9月3日，2022世界人工智能大會（WAIC 2022）暨AI商業落地論壇在上海世博中心順利舉辦，來自研究機構、科技公司、投資機構的十余位領軍人物出席，圍繞人工智能的大規模商業化應用進行探討。共達地生態合作負責人李尚霖作為全場唯一AutoML領域的代表應邀出席活動并以《大航海時代前夜，AutoML揚帆起航》為主題進行分享。
本文對分享內容進行了不改變原意的編輯整理。
共達地生態合作負責人李尚霖
從AI1.0到AI3.0
尊敬的各位來賓，大家上午好。
為什么現在開始談論AI大航海前夜，因為我們觀察到很多關鍵數據，這些信號讓我們認為，當下AI產業可能處于某個關鍵節點。
我前兩天去上海寶山區，看到寶山區的一個數據中心，接了5萬路攝像頭。整個上海市的數據中心，大概是接了100萬-200萬路攝像頭。這意味著 “萬物互聯”基本完成，現在要做的是“萬物智聯”。
同時，我們也留意作為人工智能三大要素之一的“算力”正在變得越來越便宜。一個最典型的體現是，所有的三代芯片廠商都有“AI 加速器”。
伴隨著萬物互聯的完成和算力的低價化，AI進入了大規模商用的關鍵節點。如果把這個節點放到人工智能半個多世紀的發展中，我們會發現，當下其實正處于從AI2.0到AI3.0的過渡階段。
從“人工智能”概念的提出到其后幾十年的發展，完成的主要是AI的工程化，這是AI1.0時代。在這期間，從業者以博士學歷的AI研究員為主，主要面向單一場景，以人臉識別為主，算法數量較少，算法交付周期以年為單位且成本往往在千萬級別，AI滲透率也極低。AI四小龍是這個階段的代表公司。
進入AI2.0時代，AI方案化了，成為深入具體場景的完整解決方案。在這個階段，AI所服務的場景豐富起來，算法數以千計并不斷上漲。與此同時，從業人員門檻不斷降低，交付周期也縮短至以季度為單位，單個模型的應用成本下降至十萬至百萬級別，商用性大大提升。
但AI3.0時代更進一步，導向的是AI的產品化。基于一個成熟的、可廣泛開放的平臺，讓沒有AI背景的產品經理、項目經理等角色，能以零代碼的方式生產AI算法，以應對超大規模應用場景中數以十萬計的算法需求，并實現以周為單位的快速交付。通過工具的提升，讓算法的生產效率大幅提升，讓應用門檻大幅下降，就是共達地正在做的事情。
從AI2.0過渡到AI3.0，是很多一線人工智能公司能“體感”到的變化。比如我們在業務中會接到很多餐飲公司的需求，希望上線“明廚亮灶”的算法包。這個算法包在早期可能只有一兩個算法，比如檢測是否失火、是否有老鼠等，但到后期逐漸細化到廚師是否佩戴廚師帽、是否有非工作人員闖入、是否有違規操作等等。
但AI3.0并不是終點，我們認為在可預見的未來還會有AI4.0的誕生，即AI服務化。舉個例子，早期人們需要花高價買一輛車，但如今打車、租車可以讓更多人體驗到便宜的私人駕駛服務。這就是典型的“產品服務化”過程。同樣的，當AI從一款產品變為一種服務時，算法將以更細膩的方式融入我們的生活，如絲絲細雨潤萬物一般。而那個時候，算法量級一定是浩瀚的，算法的生產能力也將分散在每一個對場景有想法、對AI有想象的人的手里。
AutoML，通向AI3.0的橋梁
如何通向AI3.0時代，共達地有一些探索可以分享給大家。
傳統的算法生產其實是一個手工作業的過程，主要包含13個核心步驟，從數據采集和標注、算法方案設計、超參調節到算法-芯片適配等，這些工作主要都由專業算法工程師完成。客戶需求不斷涌進來，不斷“等排期”，最終一套商用算法的交付周期往往以季度來衡量。這成為AI客戶和AI廠商共同的痛點。
