IEEE Fellow、AI大牛田奇加入华为云!他为何而来?“加速AI基础研究落地”

从基础技术,驶向行业落地快车道

金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

云+AI正在驱动的数字化、智能化变革趋势,现如今与新基建相辅相成,早已深入人心。

作为面向企业、行业和产业的基础变革,华为云入局时,最被外界看好的是其在企业级市场的基因和客户服务能力,以及背靠华为30年ICT技术积累的技术实力。

如果把产品方案和客户服务能力比作上层建筑,那么基础技术自然是经济基础。

而且华为云,还在不断加强“经济基础”。

这不,最新消息:AI大牛田奇已出任华为云人工智能领域首席科学家。

稍熟悉这位AI科学家履历的人都知道,这也是华为云进一步加码人工智能技术的信号。

谁是田奇?

美国伊利诺伊大学香槟分校博士、IEEE Fellow, 也是原UTSA计算机系正教授。

曾获Google Faculty Research Award、UTSA校长杰出研究奖、多媒体领域10大最具影响力的学者。

发表文章约550余篇,包括250+ IEEE TPAMI、IJCV、CVPR/ICCV/ECCV、NeurIPS等国际顶级期刊和会议。

2018年,在AI人才的激烈争夺中,田奇正式加盟华为,是华为诺亚方舟实验室计算机视觉首席科学家,主导AI视觉方向的前沿研究。

但就在华为云最新的TechWave人工智能专题日上,他的身份发生了这样的变化——首次以「华为云人工智能领域首席科学家」身份,公开亮相。

田奇加盟华为云会带来怎样的变化?

在量子位的采访中,田奇开诚布公给出了答案:

我在高校做了17年的老师,华为很好地帮助我完成了从高校向公司的过渡。

考虑到下一段目标,是希望帮助公司具体部门构建商业技术竞争力,以及直接创造商业价值。

而华为云又是公司着力要建设的部门,有着诸多人工智能的业务场景

于是,在机缘巧合之下,田奇便担任了华为云AI领域的首席科学家,带领团队加强华为云的AI基础研究实力。

而人工智能基础研究最终还是需要在场景中落地,华为云EI成为了田奇发力的主战场之一,用他的话就是,「华为云EI更加贴近AI落地和用户」:

华为云EI借助十余年来在行业内积累的大量经验,将计算机视觉、语音语义、决策优化领域的核心技术做到了创新和沉淀。

并且值得注意的是,田奇重点提到的华为云EI,也不断在基础研究方面交出成绩单。

基础科研实力「多项业界第一」,凭啥?

田奇介绍道,华为云在基础研究方向主要包括三个方面:

  • 计算机视觉
  • 自然语言处理
  • 语音交互

他认为若要用一个标签来体现华为云在基础研究中的实力,可以说是「多项业界第一」。

首先是在计算机视觉领域。

全监督学习方面,田教授带领的视觉研究团队在大规模图像分类数据集ImageNet-1000上,Top-1的精确度达到85.8%,在不使用额外数据集设置下达到了业界第一的水平。

而在此之前,谷歌在这个领域连续三年取得第一水平,华为视觉团队也打破了谷歌的多年霸榜。

无监督学习方面,华为视觉团队在ImageNet-1000数据集上,目前自研算法在精确度上达到了75.0%精度,比Facebook的MOCO v2 (71.1%)提高了3.9%,并且在一系列下游任务测试中都取得了更好的泛化性能。

弱监督学习方面,在刚刚结束的CVPR 2020 Webvision challenge 图像识别竞赛中,华为视觉研究团队实现了82.97% top-5识别精度,获得了此次挑战赛冠军。

在计算机视觉核心任务之一目标检测上,依赖于自身强大的研发能力,华为视觉团队提出了自适应数据增强技术,华为视觉团队在业界公认MS-COCO 数据集上也拿到了bounding box 检测业界第一,实现了单模型56.8%、多模型58.8%检测精度,两项指标均达到了世界第一,打破了Microsoft等公司在该领域多年的垄断。

如此强悍的基础硬实力,也加速了华为云在技术落地方面的进程。

自然语言处理知识图谱方面,华为云将AI基础技术应用到了行业,包括石油、医疗,以及在最近的防疫方面都做到了落地。

例如华为云基于AI的基因组分析,将测试病毒所需的时间从数小时减少到数分钟。目前这些系统已经部署在40多个国家,100多家医院,帮助当地国家抗击病毒。

此外,AI辅助医学影像分析,可以在数秒钟内输出COVID-19医学影像量化结果,帮助医生快速诊断(用AI帮助医生读肺部的CT片)。

语音交互方面,主要是将对话问答技术用在了WeLink小微助手,回答一些销售咨询、故障排除、问答支持等等。

而上述一系列成绩,也是华为云前进路上的一个个参照物。

但如果要理解华为云正在如何前进?又会给云市场带来怎样的变化?

