來源:華為
來源 | 華為(轉載請注明來源)
中國人工智能產業發展聯盟、華為云和中國信息通信研究院聯合編寫的《知識計算白皮書》,多維度、多角度、多層次地剖析了知識在企業從數字化到智能化的過程中發揮的重要作用,綜合闡述并客觀分析了知識計算從知識層、模型層、算子層到行業應用的框架體系,通過能源、工業、醫療、政務、金融等行業的知識計算應用案例闡釋知識計算為產業、行業、企業帶來的價值,描繪了未來知識計算在技術、產業、標準、生態等方面的發展愿景。
知識計算是一種新的計算模式,利用AI技術實現機器將知識轉化成可計算的模型。
具體來說,知識計算將行業中各種形態的知識,以數學模型的方式,協同行業數據進行計算。將該過程中所涉及的方法和能力納入知識計算框架當中,為行業實現智能化轉型升級提供有力支撐。
隨著AI技術的高速發展,AI在行業中的應用逐步進入快車道。然而,AI解決方案落地成本高的問題阻礙了AI在各行業中的廣泛滲透。過往經驗表明,行業知識的有效利用能夠降低企業使用AI解決業務問題的成本。然而,大多數行業的核心知識分布相對雜亂,比如以文字、圖像等方式顯性地存在企業文檔、手冊中,或者以經驗、學識等方式隱性地存在于行業專家、資深員工的大腦中。知識呈現的方式不同,以及零散的分布,導致企業知識難以傳承、利用。
知識計算聚焦于對行業知識進行有效、充分的利用,將行業知識與AI技術有機結合,融會貫通雜亂的知識并使其參與計算,喚醒行業知識的生命力,發揮行業知識的力量。知識計算將行業長期積累的知識貫穿至解決行業問題的整個過程中,克服AI落地過程中所面臨的諸多問題,提升企業運行效率,比如在業務上,知識計算的應用一方面可以提升企業員工效率,有效釋放專家的精力,另一方面也能夠幫助企業降本增效,為企業高效生產、靈活組織、便捷獲取提供支持與保障;在管理上,知識計算能夠提供更加客觀、準確、科學的決策依據,實現超前預測,降低決策風險,提升企業管理水平。
知識參與計算,將讓知識在建模、求解和應用各階段都發揮重要作用。首先,在AI解決行業問題的過程中,基于專家經驗、行業研究成果構建的知識體系將指導業務場景數據的形成,以及AI模型的構建。其次,在求解過程,行業知識的引入將幫助AI模型更高效地求得更優解。最后在應用階段,行業知識一方面能夠提供決策依據,提升AI模型的可遷移性以及可解釋性,另一方面也可以識別模型運行過程中所產生的有效數據,迭代優化建模和求解。
知識計算通過結合行業知識與AI技術,實現數據與知識雙輪驅動,幫助AI進入企業核心生產系統,為行業智能化轉型升級帶來新的驅動力,也為行業創新帶來無限可能。
具體內容如下
數字科技正逐漸滲透到經濟、商業、社會生活方式等方方面面,人們對于數據智能時代充滿了期待。數據的力量究竟該如何激發?帶著這樣的疑惑,我們把視角對準了人工智能競賽這一載體,目前人工智能競賽已經作為一種科技創新的新模式、新業態,蓬勃發展。
為了有助于業內各界更好的了解什么是人工智能競賽,如何通過競賽實現敏捷的價值探索與應用創新;也為了幫助希望通過競賽來跑通數據價值閉環、沉淀創新應用,構建創新生態的機構了解如何辦好一場人工智能競賽,在中國人工智能產業發展聯盟(AIIA)的指導下,和鯨科技攜旗下第三方人工智能競賽平臺“和鯨社區(Heywhale. com )”,聯合中國信息通信研究院數據研究中心、北京郵電大學人工智能學院、人工智能開源社區“DataWhale.club”,共同發布《2021 人工智能競賽白皮書》。
