近年來(lái)，機(jī)器視覺(jué)一直在重構(gòu)著行業(yè)的產(chǎn)業(yè)鏈，扎了“AI”這劑強(qiáng)心針，百行百業(yè)數(shù)字化轉(zhuǎn)型正在加速落地。一個(gè)屬于AI視覺(jué)的大時(shí)代，正在呼嘯而來(lái)，智能算法與澎湃算力開(kāi)始了不斷演進(jìn)的步伐。

　　很多人認(rèn)為，智能算法已經(jīng)開(kāi)始趨于同質(zhì)化，精度差別也只有幾個(gè)百分點(diǎn)，算法已經(jīng)無(wú)法成為企業(yè)的核心競(jìng)爭(zhēng)力。但事實(shí)并非如此，在許多場(chǎng)景與實(shí)際運(yùn)用中，例如碰到千萬(wàn)級(jí)別以上的數(shù)據(jù)，這些百分點(diǎn)的差別便會(huì)非常的顯著，并且對(duì)整體的應(yīng)用及落地產(chǎn)生較大的影響，這就是算法的價(jià)值。

　　紫光華智自去年在MIT Scene Parsing Benchmark場(chǎng)景解析評(píng)測(cè)中獲得榜首成績(jī)后，今年在全球權(quán)威的ICDAR Robust Reading大賽榜單中，憑借領(lǐng)先的AI技術(shù)優(yōu)勢(shì)，在文本行檢測(cè)與識(shí)別兩項(xiàng)任務(wù)中均斬獲第一，一舉刷新榜單記錄。

▲紫光華智分別位居文本行檢測(cè)榜單&文本行識(shí)別榜單No.1

　　紫光華智CTO周斌表示：“此次成績(jī)打榜并不是我們的目的，實(shí)屬無(wú)心之舉。紫光華智一直以滿足客戶需求為導(dǎo)向和使命，將領(lǐng)先的AI技術(shù)落地到客戶實(shí)際應(yīng)用中，給客戶帶去實(shí)實(shí)在在的效能與效率，助力各行各業(yè)的智能化轉(zhuǎn)型，普惠AI技術(shù)，賦能各行各業(yè)，這是我們持續(xù)投入研發(fā)AI技術(shù)的目的，也是我們紫光華智的戰(zhàn)略目標(biāo)。”

　　雖然紫光華智成立僅僅三年時(shí)間，但其繼承著紫光集團(tuán)、新華三在AI、芯片、存儲(chǔ)、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等領(lǐng)域的多種強(qiáng)大基因，換句話而言，在其AI視覺(jué)的“槍”里，早已經(jīng)裝滿了賦能百行百業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型升級(jí)的“彈藥”。

　　理解了這點(diǎn)，再回過(guò)頭看紫光華智對(duì)于視覺(jué)技術(shù)的執(zhí)著與投入，戰(zhàn)略便能更加的清晰——智能化轉(zhuǎn)型上半場(chǎng)是AI蓄能，企業(yè)在算法、算力、數(shù)據(jù)等維度搶占制高點(diǎn)，下半場(chǎng)是AI產(chǎn)業(yè)化落地，智能化的技術(shù)及應(yīng)用滲透到各行各業(yè)中，只有保持技術(shù)不斷迭代，才能生存下來(lái)。

　　中國(guó)的商業(yè)環(huán)境一向殘酷，有的企業(yè)站穩(wěn)腳跟，有的企業(yè)就會(huì)被對(duì)手?jǐn)D掉，只有圍繞著用戶需求做技術(shù)創(chuàng)新才能決定未來(lái)的話語(yǔ)權(quán)。

　　如何破解算法落地難問(wèn)題

　　在AI賦能傳統(tǒng)產(chǎn)業(yè)中，真要打磨出可用的產(chǎn)品，既需要團(tuán)隊(duì)掌握AI視覺(jué)算法等核心技術(shù)，又需了解到百行百業(yè)各場(chǎng)景的真實(shí)需求，在這種背景下，落地成了AI企業(yè)當(dāng)前最大的難題，既要回答“什么是用戶需要的”，又要審視“什么是企業(yè)可以提供的”，用戶端與技術(shù)端必須協(xié)調(diào)一致，才能讓AI落地創(chuàng)造價(jià)值。

