如果說，企業(yè)應(yīng)用人工智能是刀槍劍戟、馬上步下的整套功夫，那么基礎(chǔ)機(jī)器學(xué)習(xí)模型開發(fā)，可以說是最基本的扎馬步。基礎(chǔ)不牢，地動(dòng)山搖。AI模型開發(fā)是企業(yè)智能化的入門環(huán)節(jié)，卻也在很大程度上決定了企業(yè)智能化水準(zhǔn)的上限。根據(jù)IDC發(fā)布的《中國(guó)人工智能軟件及應(yīng)用跟蹤》，中國(guó)機(jī)器學(xué)習(xí)開發(fā)平臺(tái)市場(chǎng)在2019年達(dá)成了2.05億美元的市場(chǎng)規(guī)模，并將在未來五年保持38%以上的年復(fù)合增長(zhǎng)率。

機(jī)器學(xué)習(xí)平臺(tái)的意義遠(yuǎn)不止于其市場(chǎng)規(guī)模本身，作為企業(yè)應(yīng)用AI的基礎(chǔ)，機(jī)器學(xué)習(xí)平臺(tái)是開發(fā)與部署AI模型的基礎(chǔ)，同時(shí)也是牽引云計(jì)算、大數(shù)據(jù)、機(jī)器視覺等技術(shù)的重要?jiǎng)幽堋?span style="text-indent: 2em;">而機(jī)器學(xué)習(xí)平臺(tái)在不斷發(fā)展的過程里，本身也發(fā)生著巨大的變化。

剛剛，國(guó)際著名數(shù)據(jù)機(jī)構(gòu)Forrester發(fā)布了《The Forrester Wave?: Predictive Analytics And Machine Learning Solutions In China, Q4 2020》報(bào)告，對(duì)中國(guó)市場(chǎng)的預(yù)測(cè)分析和機(jī)器學(xué)習(xí)解決方案廠商從戰(zhàn)略、產(chǎn)品和市場(chǎng)表現(xiàn)三個(gè)維度進(jìn)行了評(píng)估。報(bào)告顯示，中國(guó)機(jī)器學(xué)習(xí)平臺(tái)的市場(chǎng)空間中，一個(gè)很重要的變化是華為云進(jìn)入了“領(lǐng)導(dǎo)者(Leaders)”象限。

如果你是開發(fā)者或者關(guān)注AI產(chǎn)業(yè)，一定會(huì)知道華為云在機(jī)器學(xué)習(xí)領(lǐng)域的差異化優(yōu)勢(shì)，一方面在于全棧全場(chǎng)景AI提供的云邊端一體化能力；另一方面則是以ModelArts為代表的一站式AI開發(fā)平臺(tái)，指向的產(chǎn)業(yè)化、智能化的AI應(yīng)用能力。華為云在機(jī)器學(xué)習(xí)平臺(tái)的向上攀升，受到市場(chǎng)更廣泛認(rèn)可，其實(shí)可以作為一個(gè)標(biāo)尺：機(jī)器學(xué)習(xí)平臺(tái)的發(fā)展，正在從基礎(chǔ)算法開發(fā)，走向產(chǎn)業(yè)化、落地能力為主導(dǎo)的強(qiáng)應(yīng)用時(shí)代。

變化的時(shí)代，蘊(yùn)育著變化的規(guī)則。從華為云在機(jī)器學(xué)習(xí)市場(chǎng)中的領(lǐng)導(dǎo)者表現(xiàn)，以及ModelArts 3.0的產(chǎn)業(yè)特性中，我們可以凝視一個(gè)正在變化的未來。

