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場景,AI其實并沒有兌現當初描繪的美好愿景。以技術公司為主體落地AI,打造的是AI產業,而AI并不像工業、制造業等適合獨立存在,這也就導致了AI落地的困境。
另一方面,AI落地或許沒有想象的那般困難,少了些技術理想主義不切實際的虛幻,以產業公司為主體落地AI,打造的是產業AI,先行者收獲頗豐,后來者循著腳印也逐步將AI落到實處。
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落地比以往要踏實地多,行業已經達成一致認知,在尊重行業知識的基礎上,找尋與AI結合的方法,摸索實操手段,AI才能深入到千行百業。
9月24日,華為全聯接2020的第二天,華為云人工智能領域總裁賈永利表示,知識計算是實現行業知識與AI結合的一條全新且高效的路徑。
華為云人工智能領域總裁賈永利現場發表演講
知識、計算與AI,這是一條通往何處的路徑?
AI落地為什么需要知識計算?
AI落地是一場持久戰,技術創新日益活躍,產業規模不斷拓展,是人工智能繁榮的外在,要實現源源不絕的正向循環推動力,人工智能必須與行業應用深度融合,各領域+人工智能的新技術新模式是AI堅實的未來。
舉個例子,通用的AI基礎能力如語音識別,在進入行業生產系統的過程中并不是開箱即用,實際業務復雜度和未知性要大大超過實驗水平,因地制宜、按需改造才能實現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:海量重復場景、專家經驗場景、多域協同場景。
2019年,華為云提出跨越行業AI商用裂谷的四個關鍵要素:明確定義商業場景、觸手可及的充沛算力、持續進化的AI服務、組織與人才的適配。
2020年,華為云提出,AI如果要創造價值必須要進入企業的核心業務系統。
三年都是在HUAWEI CONNECT場合,從中可以看出,華為云對行業AI落地的思考一脈相承,首先判斷AI落地要圍繞數據與價值驅動的確定性場景展開,隨之華為云通過大量項目實踐發現,行業不缺數據但是缺少充足的AI算力、AI落地過程中需要持續迭代和演進、落地過程涉及組織和人才的匹配,因此進一步提出了關鍵要素,繼而在AI深入企業核心業務系統的過程中,華為云關注到行業知識如何與AI結合,成為當前最大的掣肘。
具體來看,如何讓行業專家和AI專家,雙方能夠相互聽得懂,圍繞一個共同的目標相互促進,這是行業專家如何與AI專家合作的難點。
不同行業都有自己數十年甚至上百年的專業積累,形成了大量成熟的物理、化學、生物等知識表達的機理模型,這些模型和數據驅動的AI模型如何有效結合,這是行業機理與AI模型的結合難點。
行業自身多年積累的應用系統、控制系統,和AI系統的關系重塑,行業應用平滑有序的升級成智慧系統,這是行業應用與AI系統的結合難點。
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驗室,當行業開始認知到行業知識與技術本身缺一不可,華為云已經初步探索出行業經驗與AI結合的可行方法——知識計算。
AI落地要再攀新高地,傳統方式不足以發揮知識最大效用,運用AI的思維解決知識使用的問題,放大知識本身的價值,這也是華為云帶來行業知識方法論與技術應用的變革啟示。
企業如何”知之“?
華為云在其實踐的600多個AI項目后察覺,超過30%的項目AI都進入了核心生產系統,經過測算,一旦進入核心生產系統,平均帶來18%以上盈利和效率的提升,這對企業無疑是一個有吸引力的數字。
《論語十則》中有這樣一句耳熟能詳的話語,“知之為知之,不知為不知,是知(通智)也”,用來形容當前AI落地的情況毫不違和——企業知道自己的行業知識,但是不知道如何應用人工智能,人工智能企業則反之,只有兩者結合將知識、計算與AI融會貫通,才能打造企業自己的智能。
AI介入到行業之前,行業知識本身也存在瓶頸,企業無法考慮到現實情況下所有的場景,行業經驗往往意味著簡化和模糊操作,難以實現流程控制或者質量控制最佳的狀態,這就是為什么當控制精準度達到了一定水平以后,哪怕再提升一個百分點都要投入非常大的人力、物力,甚至產出還比不上投入。
知識計算恰恰可以幫助一定程度上解決這個問題,通過AI系統和理論幫助企業改進原來傳統的控制方法,AI的參與實現了精準化調優,再加上行業知識和算法能力,就可以達到更好的控制精度,更優的成本的配置,更優的策略,知識計算的價值得到最大化發揮。
在由“不知”向“知之”的旅程中,華為云為企業提供了模塊化、全生命周期知識計算解決方案,覆蓋從知識獲取到知識應用在企業的生產環節中的全生命周期。
知識計算幫助AI落入現實
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,合金鋼生產過程中,合金配件是關鍵環節。傳統的合金配料是由人工完成,配料過程主要依賴于專家經驗,配比結果會出現較大波動。同時,由于原料價格隨市場波動,不同批次成分含量不同,為人工配料增加了難度,往往需要重復多次調整配比。
華新不銹鋼與華為云合作后,將合金配料的元素守恒機理模型、專家經驗等隱性知識注入到AI中,與AI深度融合;基于多模態的數據感知驅動,構建成分軟測量AI模型,賦能合金配料工程師進行優化決策,找到符合鋼水質量的最優合金配料比例,同時保證合金成本最低。
華新不銹鋼基于AI輔助可實現10秒內完成最優合金配比計算,實現合金成本最優;并可精準預測終點鋼水成分,預測準確率達到95%以上,生產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20萬噸的年產能計算,每年可為企業節省成本2000萬元。
在汽車行業,中國一汽應用華為云知識計算解決方案構建的一汽知識計算平臺,基于業務場景,將知識便捷地、以數字化的方式呈現在眼前,快速提升員工能力。通過使用一汽知識計算平臺,一汽紅旗某4S店的一次性修復率提升了4%,客戶維修等待時間下降了23%,廠家支持介入率下降了30%,維修技師的培養時間縮短了30%。
類似的產業實踐還有華為與中科院北京基因組所韓大力教授的合作,基于華為云知識計算解決方案,將DNA羥甲基數據和經過大量研究實驗積累的基因知識圖譜進行整合計算,更加準確地識別出血液中的關鍵生物標記物,將早期診斷的準確性提升了9個百分點,有助于對食道癌患者的早期發現。
華為云還與交通管理部門合作,把知識計算解決方案應用于交通治理,綜合運用各類專業知識,通過道路實時信息反饋、整合專家的經驗,經過AI運算形成一套系統化的控制方案,將其用于城市路口和區域的通行優化,目前已在深圳300多個路口進行驗證,未來有望更進一步實現道路、機場、地鐵等立體化的交通治理。
“通過華為云知識計算解決方案,企業可以打造自己的知識計算平臺,推動AI進入核心業務系統,加速智能化升級;知識計算平臺也將成為企業的核心平臺,極大增強企業市場競爭力。”華為云人工智能領域總裁賈永利表示。
融合知識、計算與AI,華為云助力千行百業開啟智能化征程。