　　對(duì)于當(dāng)前智能算法的落地，周斌認(rèn)為落地難可以分為以下三種情況：

　　一是場(chǎng)景的多樣性問(wèn)題，算法訓(xùn)練的場(chǎng)景難以完全覆蓋算法部署的場(chǎng)景，一個(gè)算法在當(dāng)前場(chǎng)景中表現(xiàn)不錯(cuò)，但換了另外一個(gè)場(chǎng)景可能就會(huì)有各種問(wèn)題，場(chǎng)景的多樣性包括場(chǎng)景背景不同、目標(biāo)視角不同、目標(biāo)自身的差異性等因素，這些因素的變化可能對(duì)算法指標(biāo)都會(huì)帶來(lái)影響；

　　二是需求的碎片化，尤其像泛行業(yè)的算法需求，市場(chǎng)是細(xì)分的，需求是碎片化的，因此算法定制化程度很高，通用性較差，這無(wú)形中就增加了研發(fā)投入成本；

　　三是針對(duì)不同芯片平臺(tái)的適配部署，當(dāng)前算法技術(shù)發(fā)展速度遠(yuǎn)快于芯片工具鏈適配的速度，例如新出來(lái)的一項(xiàng)技術(shù)效果提升很明顯，但想落地時(shí)卻發(fā)現(xiàn)某些芯片平臺(tái)并不支持該算法中的新算子，或者支持，但效率較低，難以實(shí)際部署，這顯然就阻礙了該算法落地的進(jìn)程。

　　為了解決這些問(wèn)題，紫光華智針對(duì)性地提出應(yīng)對(duì)之策：

　　針對(duì)場(chǎng)景多樣性的問(wèn)題，首先要從數(shù)據(jù)上入手，通過(guò)多種方式、多個(gè)渠道來(lái)獲取盡量豐富的數(shù)據(jù)，擴(kuò)充訓(xùn)練集和測(cè)試集；再通過(guò)算法和模型的優(yōu)化，來(lái)增加算法模型的泛化能力，防止過(guò)擬合到某些特定場(chǎng)景；通過(guò)設(shè)置合理的工勘指導(dǎo)，提供在各種場(chǎng)景中最合適的部署、安裝、調(diào)試參數(shù)，以發(fā)揮出算法的最優(yōu)效果；

　　針對(duì)碎片化的算法需求，紫光華智推出了AI開(kāi)放平臺(tái)，該平臺(tái)為用戶開(kāi)放模型訓(xùn)練、算法構(gòu)建與部署能力，同時(shí)為第三方算法開(kāi)放接入能力，幫助用戶快速落地定制化算法，縮短AI應(yīng)用開(kāi)發(fā)周期，降低算法開(kāi)發(fā)、使用成本；

　　針對(duì)不同芯片的適配部署，紫光華智與多家芯片廠商建立了長(zhǎng)期合作關(guān)系，協(xié)同開(kāi)發(fā)，在不同芯片上快速適配新算子的支持，以加速新算法的落地。

　　解除了算法落地難的后顧之憂，算法才有了長(zhǎng)足發(fā)展的土壤。

▲非機(jī)動(dòng)車牌智能識(shí)別

　　算法進(jìn)步強(qiáng)化AI實(shí)戰(zhàn)?

　　算法的進(jìn)步，是技術(shù)創(chuàng)新的量變。文本行檢測(cè)、識(shí)別與我們的生活場(chǎng)景息息相關(guān)，如視頻圖片上文字審核，票據(jù)識(shí)別，手寫體識(shí)別，車牌識(shí)別等，在榜首的“皇冠”下，隨著業(yè)務(wù)的拓展，有著需要攻克眾多難題的“重”。周斌透露，在具體的應(yīng)用中，算法的表現(xiàn)跟場(chǎng)景息息相關(guān)，例如如圖像分辨率、光照情況等不同，都會(huì)有不同的表現(xiàn)。為了提升在落地項(xiàng)目中算法的表現(xiàn)，紫光華智往往會(huì)采取相應(yīng)的措施：

