AI落地真的很難么?

一方面,除了語音/語義識別、圖像識別等有限的幾個(gè)場景,AI其實(shí)并沒有兌現(xiàn)當(dāng)初描繪的美好愿景。以技術(shù)公司為主體落地AI,打造的是AI產(chǎn)業(yè),而AI并不像工業(yè)、制造業(yè)等適合獨(dú)立存在,這也就導(dǎo)致了AI落地的困境。

另一方面,AI落地或許沒有想象的那般困難,少了些技術(shù)理想主義不切實(shí)際的虛幻,以產(chǎn)業(yè)公司為主體落地AI,打造的是產(chǎn)業(yè)AI,先行者收獲頗豐,后來者循著腳印也逐步將AI落到實(shí)處。

AI落地的困難與否,在于是否找對了主體和思路。近兩三年來,AI落地比以往要踏實(shí)地多,行業(yè)已經(jīng)達(dá)成一致認(rèn)知,在尊重行業(yè)知識的基礎(chǔ)上,找尋與AI結(jié)合的方法,摸索實(shí)操手段,AI才能深入到千行百業(yè)。

9月24日,華為全聯(lián)接2020的第二天,華為云人工智能領(lǐng)域總裁賈永利表示,知識計(jì)算是實(shí)現(xiàn)行業(yè)知識與AI結(jié)合的一條全新且高效的路徑。

華為云人工智能領(lǐng)域總裁賈永利現(xiàn)場發(fā)表演講

知識、計(jì)算與AI,這是一條通往何處的路徑?

AI落地為什么需要知識計(jì)算?

AI落地是一場持久戰(zhàn),技術(shù)創(chuàng)新日益活躍,產(chǎn)業(yè)規(guī)模不斷拓展,是人工智能繁榮的外在,要實(shí)現(xiàn)源源不絕的正向循環(huán)推動(dòng)力,人工智能必須與行業(yè)應(yīng)用深度融合,各領(lǐng)域+人工智能的新技術(shù)新模式是AI堅(jiān)實(shí)的未來。

舉個(gè)例子,通用的AI基礎(chǔ)能力如語音識別,在進(jìn)入行業(yè)生產(chǎn)系統(tǒng)的過程中并不是開箱即用,實(shí)際業(yè)務(wù)復(fù)雜度和未知性要大大超過實(shí)驗(yàn)水平,因地制宜、按需改造才能實(shí)現(xiàn)AI落地。

在看待AI落地的視角上,華為云一開始就與眾不同。2018年,華為云提出AI落地的三種典型場景:海量重復(fù)場景、專家經(jīng)驗(yàn)場景、多域協(xié)同場景。

2019年,華為云提出跨越行業(yè)AI商用裂谷的四個(gè)關(guān)鍵要素:明確定義商業(yè)場景、觸手可及的充沛算力、持續(xù)進(jìn)化的AI服務(wù)、組織與人才的適配。

2020年,華為云提出,AI如果要?jiǎng)?chuàng)造價(jià)值必須要進(jìn)入企業(yè)的核心業(yè)務(wù)系統(tǒng)。

三年都是在HUAWEI CONNECT場合,從中可以看出,華為云對行業(yè)AI落地的思考一脈相承,首先判斷AI落地要圍繞數(shù)據(jù)與價(jià)值驅(qū)動(dòng)的確定性場景展開,隨之華為云通過大量項(xiàng)目實(shí)踐發(fā)現(xiàn),行業(yè)不缺數(shù)據(jù)但是缺少充足的AI算力、AI落地過程中需要持續(xù)迭代和演進(jìn)、落地過程涉及組織和人才的匹配,因此進(jìn)一步提出了關(guān)鍵要素,繼而在AI深入企業(yè)核心業(yè)務(wù)系統(tǒng)的過程中,華為云關(guān)注到行業(yè)知識如何與AI結(jié)合,成為當(dāng)前最大的掣肘。

