AI時(shí)代,算法無(wú)界。這個(gè)領(lǐng)域,不乏先入者與后來(lái)者,“多數(shù)派”的商業(yè)邏輯與技術(shù)路徑類同,技術(shù)上你追我趕,戰(zhàn)略上合縱連橫。

　　然而AI行業(yè)發(fā)展至今天,也正迎來(lái)新的挑戰(zhàn)、新的機(jī)遇。為此,2021安博會(huì)之際,記者專訪了共達(dá)地創(chuàng)始人兼CEO趙叢。

共達(dá)地創(chuàng)始人兼CEO趙叢

　　偌大舞臺(tái),觀眾只在意主角。要站在舞臺(tái)中央,絕非易事,那這家初創(chuàng)兩年的“初來(lái)乍到者”,如何另辟蹊徑?

　　2020年,共達(dá)地創(chuàng)立,這是一家人工智能自動(dòng)化開(kāi)發(fā)訓(xùn)練平臺(tái)與技術(shù)服務(wù)提供商。于時(shí)代之變中,獨(dú)樹(shù)一幟開(kāi)啟征途。

　　征途雖短,但實(shí)力不凡,厚積而薄發(fā),公司團(tuán)隊(duì)來(lái)自大疆創(chuàng)新、蘋果、微軟、百度等頂級(jí)科技企業(yè),研發(fā)人員占比70%,帶著“共同到達(dá)目的地”的期許,共達(dá)地參與到AI行業(yè)的加速變革中!

　　從“AI+行業(yè)”到“行業(yè)+AI”,共達(dá)地在變化中找到突破口

　　時(shí)下,AI行業(yè)的發(fā)展正在進(jìn)入下半場(chǎng),應(yīng)用的十字路口,轉(zhuǎn)型深水區(qū)的時(shí)代下,行業(yè)有何困境,共達(dá)地作何思考與謀局。

　　趙叢認(rèn)為,在過(guò)去的這五六年是AI的上半場(chǎng),更多的是AI企業(yè)通過(guò)自身技術(shù)能力賦能行業(yè)客戶,這是一種“AI+行業(yè)”的形態(tài),此時(shí)僅有少量幾個(gè)通用場(chǎng)景AI算法實(shí)現(xiàn)在公安、交通、金融等有限行業(yè)的滲透;從2019年后,推動(dòng)智能化進(jìn)程的主力軍開(kāi)始從AI技術(shù)公司變成了有AI需求的各行業(yè)傳統(tǒng)企業(yè),行業(yè)大勢(shì)逐變成“行業(yè)+AI”。

　　僅以社區(qū)場(chǎng)景為例,以往更多解決的是人員通行效率和安全等問(wèn)題,通過(guò)刷臉閘機(jī)、門禁等設(shè)備,給業(yè)主帶來(lái)解放雙手、無(wú)感進(jìn)出的通行體驗(yàn),給工作人員實(shí)施更便捷的管理。

　　但隨著一些社區(qū)安全、社區(qū)治理等公眾事件,如高空拋物,電動(dòng)車進(jìn)電梯,甚至是垃圾堆放、景觀破壞,小商小販經(jīng)營(yíng)等影響社區(qū)人身安全或者衛(wèi)生治安的行為事件頻繁出現(xiàn)之后,人們期待AI技術(shù)能幫助社區(qū)打造更加安全、安心的生活環(huán)境。

　　不僅如此,AI芯片的現(xiàn)多元化發(fā)展以及AI領(lǐng)域的大量人才缺口也讓AI落地?zé)o法達(dá)到預(yù)期。如何破解這樣的 AI技術(shù)難題,如何能夠高效的滿足市場(chǎng)上大量增長(zhǎng)的碎片化AI需求,就成了一個(gè)新的商業(yè)機(jī)會(huì)。時(shí)與勢(shì)下,共達(dá)地需將“人和”之力,發(fā)揮至最大,方可在群雄逐鹿間,得一席之地。

