)的企業(yè)CIO、開(kāi)發(fā)者們普及大模型的價(jià)值與作用大有裨益。

例如，《預(yù)訓(xùn)練大模型白皮書(shū)》有兩個(gè)重要判斷：其一、在下一個(gè)劃時(shí)代的計(jì)算模型出現(xiàn)以前，大模型將是人工智能領(lǐng)域最有效的通用范式，并將產(chǎn)生巨大商業(yè)價(jià)值；其二、對(duì)大模型的研究，將可能啟發(fā)下一個(gè)通用計(jì)算模型。

另外，《預(yù)訓(xùn)練大模型白皮書(shū)》并未一味神化“大模型”的作用，而是從客觀角度認(rèn)為“預(yù)訓(xùn)練大模型”存在著局限性，即數(shù)據(jù)集越大、模型越大，提升同等精度所需要的代價(jià)就越大。為此，《預(yù)訓(xùn)練大模型白皮書(shū)》也探索了大模型落地的新思路，即針對(duì)小樣本、長(zhǎng)尾分布場(chǎng)景，云訓(xùn)練大模型與預(yù)置工作流配合往往能達(dá)到很好效果。

數(shù)字化是一道必答題。華為云希望讓技術(shù)不難選、不難用，讓企業(yè)從‘上好云’到‘用好云’，尤其是從多方位推動(dòng)AI產(chǎn)業(yè)化，真正幫助千行百業(yè)的用戶釋放數(shù)字生產(chǎn)力，從而實(shí)現(xiàn)跨越式發(fā)展。

生成海報(bào)

免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評(píng)論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個(gè)人觀點(diǎn)，與極客網(wǎng)無(wú)關(guān)。文章僅供讀者參考，并請(qǐng)自行核實(shí)相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。