国产av综合第1页_亚洲综合在线图片天堂_2021av天堂网中文手机_欧美巨大另类极品_亚洲成人在线中文字幕无码_欧美极品第1页专区_色色网站免费无码_免费另类男女性爱视频的完整版_五月丁香黄色视频三级片A天堂_一级黄片免费播放

另一方面，互聯(lián)網(wǎng)企業(yè)在不同領域的種種嘗試，例如抖音和今日頭條的推薦分發(fā)算法、安全認證領域的人臉識別、微信上的語音轉錄功能等等。這些互聯(lián)網(wǎng)行業(yè)的AI應用，不僅給我們的生活帶來了實實在在的變化，也幫助企業(yè)實現(xiàn)了業(yè)績與效益的增長。

從這些角度來講，中國人工智能在應用過程中取得的成績，無疑稱得上是優(yōu)等生。

但當我們將視角深入到更多傳統(tǒng)企業(yè)中去，則會發(fā)現(xiàn)，當人工智能走出實驗室，走進生產(chǎn)車間等實際場景的過程中，依然面臨著巨大挑戰(zhàn)。某制造業(yè)的老員工斷言：這就是個沒有底的“深坑”。

永輝超市旗下的彩食鮮CTO喬新亮曾感慨：

“AI其實有點像企業(yè)數(shù)字化轉型最后的那個‘質變’。對一家企業(yè)來說，大家都想要秋天的果實，但是春天和夏天在哪里呢？”

類似的提問不是第一次也不是最后一次。根據(jù)埃森哲《中國企業(yè)人工智能應用之道》面對全球企業(yè)高管的調研顯示：高達79%的中國企業(yè)高管認為，他們必須借助人工智能來實現(xiàn)業(yè)務增長目標——但其中，有52%的中國企業(yè)高管人員坦言，人工智能試點容易，但當設法將人工智能推廣至全企業(yè)時，難度較大。

首當其沖的是數(shù)據(jù)。人工智能對效率的提升，需要深度、全維度的數(shù)據(jù)作為分析原料，但與互聯(lián)網(wǎng)天生根植于數(shù)據(jù)不同，我國人力資源充裕，過去很多傳統(tǒng)行業(yè)的數(shù)字化意愿并不強烈。到了人工智能時代，企業(yè)的數(shù)據(jù)基礎不扎實，也就難以承載起上層的智能化轉型。

其次是企業(yè)部署算力設備的成本。隨著場景、數(shù)據(jù)量的增多，算力需求呈現(xiàn)指數(shù)級增長，而無論是算力設備的購置費用還是技術人員對算法優(yōu)化的時間投入，都是一筆不小的開支。

此外，AI的介入，需要將過去依靠人決策的生產(chǎn)工作流程打破，并結合AI決策重新構建場景。在這個過程中，找到適合AI的、能夠帶來業(yè)績提升的落地場景，并以此構建新的工作模式，往往意味著專業(yè)人員數(shù)月的時間投入。

更不必提，在落地過程中，組織上下員工觀念仍然需要時間來轉變，最后“錢沒少花，但還是人來干活，干完活用機器記錄一下”的案例比比皆是。

因此，我們不難發(fā)現(xiàn)，人工智能在互聯(lián)網(wǎng)領域的攻城掠地有多順利，在實體經(jīng)濟中的落地就有多困難。

而無論如何，盈利、資源利用率最大化、滿足客戶需求，才是每一家企業(yè)的終極目標。這正是“業(yè)務一線的AI”與“實驗室里的AI”的本質區(qū)別：實驗室中，專家學者的目標是攻克技術難點，提出新的技術路線；而業(yè)務一線中的AI，則是要通過提高效率降低成本，實現(xiàn)企業(yè)經(jīng)營上的增長。