还要接着往下看。

华为云的AI落地战术

从华为云在AI基础研究中的沉淀与突破,再到行业应用落地的加速,也正好反映出了行业发展的一个大趋势——AI前沿算法产品化

然而,在AI算法、框架不断迭代、刷新纪录,AI应用场景复杂的情况下,让AI在落地的过程中困难重重。

因此,华为云面向政府、企业与开发者,提供全栈AI解决方案——华为云EI

而从华为云EI近年来的表现,也再次证明此举的正确性。

例如在AI平台方面,华为云推出的ModelArts一站式AI开发管理平台,可以帮助用户进行包括AI开发和运行阶段管理在内的全生命周期管理,在数据处理、模型训练、模型管理、模型部署、AI市场等各个环节提供更为快速有效的解决方案。

HiLens端云协同AI开发应用平台,由具备AI推理能力的端侧设备和云上开发平台组成,面向开发者、企业以及设备生产厂商,提供“端”、“云”、“芯”为一体的多种开发方式和视觉设备的端云协同管理服务,进一步降低开发门槛。

一站式数据运营平台DAYU,面向数据工作者,覆盖数据集成、开发、治理,主题模型设计、数据开放。支持30+数据源接入,超过10万作业并发,用户可以全流程托拽方式实现数据端到端开发治理,同时平台分层开放,支持用户方便的集成,快速构建行业数据化转型平台、帮助企业加快数据变现。

除此之外,华为云EI通过在十余行业,大量的项目探索,总结了行业AI技术落地的关键路径——找准场景

华为云EI将这条关键路径分为三类:海量重复场景、专家经验场景及多域协同场景。

物流行业属于典型的海量重复场景,针对物流货物的运输、安检场景,华为云EI利用了视觉技术,帮助德邦快递实现了全面的自动化检测,节省了大量的时间成本和人力成本,有效减少了货物损耗。

针对多域协同场景,华为云帮助某机场解决航班靠桥率、旅客靠桥率、步行距离、地服消耗、滑行冲突率多等问题,实现核心指标靠桥率较人工提升了 5%,冲突率较人工降低10%,全面提升了指挥员工作效率和机场运行效率。

专家经验场景中,医疗领域是十分典型的,专家都是非常宝贵且稀少的资源。

华为云EI和金域医学围绕大数据、AI等多个方面便开展了合作,例如借助深度学习等AI技术对海量病理切片及专家标注数据进行学习、训练。

基于金域医学医生的专业标注,以及华为云EI视觉团队的网络模型构建与训练,合作项目已取得了阶段性的突破,例如宫颈癌细胞学AI辅助筛查的敏感度超过99%,可媲美专家水平。

也正是如此的成绩,让华为云EI在这条赛道上依旧持续发力。

在今天的TechWave人工智能专题日上,华为云推出了业界首创AI边缘训练及推理方案——ModelArts Edge智能小站

华为云人工智能领域首席科学家田奇发布

ModelArts Edge智能小站

作为ModelArts平台服务在边缘侧的延伸,ModelArts Edge智能小站拥有一体化全栈方式交付完整ModelArts平台服务的能力,并且还具有以下特性:

全栈AI开发服务能力下沉/开箱即用:与华为云统一架构,继承公有云大规模商用成熟架构,稳定可靠、开放兼容,能为客户提供与华为云上ModelArts一致的服务。

不仅如此,田奇在华为云TechWave人工智能专题日上表示:

未来,华为云EI还将持续把华为的AI前沿算法产品化,并开放给各行业的AI开发者使用,通过技术创新驱动产业智能升级。

所以一言以蔽之,华为云EI的目标,就是要「让AI无所不及」。

当然,或许你也有这样的疑问:

如今的云市场,怎么跟AI等前沿技术变得如此紧密相关?

为何一向谋定而后动的华为,在云+AI的进击上,如此坚定且高速行军?

云格局之变

云是什么?一个广受认可的定义是:

是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备,使用服务商提供的电脑基建作计算和资源。

但新技术加持、数字化转型升级大趋势之下,云计算早已不仅仅只是计算方式,而是承载AI、5G等各类新技术的直接载体,云服务是技术输出的最直接手段。

而且触达的也不再是互联网公司科技公司,还是更广大的产业,是产业智能化升级的核心方式,前景非常可观。

在今年大热的新基建浪潮中,更是对云、AI、5G等技术在产业智能化升级中的作用,给于了明确肯定。

而华为,更是当仁不让。

在明确智能化变革之后,华为也早已明确了朝着云、AI、5G的战略前进方向,要再次穿越技术周期,打赢“智能世界底座”之战。

现在,加码基础科研,加速AI基础技术落地行业市场,只是一个更加明确的信号。

版权所有,未经授权不得以任何形式转载及使用,违者必究。