當(dāng)AI時(shí)代，劃過工業(yè)大門

Forrester在報(bào)告中對(duì)預(yù)測(cè)分析和機(jī)器學(xué)習(xí)平臺(tái)進(jìn)行考量時(shí)，綜合了主流算法兼容程度、部署兼容性、AutoML能力幾個(gè)主要維度。從中可以發(fā)現(xiàn)，業(yè)界對(duì)預(yù)測(cè)分析和機(jī)器學(xué)習(xí)（PAML）廠商的評(píng)價(jià)標(biāo)準(zhǔn)，已經(jīng)逐步從“開發(fā)者能否用這個(gè)平臺(tái)開發(fā)出算法”，變成了“開發(fā)者是否可以借助平臺(tái)獲得產(chǎn)業(yè)價(jià)值”。通俗一點(diǎn)來講，這個(gè)變化意味著機(jī)器學(xué)習(xí)的開發(fā)需求，已經(jīng)從實(shí)驗(yàn)室、個(gè)人開發(fā)者代表的手工業(yè)時(shí)代，來到了各行業(yè)、各企業(yè)的工業(yè)化時(shí)代。而時(shí)代翻篇的最主要特征，就是機(jī)器學(xué)習(xí)開發(fā)能否滿足工業(yè)化效率。

什么樣的PAML廠商才能滿足工業(yè)化效率下的AI落地需求？Forrester在報(bào)告中主要考慮了三個(gè)方面：

1、開發(fā)門檻是否足夠低，能適應(yīng)不同企業(yè)、不同部門的AI開發(fā)需求。

2、平臺(tái)能否幫助用戶快速完成應(yīng)用部署，達(dá)成工業(yè)級(jí)的應(yīng)用效率。

3、平臺(tái)提供的分布式架構(gòu)是否具備足夠的兼容性，能夠滿足企業(yè)用戶多元化的需求。

工業(yè)級(jí)的AI開發(fā)，需求開發(fā)效率、部署效率、運(yùn)維效率都能達(dá)成生產(chǎn)成本與價(jià)值回饋的合理性，這就讓機(jī)器學(xué)習(xí)平臺(tái)的產(chǎn)業(yè)化需求滿足能力成為了競(jìng)爭(zhēng)主線。而就在這個(gè)思路下，華為云脫穎而出，走到了領(lǐng)導(dǎo)者象限當(dāng)中。

ModelArts 3.0，象牙塔融于千家燈火

從Forrester的評(píng)價(jià)體系出發(fā)，我們可以發(fā)現(xiàn)大家已經(jīng)非常熟悉的ModelArts平臺(tái)具有鮮明的產(chǎn)業(yè)化特質(zhì)。而與以往版本不同的是，ModelArts 3.0不僅展現(xiàn)出獨(dú)特的產(chǎn)業(yè)工具與自動(dòng)化平臺(tái)特性，還將學(xué)術(shù)界先進(jìn)的算法能力反向融合于AI開發(fā)，實(shí)現(xiàn)了產(chǎn)業(yè)工具的深度進(jìn)化。具體來看，ModelArts 3.0的主要升級(jí)特性，與今天大規(guī)模部署機(jī)器學(xué)習(xí)模型、行業(yè)AI應(yīng)用廣泛、企業(yè)在多場(chǎng)景部署AI等主流趨勢(shì)相吻合，并且一一提出了具有技術(shù)創(chuàng)新性的應(yīng)對(duì)方案。比如：

1、骨干模型讓企業(yè)不必“重復(fù)發(fā)明輪子”，依靠行業(yè)經(jīng)驗(yàn)提升競(jìng)爭(zhēng)力。ModelArts 3.0中，加入了華為云骨干工具鏈EI-Backbone技術(shù)。它可以整合模型高效、數(shù)據(jù)高效、算力高效、知識(shí)高效，全面提升行業(yè)AI落地能力。目前，EI-Backbone所整合的行業(yè)骨干模型已經(jīng)在10余個(gè)行業(yè)成功驗(yàn)證，并且斬獲10余個(gè)業(yè)界挑戰(zhàn)賽冠軍。

2、聯(lián)邦學(xué)習(xí)技術(shù)加持，讓AI開發(fā)可以橫跨更多場(chǎng)景和業(yè)態(tài)，實(shí)現(xiàn)多種成本下降。聯(lián)邦學(xué)習(xí)近兩年在AI行業(yè)非?；馃?，它可以有效解決機(jī)器學(xué)習(xí)中的數(shù)據(jù)孤島困境。ModelArts 3.0中提供的聯(lián)邦學(xué)習(xí)特性，可以實(shí)現(xiàn)數(shù)據(jù)不出戶的聯(lián)合建模。讓用戶各自利用本地?cái)?shù)據(jù)訓(xùn)練，不交換數(shù)據(jù)本身，只用加密方式交換更新的模型參數(shù)，實(shí)現(xiàn)協(xié)同訓(xùn)練，最大化獲取訓(xùn)練價(jià)值，實(shí)現(xiàn)綜合數(shù)據(jù)訓(xùn)練成本下降。