本次白皮書分析了全球市場人工智能競賽發展趨勢,從不同維度來拆解人工智能競賽的價值意義,和如何辦好一場人工智能競賽,提出對人工智能競賽推動前沿技術落地的創新價值思考,并在業界開源優質人工智能競賽運營方法論與最佳實踐,以期為業內提供啟發。
白皮書核心觀點:
人工智能競賽是數字經濟創新發展的重要推動方式。當前,全球多個國家發布人工智能國家戰略,并在戰略中指明把競賽作為人工智能技術創新、應用發展的重要推動方式,應加強人工智能競賽、合作研討,實現本國人工智能技術的重大突破,并通過競賽方式促進人工智能解決方案的開發,恢復本國經濟增長。部分國家政府部門牽頭組織競賽,成果解決人工智能相關的科學和工程問題。
人工智能競賽是各地人工智能產業創新發展的重要實現方式。政務部門在大力倡導政務管理數據化、智能化的同時,也成為了有序開放優質公共數據資源、釋放公共數據紅利的引領者,為建設數據創新生態提供著政策支撐和資源支持。如何借助數據科學建設智慧城市,是政務機構面對的重要問題。政務部門的數據積累具有數量更大、來源更多、質量更好、緯度更廣等特征,其應用領域遍布城市管理的方方面面。為了探索數據科學在城市管理中的應用可能性,政務機構較為偏好開放性的產品方案賽題。具有明顯的行業標簽,如教育局、交通局、氣象局等,賽題應用場景多與其自身行業標簽一致;而沒有明顯行業標簽的政務機構,如人民政府,其賽題場景則非常廣泛。
人工智能競賽是敏捷的數據探索與應用創新方式,引領企業進行技術落地場景的創新探索,為數字化轉型創新持續輸出動能。企業舉辦人工智能競賽的核心訴求,是挖掘潛在的創新方向和應用場景。通過人工智能競賽的舉辦,企業打造出了充分融合數據、算法、人才、算力等各項創新要素的標桿案例,以業務問題切入,讓創新探索過程更加具象、創新探索結果更加明確,為企業的數字化投入建立信心。
人工智能競賽幫助促進高校的學科交叉與產研融合。在國家相關政策的鼓勵和推動下,越來越多的高校開展人工智能與數據科學的學科建設,也越來越注重數據科學交叉學科建設和數據應用人才培養。學生需要充足的優質數據、功能完備的工具平臺和貼近實戰的場景來進行實踐——這一系列問題都是困擾著高校的現實困難。人工智能競賽作為高校推進大數據相關學科建設的重要手段,將教學、科研、實訓深度結合,以賽題的形式發布,廣泛吸引校內的人才參與競爭和交流學習,探索將理論知識轉化為實踐應用,幫助人才在競賽場景中以賽促學。
來源:中國信息通信研究院
【摘 要】
白皮書致力于厘清AI框架的概念內涵、演進歷程、技術體系,通過梳理總結當前AI框架發展現狀,研判AI框架技術發展趨勢,并對AI框架發展提出展望與路徑建議。
【目 錄】
一、 AI框架技術持續演進,已形成較為完整的體系
(一) AI框架演進步入深化階段
(二) AI框架技術演化出三個層次
(三) AI框架重要性愈加突顯
二、 全球AI框架繁榮發展,多元化競合態勢漸顯
(一) 供給主體方面,企校貢獻最活躍
(二) 開源生態方面,全球進入活躍期
(三) 市場格局方面,雙寡頭持續引領
(四) 支撐應用方面,科研與產業齊驅
(五) 推廣途徑方面,三條路齊發并進
三、 應對未來多樣化挑戰,AI框架有六大技術趨勢
(一) 泛開發:AI框架將注重前端便捷性與后端高效性的統一
(二) 全場景:AI框架將支持端邊云全場景跨平臺設備部署
(三) 超大規模:AI框架將著力強化對超大規模AI的支持
(四) 科學計算:AI框架將進一步與科學計算深度融合交叉
(五) 安全可信:AI框架將助力提升AI模型可解釋性與魯棒性
(六) 工程化:AI框架將加速AI應用產業規模級工程化落地
四、 AI框架生態遠未成熟,未來發展空間可觀