　　AutoML技術(shù),驅(qū)動(dòng)AI進(jìn)入規(guī)?；瘯r(shí)代

　　從單點(diǎn)落地到規(guī)模化應(yīng)用是技術(shù)發(fā)展的必然征程。在“AI+行業(yè)”的時(shí)代屬性下,企業(yè)尚可招募所需的AI人才進(jìn)行用戶的定制化需求開(kāi)發(fā),但在AI下半場(chǎng)碎片化場(chǎng)景需求激增之下人才和資源的緊缺則變得尤為明顯。面對(duì)各種不確定性和超高門檻,很難在成本、質(zhì)量和效率上做到完美的平衡。

　　對(duì)此,趙叢指出AutoML技術(shù)正是推動(dòng)AI規(guī)?；睦?。AutoML顧名思義就是自動(dòng)化的機(jī)器學(xué)習(xí),最大的特點(diǎn)就是可以代替大部分AI訓(xùn)練師繁瑣重復(fù)的工作,實(shí)現(xiàn)AI算法更為高效的自動(dòng)化訓(xùn)練開(kāi)發(fā),讓寶貴的AI技術(shù)人才將更多的精力放在AI領(lǐng)域的技術(shù)突破和理論創(chuàng)新上,讓AI開(kāi)發(fā)從手工作坊式向自動(dòng)化流水線方式全面升級(jí),真正實(shí)現(xiàn)AI的規(guī)?；?。

　　基于AutoML技術(shù),共達(dá)地推出了0代碼自動(dòng)化AI訓(xùn)練平臺(tái),全程0代碼、可視化的體驗(yàn),讓使用者三步就可以完成算法生產(chǎn)。

　　趙叢舉了個(gè)例子,如一個(gè)不懂AI的產(chǎn)品經(jīng)理,但是他知道他想要能夠檢測(cè)到垃圾桶是否裝滿溢出,那么他只需要上傳垃圾桶裝垃圾溢的場(chǎng)景數(shù)據(jù),接下來(lái)訓(xùn)練平臺(tái)數(shù)小時(shí)后就可以得到想要的模型,非常簡(jiǎn)單。同時(shí)最終生成的算法跟比較優(yōu)秀的工程師開(kāi)發(fā)出來(lái)的算法相當(dāng),甚至超越。

　　如何實(shí)現(xiàn)平臺(tái)的簡(jiǎn)單和高效?共達(dá)地的秘密在于將AI訓(xùn)練部署全過(guò)程的十余個(gè)步驟一一進(jìn)行自動(dòng)化,對(duì)每個(gè)環(huán)節(jié)都訓(xùn)練出一個(gè)AI算法來(lái)代替AI工程師的手工設(shè)計(jì)和調(diào)優(yōu),實(shí)現(xiàn)設(shè)計(jì)和調(diào)優(yōu)的自動(dòng)化。

　　平臺(tái)可以針對(duì)用戶上傳的數(shù)據(jù),通過(guò)快速自動(dòng)標(biāo)注加人工復(fù)檢的方式,讓數(shù)據(jù)標(biāo)注更高效。同時(shí)對(duì)數(shù)據(jù)自動(dòng)進(jìn)行多維度的特點(diǎn)分析,并根據(jù)分析結(jié)果引導(dǎo)算法方案的設(shè)計(jì),設(shè)計(jì)出的算法比人工分析和試錯(cuò)更科學(xué),同時(shí)效率提升近百倍。

　　在AI模型的結(jié)構(gòu)搜索設(shè)計(jì)環(huán)節(jié),傳統(tǒng)的AI開(kāi)發(fā)方式需由工程師嘗試數(shù)周對(duì)每個(gè)模型結(jié)構(gòu)進(jìn)行芯片適配,以找出最佳。