具體來看,如何讓行業(yè)專家和AI專家,雙方能夠相互聽得懂,圍繞一個(gè)共同的目標(biāo)相互促進(jìn),這是行業(yè)專家如何與AI專家合作的難點(diǎn)。

不同行業(yè)都有自己數(shù)十年甚至上百年的專業(yè)積累,形成了大量成熟的物理、化學(xué)、生物等知識表達(dá)的機(jī)理模型,這些模型和數(shù)據(jù)驅(qū)動(dòng)的AI模型如何有效結(jié)合,這是行業(yè)機(jī)理與AI模型的結(jié)合難點(diǎn)。

行業(yè)自身多年積累的應(yīng)用系統(tǒng)、控制系統(tǒng),和AI系統(tǒng)的關(guān)系重塑,行業(yè)應(yīng)用平滑有序的升級成智慧系統(tǒng),這是行業(yè)應(yīng)用與AI系統(tǒng)的結(jié)合難點(diǎn)。

不隨大流地癡迷于刷榜跑分,華為云開始深入各類工廠車間實(shí)驗(yàn)室,當(dāng)行業(yè)開始認(rèn)知到行業(yè)知識與技術(shù)本身缺一不可,華為云已經(jīng)初步探索出行業(yè)經(jīng)驗(yàn)與AI結(jié)合的可行方法——知識計(jì)算。

AI落地要再攀新高地,傳統(tǒng)方式不足以發(fā)揮知識最大效用,運(yùn)用AI的思維解決知識使用的問題,放大知識本身的價(jià)值,這也是華為云帶來行業(yè)知識方法論與技術(shù)應(yīng)用的變革啟示。

企業(yè)如何”知之“?

華為云在其實(shí)踐的600多個(gè)AI項(xiàng)目后察覺,超過30%的項(xiàng)目AI都進(jìn)入了核心生產(chǎn)系統(tǒng),經(jīng)過測算,一旦進(jìn)入核心生產(chǎn)系統(tǒng),平均帶來18%以上盈利和效率的提升,這對企業(yè)無疑是一個(gè)有吸引力的數(shù)字。

《論語十則》中有這樣一句耳熟能詳?shù)脑捳Z,“知之為知之,不知為不知,是知(通智)也”,用來形容當(dāng)前AI落地的情況毫不違和——企業(yè)知道自己的行業(yè)知識,但是不知道如何應(yīng)用人工智能,人工智能企業(yè)則反之,只有兩者結(jié)合將知識、計(jì)算與AI融會(huì)貫通,才能打造企業(yè)自己的智能。

AI介入到行業(yè)之前,行業(yè)知識本身也存在瓶頸,企業(yè)無法考慮到現(xiàn)實(shí)情況下所有的場景,行業(yè)經(jīng)驗(yàn)往往意味著簡化和模糊操作,難以實(shí)現(xiàn)流程控制或者質(zhì)量控制最佳的狀態(tài),這就是為什么當(dāng)控制精準(zhǔn)度達(dá)到了一定水平以后,哪怕再提升一個(gè)百分點(diǎn)都要投入非常大的人力、物力,甚至產(chǎn)出還比不上投入。

知識計(jì)算恰恰可以幫助一定程度上解決這個(gè)問題,通過AI系統(tǒng)和理論幫助企業(yè)改進(jìn)原來傳統(tǒng)的控制方法,AI的參與實(shí)現(xiàn)了精準(zhǔn)化調(diào)優(yōu),再加上行業(yè)知識和算法能力,就可以達(dá)到更好的控制精度,更優(yōu)的成本的配置,更優(yōu)的策略,知識計(jì)算的價(jià)值得到最大化發(fā)揮。

在由“不知”向“知之”的旅程中,華為云為企業(yè)提供了模塊化、全生命周期知識計(jì)算解決方案,覆蓋從知識獲取到知識應(yīng)用在企業(yè)的生產(chǎn)環(huán)節(jié)中的全生命周期。

知識計(jì)算幫助AI落入現(xiàn)實(shí)