(一) 從硬件適配向算子接口標準化演進
(二) 強化開源社區打造與開源氛圍營造
(三) 重視與高校科研院所廣泛開放合作
(四) 推進融入AI基礎設施布局落地
(五) 支持深度賦能大模型及科學計算
智能時代,AI 中臺是企業管理能力、企業活力、企業“智力”提升的重要動力來源。思考企業的未來,AI 中臺將是企業在復雜時代下生存和發展的“必需品”和“必修課”。
日前,百度智能云與人工智能產業發展聯盟聯合發布了《AI 中臺白皮書(2021年)》。AI 中臺作為全棧式、集約化、自動化的生產力工具箱,是實現AI技術在各行業中快速研發、共享復用和部署管理的智能化底座和關鍵基礎設施。白皮書旨在深入剖析 AI 中臺體系架構與內涵,探討能力建設路徑和行業賦能方案,以期與業界分享,共同推動我國人工智能產業創新發展與行業智能化升級。
白皮書指出,AI 中臺是實現智能化能力普惠的必備基礎設施,負責構建企業的 AI 生產力,一般包括 AI 技術服務平臺、AI 研發平臺、AI 管理運行三大核心。
白皮書展開論述了 AI 中臺所應具備的四大關鍵能力。概括來看,AI 數據需求趨于精細化、場景化,健全的數據服務體系會是AI 中臺的基礎;自動機器學習技術加速演進,AI 研發平臺成為了技術普惠的關鍵;AI 部署運行愈加復雜,體系化工具成為了規模化應用的保障;AI 模型已經成為了企業新型資產,AI 資產化管理勢在必行。
企業如何建設自己的 AI 中臺體系呢?白皮書給出了兩類建設路徑和三大要素支撐。
面向企業智能化升級的不同階段,AI 中臺建設有兩類路徑:一類是對于處于 AI 能力起步期的企業,會先從 AI 能力直接賦能,再逐步發展到自主建模和個性化創新,構建 AI 能力創新底座;另外是面向已具備專業 AI 建模專家及算法團隊的企業,可以聚焦個性化 AI 研發能力的構建,進而大幅提升 AI 模型落地應用推廣效率。
三大要素則是企業智能化升級的堅實支撐。在基礎設施建設方面,AI 中臺支撐企業完成軟件部署,并與已有的私有云、數據中臺、視頻平臺等 IT 設施進行對接集成。支持企業結合自身業務場景,構建 AI 應用能力,圍繞 AI 中臺軟件、基礎應用集成、業務應用集成三大模塊,打造企業 AI 能力的核心技術底座。
在組織能力建設方面,AI 中臺為企業提供組織變革、流程創新、人才培養等方面建議,通過建立組織保障機制,明確機構中包括模型生產、服務管理、運維保障在內的各個工作組職責及流程,確保 AI中臺管理組織的高效運轉。此外,幫助企業持續培養人工智能相關的技術開發人員及運營管理人員,保證 AI 能力開發管理的人才供給。
在運營優化方面,AI 應用實際投產后,企業需結合業務反饋數據不斷進行優化調整,確保應用成效。
借助高效靈活的適配能力,AI 中臺已在制造、能源、金融、城市、醫療等諸多行業落地應用并取得顯著成效,切實解決企業生產運行痛點,滿足企業設計、生產、管理、銷售和運維等個性化場景需求。
展望未來,AI 中臺作為企業智能中樞,在不斷完善提升自身能力的同時,將成為伴隨企業成長、構筑核心競爭力的重要抓手和關鍵支撐。未來2-5年,AI 中臺將作為創新型企業運轉不可或缺的基礎設施;未來5-10年,AI 中臺將融入企業成長的全生命周期,企業建設、應用和運營 AI 中臺的能力,將成為衡量未來發展潛力和成長價值的關鍵指標,助力構筑企業核心競爭力。