　　共達(dá)地0代碼自動(dòng)化AI訓(xùn)練平臺(tái)能夠自動(dòng)搜索出最適合該芯片的模型算子類型,并且能夠根據(jù)用戶對(duì)于模型速度和精度的需求權(quán)衡,快速設(shè)計(jì)出對(duì)應(yīng)的模型結(jié)構(gòu),在保證了模型精度的同時(shí)也保證了模型的執(zhí)行速度達(dá)到要求,又實(shí)現(xiàn)了芯片利用率的最大化。

　　共達(dá)地AI平臺(tái)目前對(duì)市面十多個(gè)主流品牌的近百款A(yù)I芯片進(jìn)行了適配,支持CPU、GPU、DSP、NPU等AI加速計(jì)算,使得原本由AI工程師適配和調(diào)試數(shù)月的工作,簡(jiǎn)化成為一鍵下發(fā)模型到終端設(shè)備。

      有了高效率的自動(dòng)化算法訓(xùn)練和部署的技術(shù)保障,共達(dá)地在平臺(tái)中加入了算法的自我調(diào)優(yōu)迭代功能,算法部署使用后可以采集現(xiàn)場(chǎng)數(shù)據(jù)反饋給平臺(tái)對(duì)算法進(jìn)行再次的調(diào)優(yōu)訓(xùn)練,讓算法精度不斷提升,真正達(dá)到甚至超越AI工程師團(tuán)隊(duì)數(shù)月的交付水準(zhǔn)。

　　在給客戶更簡(jiǎn)單體驗(yàn)這個(gè)方向上,共達(dá)地最近又推出了應(yīng)用管理平臺(tái),算法生成后客戶不再只拿著SDK包再自己開(kāi)發(fā)對(duì)接。

　　有了可視化的應(yīng)用管理平臺(tái),用戶可以像去軟件下載中心下載安裝軟件一樣直接下載所需算法,并配置關(guān)聯(lián)相應(yīng)應(yīng)用(計(jì)數(shù),報(bào)警等)和對(duì)應(yīng)生效的攝像機(jī)終端,管理和使用都更加方便。

　　只有當(dāng)自動(dòng)化加工出來(lái)的產(chǎn)品無(wú)論是品質(zhì)還是體驗(yàn)都優(yōu)于手工打造的時(shí)候,自動(dòng)化生產(chǎn)才有價(jià)值,趙叢如是說(shuō)。

　　「前店后廠」新模式,AI算法的解困與破局之道

　　自動(dòng)化生產(chǎn)工廠可以根據(jù)客戶需求進(jìn)行快速的定制生產(chǎn)。但并不是所有的客戶都有定制化需求,也存在大量的標(biāo)準(zhǔn)化需求。就好比很多數(shù)碼品牌既提供現(xiàn)成的產(chǎn)品供你采購(gòu),而如果你有鐫刻名字或個(gè)性化包裝的需求,也可以聯(lián)系廠家定制。

　　隨著AI算法生產(chǎn)進(jìn)入自動(dòng)化時(shí)代,算法也可以像商品一樣搬上貨架。

　　一面提供0代碼自動(dòng)化AI訓(xùn)練平臺(tái),幫助有開(kāi)發(fā)能力的客戶用簡(jiǎn)單直觀的體驗(yàn)快速進(jìn)行自主開(kāi)發(fā),補(bǔ)齊自身技術(shù)短板;一面提供現(xiàn)成的算法,讓僅有應(yīng)用需求的中小企業(yè)快速部署上線應(yīng)用。這個(gè)組合業(yè)務(wù)模式,被趙叢稱為“前店后廠”。

　　趙叢說(shuō),前端的AI算法工廠提供的是共達(dá)地基于自研的0代碼自動(dòng)化AI訓(xùn)練平臺(tái)開(kāi)發(fā)出來(lái)的成熟算法,對(duì)應(yīng)“前店”。后端的自動(dòng)化訓(xùn)練平臺(tái),對(duì)應(yīng)“后廠”。這些由訓(xùn)練平臺(tái)訓(xùn)練出的算法亮點(diǎn)用四個(gè)字形容就是“多、快、好、省”。