3、模型診斷優(yōu)化，實(shí)現(xiàn)企業(yè)級(jí)精細(xì)化開發(fā)，提高AI模型工業(yè)級(jí)精度。對(duì)于企業(yè)級(jí)的AI模型開發(fā)來說，隨時(shí)審視模型開發(fā)進(jìn)度，調(diào)優(yōu)模型精度是不可或缺的一部分。為此，ModelArts3.0提供了全面的可視化評(píng)估、智能化診斷功能，使開發(fā)者可以直觀了解模型的各方面性能，有針對(duì)性進(jìn)行部署工作，提升AI模型的工業(yè)精度。

4、高效算力讓企業(yè)存算資源更加優(yōu)化配比，完成高效率開發(fā)部署。ModelArts 3.0進(jìn)一步加強(qiáng)了計(jì)算資源的優(yōu)化配置能力，其提供的性能模式讓企業(yè)可以充分利用空閑資源加速訓(xùn)練作業(yè)，訓(xùn)練速度可提升10倍以上，并且不影響模型的收斂精度；而經(jīng)濟(jì)模式可以通過最大化資源利用率給開發(fā)者提供極致的性價(jià)比，在大多數(shù)典型場(chǎng)景下可以提升性價(jià)比30%以上。

在這些特性的加持下，ModelArts 3.0可以加速AI的行業(yè)落地，實(shí)現(xiàn)模型高效、數(shù)據(jù)高效、算力高效、知識(shí)高效。機(jī)器學(xué)習(xí)平臺(tái)，可以借此成為AI落地效率提升的抓手。從這個(gè)角度看，ModelArts 3.0帶給產(chǎn)業(yè)的改變，可能遠(yuǎn)遠(yuǎn)不止對(duì)具體開發(fā)問題的解決。其更重要的價(jià)值指向在于，企業(yè)的機(jī)器學(xué)習(xí)能力上限又一次被打開。

大人，機(jī)器學(xué)習(xí)的規(guī)則變了

Forrester的評(píng)價(jià)稱：“華為云提供全棧預(yù)測(cè)分析及機(jī)器學(xué)習(xí)服務(wù)，是企業(yè)在公有云、本地、邊緣復(fù)雜部署場(chǎng)景下的理想選擇。”這個(gè)評(píng)價(jià)在某種程度上闡明了，企業(yè)在真正開發(fā)和使用AI時(shí)所需要的是什么：是企業(yè)能夠借助機(jī)器學(xué)習(xí)平臺(tái)，完成對(duì)復(fù)雜需求、復(fù)雜場(chǎng)景的適配，實(shí)現(xiàn)AI成為企業(yè)核心生產(chǎn)力的目標(biāo)。能夠在不同環(huán)境、不同開發(fā)條件、不同產(chǎn)業(yè)合作方式的基礎(chǔ)上完成AI開發(fā)，ModelArts 3.0通過創(chuàng)新的技術(shù)融入，將一站式、自動(dòng)化AI開發(fā)向前推進(jìn)到了新的階段。在這個(gè)階段，AI開發(fā)可以以目標(biāo)為導(dǎo)向，反向推導(dǎo)企業(yè)需要做什么，而不是僅僅通過已有算法，來審視哪些AI能力能夠幫助企業(yè)解決局部問題。

在這個(gè)核心規(guī)則的改變下，企業(yè)將可以應(yīng)用機(jī)器學(xué)習(xí)能力，作為自身的產(chǎn)業(yè)保障和生產(chǎn)力突破方式，變成企業(yè)的核心競(jìng)爭(zhēng)力。具體來看，有三種過去很難完成的挑戰(zhàn)，可以在ModelArts 3.0的產(chǎn)業(yè)突破下變成現(xiàn)實(shí)：