　　一是調(diào)整相機(jī)的位置、角度、視場(chǎng)角，或者增加一些配置來(lái)達(dá)到最優(yōu)的效果；

　　二是從一開(kāi)始便對(duì)模型的泛化性提出了相應(yīng)的要求，支撐各種場(chǎng)景設(shè)備的接入分析?！拔覀兊乃惴Ｐ歪槍?duì)各類場(chǎng)景構(gòu)建了充分的測(cè)試集和訓(xùn)練集，以及一個(gè)強(qiáng)大的數(shù)據(jù)管理團(tuán)隊(duì)，使模型泛化性能足夠應(yīng)對(duì)各類場(chǎng)景需求。” 周斌介紹道。

　　算法的落地，是技術(shù)創(chuàng)新的質(zhì)變。產(chǎn)品技術(shù)的成熟度與場(chǎng)景應(yīng)用的吻合度的結(jié)合，攻克下來(lái)的難題，能給企業(yè)帶來(lái)技術(shù)領(lǐng)先的窗口期，技術(shù)的世界沒(méi)有太多捷徑，需要持續(xù)的投入與時(shí)間方能有所收獲。

▲機(jī)動(dòng)車牌智能識(shí)別

　　尋找差異點(diǎn)持續(xù)推進(jìn)

　　從另一個(gè)維度看，紫光華智作為行業(yè)后來(lái)者，要想在傳統(tǒng)巨頭近身肉搏大打價(jià)格戰(zhàn)與新巨頭跨界整合夾擊中生存下來(lái)，要尋找自身能力與競(jìng)爭(zhēng)對(duì)手的差距，不斷的提升自身能力，彌補(bǔ)自身的不足，才能在實(shí)際業(yè)務(wù)中更好的滿足客戶需求。

　　“OCR技術(shù)便是其中一個(gè)差異點(diǎn)，通過(guò)技術(shù)的打磨與提升，華智將領(lǐng)先的文本檢測(cè)和識(shí)別技術(shù)充分應(yīng)用到各個(gè)領(lǐng)域?！敝鼙笱a(bǔ)充道：

　　在道路交通場(chǎng)景，非機(jī)動(dòng)車管理費(fèi)神費(fèi)力，不同地區(qū)非機(jī)動(dòng)車牌格式和文本字符差異巨大，紫光華智車牌識(shí)別算法可自動(dòng)讀取車牌信息，實(shí)現(xiàn)非機(jī)動(dòng)車的智能化管理，同時(shí)有效遏制了非機(jī)動(dòng)車偷盜事件的發(fā)生。針對(duì)機(jī)動(dòng)車管理，紫車牌識(shí)別算法為監(jiān)管部門在交通違法識(shí)別、高速違停等違法事件管理提供了有效幫助；

　　在教育、金融等場(chǎng)景，不同證件票據(jù)格式不一，字符類型多樣，字段長(zhǎng)短不一，識(shí)別難度巨大。紫光華智文本識(shí)別算法可精確讀取證件票據(jù)的文本信息，避免了人工手動(dòng)錄入產(chǎn)生的錯(cuò)誤，同時(shí)大幅提升了輸入工作效率，提高了工作智能化水平；

　　在城市管理場(chǎng)景，城市街道中沿街商鋪為了吸引客戶存在設(shè)置多個(gè)招牌、招牌顏色各異、招牌大小不一、隨意變更招牌等問(wèn)題，不僅影響市容市貌也存在安全隱患。紫光華智街面OCR識(shí)別算法可準(zhǔn)確識(shí)別不同招牌的文本和語(yǔ)義信息，提升城市智能化管理能力和效率，助力城市精細(xì)化管理……

　　這是一個(gè)“如果用戶體驗(yàn)不到差異性，所有的技術(shù)都不存在”的時(shí)代。在此次專訪中，周斌多次提及“持續(xù)”、“用戶”，這也是紫光華智未來(lái)市場(chǎng)策略的主心骨，圍繞用戶需求，持續(xù)創(chuàng)新。

　　客觀地說(shuō)，算法的持續(xù)投入是場(chǎng)持久戰(zhàn)，它的潛力原本就被低估。在當(dāng)前AI視覺(jué)的產(chǎn)業(yè)中，仍然缺少真正意義上的領(lǐng)軍者，紫光華智對(duì)智能算法及AI視覺(jué)的加碼投入，勢(shì)必會(huì)開(kāi)發(fā)出新的市場(chǎng)潛能。