　　“多”:目前工廠已上線200余款算法,加之所有算法已匹配50余款A(yù)I芯片,實(shí)際可部署算法相當(dāng)于10000+。而且依靠訓(xùn)練平臺(tái),只要有數(shù)據(jù)就可以定制生產(chǎn)新的算法并快速上架,理論上算法工廠可以提供無(wú)限定制無(wú)限上新的算法;

　　“快”:算法訓(xùn)練開(kāi)發(fā)快,POC快,在用戶數(shù)據(jù)充足的情況下可以按天為單位計(jì)算上線POC,而傳統(tǒng)的算法定制大概需要按季度或者年計(jì)算。

　　趙叢舉例說(shuō),為了驗(yàn)證共達(dá)地自動(dòng)化訓(xùn)練平臺(tái)AI算法的開(kāi)發(fā)效率,共達(dá)地安排2名產(chǎn)品經(jīng)理利用2個(gè)月的工作“業(yè)余”時(shí)間,訓(xùn)練出了近百個(gè)長(zhǎng)尾算法,且算法精度均能夠達(dá)到行業(yè)交付標(biāo)準(zhǔn);

　　“好”:算法精度高,能夠達(dá)到甚至超越專業(yè)AI工程師的效果。另外在服務(wù)方面,除了算法部分,共達(dá)地還能夠結(jié)合實(shí)際項(xiàng)目落地經(jīng)驗(yàn),給予用戶一些項(xiàng)目整體落地設(shè)計(jì)的指導(dǎo)和建議;

　　“省”:不止降低90%以上成本,算法的成本甚至降到只需要數(shù)據(jù)原料采集和硬件投入的程度,告別傳統(tǒng)堆人的勞動(dòng)密集型模式。

　　趙叢認(rèn)為,“店”和“廠”這套組合的模式與之前安防的算法供應(yīng)商或是軟件平臺(tái)廠商不一樣。盡管行業(yè)已經(jīng)有算法商城、開(kāi)發(fā)平臺(tái)之例,但共達(dá)地的“前店后廠”最大區(qū)別是它的動(dòng)態(tài)性。

　　很多算法商城缺少一個(gè)“廠”,算法更像是一個(gè)靜態(tài)的商品,開(kāi)發(fā)完成后就放在那里,迭代周期停滯或緩慢,而共達(dá)地算法工廠提供的算法能夠根據(jù)上線終端獲取的實(shí)時(shí)數(shù)據(jù)進(jìn)行迭代訓(xùn)練,以天為單位去進(jìn)行算法更新和迭代,是一個(gè)不斷優(yōu)化的動(dòng)態(tài)過(guò)程,因此算法的準(zhǔn)確率也能夠越來(lái)越高。

　　基于“算法工廠”,共達(dá)地還在探索更多賦能行業(yè)的商業(yè)模式,如在芯片端/盒子端預(yù)置可自選算一鍵下發(fā)的軟硬一體方案模式,用戶采購(gòu)硬件,可以按需靈活下載部署對(duì)應(yīng)算法。“前店后廠”,自成一派,自有應(yīng)用新天地。

　　中間生態(tài)位,共達(dá)地的「生態(tài)法則」

　　一棵樹(shù)的生長(zhǎng),需要肥沃的土壤和陽(yáng)光雨露的滋潤(rùn);一個(gè)企業(yè)的成功,需要視野的開(kāi)闊與思想的突破,在AI時(shí)代,經(jīng)營(yíng)企業(yè)就是一個(gè)生態(tài)共創(chuàng)的過(guò)程,不斷扎根,才能真正實(shí)現(xiàn)企業(yè)的價(jià)值和理想。