以 AI 中臺助力行業高質量發展,提升國家供給側水平,將在數字社會與智能經濟時代獲得發展先機。過去二十年,移動互聯網對人類社會的影響集中體現在 C 端,即需求端;但在 AI 時代,人工智能將更多從 B 端,即供給端改變。AI 中臺作為“ AI 大生產平臺”的生產力載體,從更好推進 AI 行業落地、實現技術價值增值角度,正在加快幫助企業適應新形勢、新變化與新挑戰。AI 中臺技術所帶來的行業變革,將是一場更徹底的供給側改革,成為推動國家邁進智能未來時代的重要力量。
人工智能革命將個體價值的創造釋放提升到前所未有高度,AI 中臺通過推動行業智能變革為社會帶來更為光明的未來。AI 中臺賦能能力正在從通用行業(如制造、金融、教育等)向專業精細化行業(如生物醫藥、化學化工、半導體等)延伸拓展,幫助企業不斷拓展應用視野和創新邊界,推動人類社會創新進步。AI 中臺將幫助企業追求更有創造力、影響力和領導力的自我價值實現,為整個智能社會帶來更大提升空間、更多發展可能。
為加快推動人工智能技術在電信行業的應用與融合發展,在AIIA產學研融合與應用工作組指導下,由電信項目組組織,中國信息通信研究院標準與技術研究所牽頭,中國移動通信有限公司研究院、中國電信股份有限公司研究院、中國聯合網絡通信有限公司研究院、華為技術有限公司、中興通訊股份有限公司、英特爾(中國)有限公司等單位共同編寫了《電信行業人工智能應用白皮書》2021版。
電信網絡作為信息通信的基礎設施,具有應用人工智能技術的巨大空間和潛力。國內外運營商、設備商和服務商等在電信網絡智能化方面紛紛布局,電信網絡智能化在標準研究、技術驗證與落地應用等方面均有重要推進。隨著5G網絡的大規模商用和網絡人工智能平臺的建設成熟,越來越多的網絡智能化應用與業務已經開展落地并發揮良好效果。
本白皮書系統分析了目前電信網絡智能化的總體發展態勢與應用現狀,集中展示AI技術在移動通信網、固定通信網和網絡業務服務三大類應用場景的19個典型落地案例,包括故障根因分析、異常小區發現、基站節能、業務內容智能推薦、網絡質量智能監控與業務智能識別調優等。
白皮書指出,構建智能化社會適應萬物互聯的新一代信息基礎設施,保障信息基礎設施的安全,對于促進信息技術與實體經濟融合、拓展數字經濟空間具有重要意義。
目前,全球已經掀起了人工智能應用的浪潮。將人工智能技術引入到新一代通信基礎設施,可以為網絡、計算、應用等信息基礎設施提供基于數據的感知、預測和管控能力,促進網絡、計算、應用等基礎設施的融合與協同。人工智能在越來越多的復雜場景下可以做出比人類更優的決策,無疑讓網絡智能化建設開拓了新的視野,給網絡的發展帶來了前所未有的新機遇,也為電信網絡重構轉型過程中遇到的眾多困難和挑戰提供了高效的加速解決路徑。
隨著電信行業人工智能應用加速在現網落地部署并釋放價值,網絡智能化基礎能力將持續增強,網絡知識與人工智能技術融合適配網絡智能化應用需求,新技術范式例如聯邦學習、遷移學習等技術將得到更多應用與關注。人工智能技術將貫穿電信網絡端到端全生命周期的運營與演進,實現網絡的泛在智能能力,幫助運營商實現數字化轉型,帶動整個電信產業的智能升級。
企業數字化轉型升級,面臨多重機遇與挑戰。堅持數字化發展是我國現階段秉承的發展戰略。人工智能、云計算、 區塊鏈等新一代智能化信息技術正在快速發展,5G、數據中心、物聯網等新型基礎設施也將逐步完善。在新冠疫情 突發、中美關系持續緊張的局勢下,企業為了在加劇變化的市場環境中保持競爭力,需要提高數字化水平,但面臨 外部和內部的雙重挑戰。