1、復(fù)雜的智能化需求可以借助機(jī)器學(xué)習(xí)平臺(tái)來完成。傳統(tǒng)意義上來說，機(jī)器學(xué)習(xí)平臺(tái)只能支持特定算法下的模型開發(fā)，而不能以企業(yè)需求為導(dǎo)向，實(shí)現(xiàn)復(fù)雜、綜合的模型加工。而在ModelArts 3.0與全棧全場(chǎng)景AI能力的加持下，這種情況已經(jīng)得到了改變。比如杭州云深處科技有限公司，應(yīng)用了華為ModelArts和Atlas 200DK開發(fā)了“絕影”系列機(jī)器狗的AI能力?！敖^影”機(jī)器狗可以實(shí)現(xiàn)實(shí)時(shí)感知現(xiàn)場(chǎng)環(huán)境，通過知識(shí)圖譜交互分析，強(qiáng)化學(xué)習(xí)動(dòng)態(tài)決策，并具有復(fù)雜的行進(jìn)路徑規(guī)劃和動(dòng)作的能力。如此復(fù)雜的智能機(jī)體，也能夠通過機(jī)器學(xué)習(xí)平臺(tái)來實(shí)現(xiàn)。

2、創(chuàng)造性的工作可以基于機(jī)器學(xué)習(xí)平臺(tái)來完成。不久前，放射學(xué)領(lǐng)域的國(guó)際頂級(jí)期刊Radiology（《放射學(xué)》）在線發(fā)表了一項(xiàng)研究：華為云EI創(chuàng)新孵化Lab聯(lián)合華中科技大學(xué)電信學(xué)院、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院放射科運(yùn)用華為云一站式AI開發(fā)平臺(tái)ModelArts，開發(fā)了一套基于CTA影像的全自動(dòng)化、高度敏感的腦動(dòng)脈瘤檢測(cè)算法。這套算法能夠?qū)崿F(xiàn)動(dòng)脈瘤靈檢測(cè)敏度97.5%，幫助醫(yī)生臨床診斷靈敏度提升約10%，漏診率降低5%，同時(shí)有效縮短醫(yī)生診斷時(shí)間。

在這套解決醫(yī)療健康重大問題的系統(tǒng)中，ModelArts平臺(tái)提供數(shù)據(jù)預(yù)處理及半自動(dòng)化標(biāo)注、大規(guī)模分布式訓(xùn)練、自動(dòng)化模型生成及端-邊-云按需部署能力，為創(chuàng)造性的AI探索提供了基礎(chǔ)。

3、低門檻機(jī)器學(xué)習(xí)成為日常。在物流行業(yè)，單據(jù)錄入是一個(gè)非常消耗時(shí)間、高度重復(fù)性的工作。盈智科技應(yīng)用華為云ModelArts Pro文字識(shí)別開發(fā)套件，實(shí)施了各類國(guó)際物流單證識(shí)別接口的開發(fā)，能夠?qū)崿F(xiàn)高效率的單證信息自動(dòng)化、結(jié)構(gòu)化輸出。在同等人力投入情況下，單據(jù)信息錄入效率提升50倍，單證流程節(jié)省60%的人力成本。國(guó)際物流這樣的實(shí)體行業(yè)，可以低門檻應(yīng)用高度智能化、自動(dòng)化的AI系統(tǒng)，解決企業(yè)中的重點(diǎn)問題，這是AI開發(fā)能力走向產(chǎn)業(yè)化的一個(gè)重要標(biāo)志。

目前，華為云ModelArts平臺(tái)已經(jīng)在制造、零售、物流、能源、醫(yī)療、城市、鋼鐵、科研等多個(gè)領(lǐng)域應(yīng)用，加速AI開發(fā)和行業(yè)AI落地。無論你是想要走到產(chǎn)業(yè)智能化的核心，還是想用AI探索一片未知領(lǐng)域，抑或想在一個(gè)看起來一點(diǎn)也不AI的企業(yè)應(yīng)用AI，ModelArts 或許都可以幫助你完成愿望。所以，或許抬頭看看你會(huì)發(fā)現(xiàn)：大人啊，機(jī)器學(xué)習(xí)的時(shí)代變了。

fqj