從更加宏觀的層面來看，這是喜憂參半的一體兩面，喜的是中國已經(jīng)開始擺脫模仿，樹立自己的智能化標桿；憂的是，我國龐大的人口基數(shù)與過去數(shù)十年的高速發(fā)展，造成了各產(chǎn)業(yè)對勞動力不同程度的依賴，數(shù)字化基礎較差，智能轉型過程中不可避免面臨著技術、認知上的落差。

這其實是一種慣性的思維，即一項新興技術最終總會通過某個具體的產(chǎn)品呈現(xiàn)。比如我們說移動互聯(lián)網(wǎng)想到的就是手機、說到航天想到的就是火箭。

然而我們也知道，自AlphaGo “出道”算起，人工智能技術落地的嘗試也才走過5年時間。AI概念一度繁榮，又一度沉寂?，F(xiàn)如今在各個行業(yè)的應用落地才剛剛開始，不同技術之間相互融合還需時日。

從另一個角度來說，結合企業(yè)實際痛點，將技術封裝為一個完整的產(chǎn)品，無疑比單純“賣算法、賣服務”更加有利于人工智能的落地與推廣。

比如國內AI公司第四范式就推出了軟硬一體化產(chǎn)品。在硬件方面，通過利用異構計算的技術，將CPU、GPU、FPGA等芯片相配合，達到更好的運算效果和更靈活的算法與算力匹配。而軟件方面，人工智能操作系統(tǒng)的加入，使得整個機器的整體運算效率以及算力調度能力更強。

第四范式系統(tǒng)架構科學家盧冕解釋說：

“正因為我們了解軟件算法層的負載、數(shù)據(jù)特征的冷熱分布細節(jié)，所以我們可以去匹配合適的硬件，從上層的應用，穿透到計算邏輯和框架，再穿透到底層硬件，軟硬之間是互助的聯(lián)合優(yōu)化，可以發(fā)揮更好的資源優(yōu)勢?！?

“由于一體系統(tǒng)追求穩(wěn)定、高效、兼容，比如英特爾的CPU，借助它的多核優(yōu)勢，我們把這個軟件的可擴展性做得更好。而傲騰持久內存容量更大的特性，也讓一臺機器可以撐起更多的任務，例如在10TB數(shù)據(jù)量的事中實時決策場景中，在應用基于傲騰持久內存優(yōu)化的開源機器學習數(shù)據(jù)庫OpenMLDB后，算力消耗由25臺下降至8臺。另一方面，英特爾提供了FPGA這種專用的加速硬件，我們在這種硬件上也做了一些模型訓練方面的加速工作?！北R冕說。

硬件上的穩(wěn)定運行得益于其搭載了一套完整英特爾產(chǎn)品。這種具備計算、存儲、網(wǎng)絡全方位硬件支持，并將軟件、系統(tǒng)級優(yōu)化能力融于一體的底層基礎設施方案，給AI系統(tǒng)帶來了更加全面的場景、功能支持，更大程度地保證了整個系統(tǒng)沒有短板。反映在實際應用中，則是更高的算力輸出表現(xiàn)、更低的數(shù)據(jù)訪問時延、更短的故障恢復時間等等，還有整個應用系統(tǒng)總體擁有成本，也就是TCO的下降。

人工智能從方案設計到落地的全生命周期中，需要的能力非常多。合作越多、生態(tài)越豐富，AI產(chǎn)業(yè)的推廣與建設就更加順暢。像是第四范式就選擇以開源的方式，將機器學習數(shù)據(jù)庫OpenMLDB提供給社區(qū)，讓更多開發(fā)者能以便捷、低門檻的方式去落地AI，企業(yè)也能夠更好的完成規(guī)?；?。

這些嘗試并不一定能解決所有的問題，事實上，人工智能作為一種技術綜合體，在不同的場景中，有著不同的組合形式。但也正因其復雜性，通過更多人的參與，將孤立的技術與解決方案連接成片，最終組成堅固的技術生態(tài)，將為AI的落地帶來更多可能性。