企業面臨著外部環境快速變化的新問題。互聯網經濟蓬勃發展,移動應用廣泛普及使得形態多樣的數據正在呈現幾 何級數的增長,信息通訊技術的發展加速了人類知識的更新速度,市場競爭的加劇使企業對信息的價值產生了深度 挖掘的需求,信息的來源也隨著生產力的發展而不斷拓展。信息的變化導致了知識的生產和應用發生變革。開放性 更強的信息使高質量的知識管理日益復雜,信息的更新速度、頻率的加快使企業知識的迭代更新存在挑戰,來源更 廣的信息則需要企業基于業務需求進行深度加工,形成環環相扣的企業知識,應用到企業經營中,驗證其價值。
企業內部綜合治理需要革舊施新。傳統的 IT 系統多以流程和管控作為任務目標,缺少智能化的技術手段,無法有效 處理和應對信息與知識的爆發,在知識的分享與應用、驅動業務增長方面存在先天的缺陷,企業急需建立全新的信 息與知識處理的技術架構。首先,企業要在經營管理方式上,由資源驅動業務增長逐步轉向知識驅動業務增長,以 幫助企業在紅海市場中提升競爭力,在藍海市場中拓展創新業務;其次,企業要推動企業文化和員工思維的轉變, 并培養數字化人才隊伍;最后,需要打造全新的數字化技術框架,引入中臺工具,支持創新業務的快速落地和迭代。
智能化是企業數字化的新階段。人工智能算法的進步使得從海量數據中高效汲取知識成為可能。知識可以幫助企業 沉淀業務邏輯,將知識以機器可以理解的方式進行組織,從而實現數據的智能化應用,推動企業智能化發展。
知識中臺是基于人工智能技術形成的智能化知識解決方案。它具有全鏈路的知識管理能力,覆蓋知識的高效生產、 靈活組織和智能應用。以數據為基礎,知識中臺能夠自動化地從數據中提取知識,在業務場景的人機互動中主動推 薦知識,幫助業務人員高效、精準、智能地制定決策,提升企業的經營效率與業務創新能力。
知識中臺,是面向企 業知識應用的全生命周期、一站式、智能解決方案。知識中臺架構體系分為三個層面:基礎技術層、核心功能層和產品矩陣層。其中,基礎技術層提供了以人工智能為 核心的技術支持,是知識中臺運行的引擎。核心功能層涵蓋了知識生產、知識組織、知識應用的知識全生命周期。產品矩陣層封裝了平臺、應用、行業解決方案多層次的產品,為各行業,各場景提供服務。
全球的經濟形態正在由數字經濟逐步發展到以人工智能為核心驅動力的智能經濟新階段。當前,全球正處于新一輪 科技革命和產業變革的加速推進期,數字化、網絡化、智能化技術在生產生活中廣泛應用,驅動人類社會邁向智能 經濟新時代。智能經濟是以新一代信息技術和智能技術為基礎設施和創新要素,以產業創新為核心內容,具有數據 驅動、人機協同、跨界融合、共創分享四大特征的新經濟形態。智能經濟在催生新需求、新業態的同時,通過人機 交互方式的變革重構人類的生產方式、生活方式、社會運行及政府治理方式,引領經濟社會的創新發展。
知識中臺在產業智能化升級中,擔當重任。知識中臺作為新經濟形態下的智能化方案,將持續從技術、行業應用、 生態合作的角度進行提升,更好地賦能企業,為企業在智能經濟中取得先機持續提供動力。技術方面,知識中臺的 數據處理能力將由結構類、文檔類數據,拓展至圖片、音頻、視頻在內的多模態數據;知識中臺將提升復雜知識表 示和快速構建技術,提升數據知識化的效率。應用方面,知識中臺將由搜索、問答、推薦,升級至輔助決策、預測、 推理等各類業務場景的知識深度應用,滿足企業產品與服務的自動化定制需求,驅動產業智能化升級。
愛分析日前發布《人工智能2020:落地挑戰與應對 》報告。報告回顧了人工智能的行業概況,并結合實踐案例分析了人工智能技術給產業帶來的具體價值創造和各行業落地進展和未來應用趨勢。同時,報告系統性地分析了人工智能落地產業過程中,在數據、算法模型、業務場景理解、服務方式、投入產出比等方面面臨的挑戰和應對方式,希望幫助企業推動人工智能的價值落地。