『AI』旷视落子天元:深度学习框架开源,是成为伟大AI企业的第一步

『AI』旷视落子天元:深度学习框架开源,是成为伟大AI企业的第一步
图片

“机器必须有自己独特的思考 , 机器必须做人类做不到的事情 。 ”
『AI』旷视落子天元:深度学习框架开源,是成为伟大AI企业的第一步
图片

作者 /  刘亚杰
编辑 /  刘   煜
人工智能的飞速发展离不开深度学习和算法的演进 。 人工智能是怎样实现的?算法又是怎样产生的?
中国人工智能独角兽企业给出了他们的解释:“简单来讲 , 算法的研发过程就像炒菜 。 在‘美味算法’的研发中 , 数据就是各种各样的食材 , 需要清洗 , 分类管理 , 是‘炒制’算法的原材料;而算法的训练和推理就像是烹制的过程 , 需要锅具(深度学习框架)来承载;算力则是一灶猛火 , 火候到位才能烧得好菜 。
厨师的工作是什么?一定不是买菜、刷锅、端盘子 , 他们几十年精深厨艺 , 炉火纯青的 , 是在火候的顶点逼出锅气 , 是结束表演时精准洒出的一把盐 , 然而即便是厨艺高超也不能空手烧出佛跳墙——AI开发者亦是如此 , 他们钟情于“炼丹”文化 , 讲究学术造诣 , 但尽管是大神级开发者 , 也需要好用的开发工具 。
厌倦了晦涩的技术参数与冗长的产品规格说明书 , AI从业者远比其他业者更喜欢类比 。 谈及人工智能和深度学习的理念和优势 , 免不了讲出如上这样的观点 。
故事讲到这 , 听众总会有所收获 , 也有了一番不解 。
在国内产业升级的背景下 , 谁能拉动生产力?当厨师站在更好的工作空间 , 身前围坐着更多苛责的食客时 , 谁能提升菜品供应效率?随着厨房不断升级 , 需求、资源、方法论都会改变 , 这道题越发不好解答 。
不过旷视没有给听众太多考虑的时间 , 而是一递上奇招:先开源 , 再开放 。
3月25日 , 旷视按计划正式开源其自研、自用了6年的工业级深度学习框架“天元”(MegEngine) 。 在开源框架的同时 , 旷视还将开放Brain++的算力和数据平台 , 其目的是降低AI算法的研发门槛 , 让“深度学习 , 简单开发”——“降低开发者的门槛 , 让 AI 变得平凡 , 才能真正的释放 AI 生产力 。 ”旷视表示 。
01产业变了
“机器必须有自己独特的思考 , 机器必须做人类做不到的事情 。 ”
2017年5月27日 , 贵阳国际大数据产业博览会上 , 当人们还在回忆一年前 , AlphaGo战胜棋手李世石与柯洁的故事 , 马云说出了这些话 。 在他看来 , 机器强大的运算能力 , 不能只停留在棋盘上 , 现实中有更广阔的用武之地 。
这一年 , ARJ21-700飞机获得中国民航局颁发的许可证 , 中国开始量产喷气式客机;480万辆运营车辆上线被动系统 , 中国建成全球最大的车联网平台;另据中国汽车工业协会数据 , 2017年全年中国汽车产销量双双超过300万辆……
由此可见 , 中国社会正在变化 , 产业已经告别原始的“作坊式”生产模式 , 迎来市场化、规模化、现代化改造 。 这是一次全行业生产工具的全面升级的时代 , 这次改造才是马云口中人类做不到 , 应该留给机器思考、完成的“事情” 。
『AI』旷视落子天元:深度学习框架开源,是成为伟大AI企业的第一步
图片

很明显 , 这些“事情”的复杂程度远比下棋更高 , 不过已经有中国企业关注这些“事情” 。 这场对弈之后 , 旷视很快将人工智能产品及解决方案落地 , 在深度研发人工智能底层算法的基础上 , 推出智能摄像头、智能计算单元、智能机器人三大硬件体系 , 走出一条“软硬结合”发展路线 。
伴随业务版图不断扩张 , 旷视也发现了一些问题:世界上不存在通用的算法 。 很多细分场景和诉求 , 都需要创新算法来解决 , 然而算法研发的门槛过高 , 传统企业和中小企业没有深度学习和算法开发的能力;作为AI算法厂商和解决方案提供商 , 供方有能力 , 但是缺乏一线业务场景的数据和对业务的深入理解 。 双方类似于站在跨海大桥的两端 , 总要消灭那段距离才能相遇——这也正是AI+产业的升级过程中面临的最大鸿沟 。


推荐阅读