　　趙叢認(rèn)為共達(dá)地正好處在一個(gè)AI生態(tài)位的中間層,跟各方都有著緊密的連接,并不是一家純算法公司。算法公司最主要的使命是自己開(kāi)發(fā)市場(chǎng)需要的算法,而共達(dá)地是讓合作伙伴以及行業(yè)客戶能夠更快地獲得AI的開(kāi)發(fā)能力以及應(yīng)用效果。

　　共達(dá)地在生態(tài)當(dāng)中,與數(shù)據(jù)廠商、芯片廠商、云廠商,以及ISV/SI等廠商,在角色和互補(bǔ)性上來(lái)說(shuō)都是非常高。

　　數(shù)據(jù)是AI時(shí)代的重要生產(chǎn)資料,高效的數(shù)據(jù)利用,高質(zhì)量的數(shù)據(jù)樣本,是算法訓(xùn)練產(chǎn)出高性能AI模型的重要前提。在共達(dá)地的生態(tài)版圖中,數(shù)據(jù)廠商是重要一環(huán)。

　　目前,共達(dá)地已經(jīng)與曼孚、數(shù)據(jù)堂等展開(kāi)深入合作,利用自身AI訓(xùn)練平臺(tái)的高效訓(xùn)練,讓海量的數(shù)據(jù)變成有應(yīng)用價(jià)值的算法。

　　憑借對(duì)芯片的深入理解和豐富經(jīng)驗(yàn),共達(dá)地對(duì)于芯片的適配廣度和對(duì)于芯片的利用率的友好性,都實(shí)現(xiàn)了行業(yè)領(lǐng)先,讓客戶無(wú)論采用何種芯片,都可以輕松上陣,更充分、靈活地調(diào)用AI芯片性能,充分發(fā)揮算法能力。

　　云就像電力資源一樣,能夠結(jié)合算法開(kāi)發(fā)的算力需要,充足提供給予算法開(kāi)發(fā)所需要的支持。在云計(jì)算領(lǐng)域,共達(dá)地與亞馬遜等云廠商合作,將AI模型的生成效率大幅度提升,實(shí)現(xiàn)產(chǎn)品服務(wù)和業(yè)務(wù)創(chuàng)新“比翼齊飛”,大幅提升終端用戶體驗(yàn)的同時(shí),更為業(yè)務(wù)創(chuàng)新發(fā)展釋放無(wú)限潛能。

　　而面向ISV、SI等集成商,長(zhǎng)期奔赴在行業(yè)一線的他們,會(huì)帶回非常多極具行業(yè)價(jià)值的場(chǎng)景需求。通過(guò)賦能這些合作伙伴,共達(dá)地可以幫助他們提升業(yè)務(wù)AI化的能力,將想法變成現(xiàn)實(shí)。

　　面向未來(lái),趙叢認(rèn)為公司定位是做一家平臺(tái)型的公司,希望訓(xùn)練平臺(tái)能夠成為AI行業(yè)從業(yè)者上手的通用平臺(tái),數(shù)據(jù)標(biāo)注,分析,訓(xùn)練,芯片適配,部署這些耗費(fèi)精力的工作都由平臺(tái)解決,讓AI從業(yè)者定位于更有價(jià)值的環(huán)節(jié)。

　　在AI下半場(chǎng),共達(dá)地希望普惠AI,讓其良性運(yùn)營(yíng)為伙伴們持續(xù)創(chuàng)造效益,幫助他們實(shí)現(xiàn)項(xiàng)目的成功,共同達(dá)到目的地。

　　或許,成就客戶也是在成就自己。筆者也希望共達(dá)地能夠參與到AI下半場(chǎng)的時(shí)代變革當(dāng)中,做行業(yè)的賦能者,為更多傳統(tǒng)行業(yè)、傳統(tǒng)企業(yè)創(chuàng)造更多增量?jī)r(jià)值。（轉(zhuǎn)自：CPS中安網(wǎng)）