CNET科技行者 9月6日 上海消息(文/周雅):人工智能價值的“礦山”已經吸引了全球的鐵鍬,當然也包括數字化轉型的企業(yè)。
“然而人工智能的研究和應用,至今更多地分散在單點技術上,還無法滿足眾多企業(yè),特別是大中型企業(yè)的供應鏈、制造、經營管理等復雜生產系統(tǒng)的需求。”在HUAWEI CONNECT 2017的第一天,華為Cloud BU總裁兼IT產品線總裁鄭葉來一句話道出企業(yè)AI的難點。
此話有跡可循。畢竟一個技術的成功,要想實現立竿見影的效果,核心少不了其商業(yè)應用落地——人工智能,某種程度上改變了60逾年來介于科學與工程學之間的尷尬地位,如今在應用層面實現了爆發(fā),包括機器人、無人駕駛、醫(yī)療、教育等,未來的人工智能顯然無孔不入。
這同時意味著,企業(yè)要想在AI時代創(chuàng)造更多價值,則必須將那些分散的單點技術集成起來,聚沙成塔,再以云服務的形式,將人工智能技術綜合運用到復雜的企業(yè)場景中,創(chuàng)造商業(yè)價值。這也是企業(yè)在人工智能時代核心競爭力的表現。
要實現這些對于企業(yè)來說,挑戰(zhàn)頗大?,F在,華為發(fā)布了“企業(yè)智能(EI,Enterprise Intelligence)平臺”,平臺有AI技術架構,有云服務,企業(yè)可以專注于自己的業(yè)務。“華為云定位于智能社會的使能者,聚合人工智能、物聯網、計算和存儲等基礎能力,提供創(chuàng)新的企業(yè)智能云服務 ,讓算力釋放算法之美。”鄭葉來說道。
平臺的底層,是異構計算平臺,上層搭載了三類企業(yè)智能云服務——基礎平臺服務、通用服務、場景解決方案。
華為“企業(yè)智能(EI)平臺“架構
· 基礎平臺服務:包括機器學習、深度學習、圖計算,以及AI訓練、推理、檢索平臺等。
· 通用服務:包括視覺、語音、自然語言等領域API服務。
· 場景解決方案:面向行業(yè),與合作伙伴共同打造基于AI和云計算、物聯網等技術的場景解決方案。
· 異構計算平臺:華為憑借積累多年的系統(tǒng)工程、芯片、硬件、基礎軟件等基礎研發(fā)能力,使能上述三類智能服務,讓算力釋放算法之美。
當然EI并非紙上談兵,而是已經落地了一系列的應用場景:智能物流方面,華為對自身全球供應鏈進行端到端流程優(yōu)化,打通從供貨預測到物流、倉儲到報關、運輸、簽收等各個環(huán)節(jié),實現物流的智能化轉型;
還有智能裝箱,根據物品特征提供最佳裝箱方案,而且做到集裝箱3D仿真可視,整體利用率提升6%;
報關環(huán)節(jié),將EI應用于海關遵從度分析,根據歷史數據和匯率變化等,發(fā)現海關數據異常提前預警,實現報關一次通過,減少企業(yè)的貨物積壓風險;
在倉儲環(huán)節(jié),應用EI實現智能倉儲,例如設計最佳貨物擺放分類、優(yōu)化提貨路徑和倉儲空間,將華為的倉儲運作效率提升10%。
再以健康醫(yī)療保險理賠為例。中國太保集團首席數字官楊曉靈介紹,通過引進OCR圖像識別技術,客戶將就醫(yī)發(fā)票通過手機拍照上傳,后臺算法自動識別發(fā)票照片,自動生成結構化理算文本,并支持后續(xù)賠款支付處理。整套流程,可降低理賠人工作業(yè)成本50%以上。中國太保集團希望與華為在圖像識別和深度學習能力領域加強合作,為保險行業(yè)的客戶資源和應用場景提供解決方案。
深圳市交警局科技處李強處長介紹了深圳與華為聯合打造的智慧交通解決方案。由人工智能平臺預篩選違章圖片,可提升約10倍的篩選效率,鄭葉來打趣道,該解決方案的自動識別交通違章行為功能,甚至可以識別出駕駛員和乘客是否系上安全帶。該方案獲得了中國道路交通安全協會頒發(fā)的“2017年度道路交通安全創(chuàng)新產品獎”。
作為華為伙伴公有云之一,Orange Business Services的CEO Thierry Bonhomme 分享了Orange在云服務領域取得的最新進展。在歐洲核子研究中心( CERN ),華為與德國電信合作提供的公有云服務支撐了全球頂尖科學家的研究工作;依托華為提供的上千臺高性能計算節(jié)點的支撐,CERN的大型強子對撞機碰撞(LHC)實驗項目的總體運維成本降低2/3,上線周期由90天縮短為15天。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現AI根據復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數據集和MM-AlignBench評測基準,通過創(chuàng)新的數據生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經網絡技術,通過學習40年歷史數據掌握天氣變化規(guī)律,在極端天氣預測方面表現卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。