江苏龙网

  1. 首页 > 资讯 > 资讯 > >

AI|华为云到底用AI做了什么？从少坐一趟机场摆渡车谈起( 二 )


AI|华为云到底用AI做了什么？从少坐一趟机场摆渡车谈起
文章图片
在这次疫情的大考中，原来只能依靠人类专家完成的新冠肺炎检测任务，华为云依靠领先的图像分割技术实现了肺炎更精准、更快速的检测，可以达到 CT 量化结果秒级输出，大大提升了辅助诊疗的质量和效率。
多模态数据处理：登顶 NuScenes 数据集
前面提到的图像分类、检测、分割等都是相对独立的任务，但在现实生活中，人们处理的往往是多个维度、多个模态的数据（如聊天时同时面对人脸和声音），计算机也不例外。
为了挖掘和整合不同模态数据之间的知识，华为视觉团队提出了图像底层信息融合技术，来处理语义分割信息和激光点云等多模态数据。在全世界最大规模的 3D 目标检测数据集 NuScenes 上，该团队击败了来自世界各地的 92 支队伍，达到了 64.2% 的检测精度，取得业界第一，领先第二名 3.1%。
在该项多模态技术的推动下，华为云 EI 提出了交通智能体，来解决「你今天堵车了吗」这个灵魂质问。
这些成果的取得和田奇博士的加入不无关系。田奇博士毕业于伊利诺伊大学香槟分校，师从计算视觉之父 Thomas S．Huang 教授。在加入华为之前，他在德州大学圣安东尼奥分校任教 17 年。目前，他已累计发表文章超过 550 篇，其中 250 多篇入围 IEEE TPAMI、IJCV、CVPR/ICCV/ECCV、NeurIPS 等国际顶级期刊和会议。
在 2018 年加入华为之后，田奇博士迅速适应了学界和业界的巨大差异，认识到「工业界更注重于商业价值以及方法的实用性，针对某一个特定的问题，提升用户体验，带来实际的价值」。在这种信念的指引下，他带领华为的视觉团队取得了多项基础研究突破，并将其落地到华为云 EI 的多个项目中。
针对视觉领域存在的诸多问题，田奇博士在今年 3 月份的华为开发者大会 2020（Cloud）上发布了《华为视觉研究计划》，旨在为小样本训练、多模态学习、端侧模型瘦身等提供解决方案。
决策优化：在 ESICUP 上达到世界最优
将一块大玻璃切成不同的形状，怎么切才能最大程度上减少浪费？将装有货物的箱子装进集装箱，如何实现空间利用的最大化？这些都是现实生活中普遍存在的决策优化问题，也是华为云 EI 重点发力的一大方向。
为了在工业生产过程中尽可能减少材料浪费、降低生产成本，华为云 EI 提出了业界顶尖的决策优化方案，在业内公开数据集 ESICUP 上达到世界最优，用最少的投入获得了最大程度的收益。
AI|华为云到底用AI做了什么？从少坐一趟机场摆渡车谈起
文章图片
除了文章开头提到的飞机靠桥率，这类问题在其他行业也非常常见。以物流行业为例，在路线优化问题上，华为云的智能系统改变了人工查询距离、匹配车型等操作，改为系统自动测算。相比于模拟人工编排路径得到的初始解，优化后的结果的整体运费下降了 20-30%。
语音语义：DiggScience 全球第一
华为云 EI 语音语义团队着力于发展私人定制化的语义服务，不断训练机器并自动学习，赋予机器认知、意识和推理的能力。同时，团队还开发出了世界顶尖的知识图谱平台，完成了从感知智能到认知智能的跃变。
这些成果也得到了海内外机构的高度认可。在 2019 年 10 月的 DiggScience 科学数据挖掘大赛（学术论文搜索匹配大赛）上，华为云以 58.7% 的准确率夺冠，超过第二名 5 个百分点。在今年 2 月的第 13 届网络搜索与数据挖掘国际会议（WSDM 2020）上，华为云带领的联合团队摘得 WSDM Cup 2020 大赛「论文引用意图识别任务」金牌。
AI|华为云到底用AI做了什么？从少坐一趟机场摆渡车谈起
文章图片
落地的背后
从以上研究成果和应用案例我们可以看出，华为云在 AI 基础研究的落地上是非常成功的。但有一点不可忽视：前沿研究和业务落地之间总是存在巨大的差异，田奇博士称之为「AI 使能鸿沟」。
从华为云 EI 落地的领域中我们不难发现，华为的团队挑的都是一些「硬骨头」。以工业视觉场景为例，在学术界，研究者面临的往往是标注准确、画质清晰的图像，但在工业界，标注错误、图像模糊是非常常见的，而且数据量也要大几个量级。同样严重的问题还有医疗领域的小样本训练以及端侧的模型瘦身等，而这些都是华为云 EI 发力的领域。
横跨学界和业界的双重身份使得田奇博士能够更加敏锐地感受到这些差异。在加入华为之后，他带领团队不断克服这些挑战，探索出了一系列解决方案。
除了技术层面的攻关之外，田奇博士在接受机器之心采访时还提到了华为云的团队合作机制及人才的选拔标准。
在团队合作方面，他表示，华为有着一套完整的促进研究组和产品线合作的机制，二者可以通过公司内部各种各样的活动进行交流，比如罗马广场、松鼠会等。研究组分享前沿的科研成果，产品线提出自身的业务痛点问题，一旦发现合作的机会，两者就可以通过联合项目组的形式进行攻关。同时，公司还创建了访问学者等机制，以期更好地促进研究组和产品线的沟通。
在人才方面，他指出，华为云 EI 团队需要的是既懂算法，又懂平台，而且还能了解行业的人。为什么这么讲？首先从研究方向来看，越来越多的行业要求为 AI 模型融入知识，将从业人员的经验系统化为行业知识图谱，使模型具备推理的能力，从感知智能过渡到认知智能。从行业需求来讲，不懂行业的研究者很容易陷入伪需求的漩涡，做出的产品与真实场景不匹配，无法解决行业痛点。


推荐阅读


上一篇： 东巷|党员干部学习会|县东巷，一个古老而热闹的小巷子

下一篇： 申裕斌|归化球员不受韩国队重视！田志希处境堪忧，比不过16岁本土小将