共達地自主打造了“AutoML自動化AI訓練平臺”，把這13個流程都自動化，即“用AI生產AI”。在這種技術路徑下，目前視覺領域99%的算法需求，我們都可以在一周內完成商用交付。
目前這個產品已經在三四百個場景中應用落地了。比如，會有很多AI廠商來跟我們建立平臺性合作，以提升算法的生產效率。我在接觸這些客戶的過程中，經常聽到這樣一句話，“以前沒有你這個產品，我很多需求是不接的”。事實上，這句話很有場景性，它代表的是一種產業結構，即生產力跟不上市場需求時導致的市場空缺，背后的需求方和生產方都是無奈的。
前不久在信通院2022“人工智能平臺應用優秀案例”的評選中，共達地與人工智能公司千視通的合作，與來自華為、百度等優秀企業的案例一起入圍了。在這項合作中，千視通基于共達地AutoML自動化AI訓練平臺快速將算法落地到智慧交通、智慧園區、智慧金融網點等領域。
例如在某智慧城市項目中，湖南某步行街需要對撐傘/桌椅占道經營、游攤小販違規占道經營、垃圾桶滿溢識別等場景進行識別，如果按照傳統的操作方式，需要有專門的工作人員去完成數據采集、數據標注、模型結構設計、超參調節、芯片適配、迭代優化、部署應用等13大環節，耗費專業算法工程師團隊約數年時間才能完成。這是千視通難以承受人力、時間成本，也是客戶無法接受的交付周期。
但通過共達地AutoML自動化AI訓練平臺，千視通工作人員通過實地監控錄像，異地完成了數據的采集與標注，在數小時內完成了AI能力的建構，并在一周內進行了有效交付。
除了AI公司外，我們也有很多集成商客戶。共達地AutoML自動化AI訓練平臺支持零代碼的算法生產，也就是說用戶不需要懂技術，只需要定義好場景需求，然后進行托拉拽。
從目前已有的業務數據來看，即使是非專業客戶通過這個平臺也能在數小時內訓練一套精度在85%左右的算法。平臺會根據訓練結果給出優化建議，比如補充一些數據，然后以天為單位自動迭代，最終算法平均精度會超過92%。這是我們在算法的自動化生產環節給行業帶來的全新體驗。
在交付環節，共達地AutoML自動化AI訓練平臺預適配了百余款主流芯片，這是行業上任何一家公司都沒有達到的水平。在這個基礎上，客戶可以在訓練算法前進行選擇，平臺會根據終端所使用的芯片的算子結構進行模型訓練，從而在部署環節實現5秒一鍵下發。
未來，市場對AI算法的需求會不斷增長。比如，智慧城市中的高空拋物、垃圾外溢，智能制造中的瑕疵檢、非法闖入，這些都是隨著萬物互聯、產業智能升級已經產生的細分需求。中國是唯一擁有聯合國產業分類中全部工業門類的國家，在世界500多種主要工業產品中，有220多種工業產品中國的產量占居全球第一。未來當這些細分工業鏈條中不同環節的AI需求涌現出來時，將是無法通過幾家頭部人工智能公司解決的。而這還僅僅只是工業領域。所以我們把AI的訓練能力產品化封裝，開放給行業，讓傳統AI廠商的生產效率與市場需求的增長速度匹配，讓富士康、比亞迪這類終端客戶也具備自主的、高效的、適配場景需求的AI算法生產能力。
由此，大家也能發現，共達地并不是只面向某個垂直領域做解決方案的人工智能公司，而是一家面向行業上下游提供底層能力的AI3.0時代的團隊。
國家《新一代人工智能發展規劃》指出，人工智能是帶動我國產業升級和經濟轉型的主要動力，對智能社會的建設發展會帶來了重大和積極的影響。人工智能作為新興科技產業的通用型信息技術，將從生產效率、生產要素、產業結構等維度對國民經濟產生重大促進作用。在這里，我們也呼吁與更多行業伙伴達成生態合作，讓AI真正成為一種服務，實現整個行業的價值共贏。