煙臺華新不銹鋼有限公司(以下簡稱“華新不銹鋼”)主營不銹鋼、合金鋼生產(chǎn),合金鋼生產(chǎn)過程中,合金配件是關(guān)鍵環(huán)節(jié)。傳統(tǒng)的合金配料是由人工完成,配料過程主要依賴于專家經(jīng)驗(yàn),配比結(jié)果會(huì)出現(xiàn)較大波動(dòng)。同時(shí),由于原料價(jià)格隨市場波動(dòng),不同批次成分含量不同,為人工配料增加了難度,往往需要重復(fù)多次調(diào)整配比。

華新不銹鋼與華為云合作后,將合金配料的元素守恒機(jī)理模型、專家經(jīng)驗(yàn)等隱性知識注入到AI中,與AI深度融合;基于多模態(tài)的數(shù)據(jù)感知驅(qū)動(dòng),構(gòu)建成分軟測量AI模型,賦能合金配料工程師進(jìn)行優(yōu)化決策,找到符合鋼水質(zhì)量的最優(yōu)合金配料比例,同時(shí)保證合金成本最低。

華新不銹鋼基于AI輔助可實(shí)現(xiàn)10秒內(nèi)完成最優(yōu)合金配比計(jì)算,實(shí)現(xiàn)合金成本最優(yōu);并可精準(zhǔn)預(yù)測終點(diǎn)鋼水成分,預(yù)測準(zhǔn)確率達(dá)到95%以上,生產(chǎn)中一次添加并能完成配料合成。平均每噸可降低成本100元,按20萬噸的年產(chǎn)能計(jì)算,每年可為企業(yè)節(jié)省成本2000萬元。

在汽車行業(yè),中國一汽應(yīng)用華為云知識計(jì)算解決方案構(gòu)建的一汽知識計(jì)算平臺,基于業(yè)務(wù)場景,將知識便捷地、以數(shù)字化的方式呈現(xiàn)在眼前,快速提升員工能力。通過使用一汽知識計(jì)算平臺,一汽紅旗某4S店的一次性修復(fù)率提升了4%,客戶維修等待時(shí)間下降了23%,廠家支持介入率下降了30%,維修技師的培養(yǎng)時(shí)間縮短了30%。

類似的產(chǎn)業(yè)實(shí)踐還有華為與中科院北京基因組所韓大力教授的合作,基于華為云知識計(jì)算解決方案,將DNA羥甲基數(shù)據(jù)和經(jīng)過大量研究實(shí)驗(yàn)積累的基因知識圖譜進(jìn)行整合計(jì)算,更加準(zhǔn)確地識別出血液中的關(guān)鍵生物標(biāo)記物,將早期診斷的準(zhǔn)確性提升了9個(gè)百分點(diǎn),有助于對食道癌患者的早期發(fā)現(xiàn)。

華為云還與交通管理部門合作,把知識計(jì)算解決方案應(yīng)用于交通治理,綜合運(yùn)用各類專業(yè)知識,通過道路實(shí)時(shí)信息反饋、整合專家的經(jīng)驗(yàn),經(jīng)過AI運(yùn)算形成一套系統(tǒng)化的控制方案,將其用于城市路口和區(qū)域的通行優(yōu)化,目前已在深圳300多個(gè)路口進(jìn)行驗(yàn)證,未來有望更進(jìn)一步實(shí)現(xiàn)道路、機(jī)場、地鐵等立體化的交通治理。

“通過華為云知識計(jì)算解決方案,企業(yè)可以打造自己的知識計(jì)算平臺,推動(dòng)AI進(jìn)入核心業(yè)務(wù)系統(tǒng),加速智能化升級;知識計(jì)算平臺也將成為企業(yè)的核心平臺,極大增強(qiáng)企業(yè)市場競爭力。”華為云人工智能領(lǐng)域總裁賈永利表示。 

融合知識、計(jì)算與AI,華為云助力千行百業(yè)開啟智能化征程。