上海2019年9月18日 /美通社/ -- 在HUAWEI CONNECT 2019第一天主題演講，華為云業(yè)務總裁鄭葉來發(fā)表了題為“跨越裂谷，共建普惠AI”的演講，提出行業(yè)AI商用落地的四大要素，進一步解釋華為云EI集群服務所擁有的強勁算力，并發(fā)布華為云工業(yè)智能體。
鄭葉來表示：“隨著華為完成全棧全場景AI解決方案的構建，華為AI戰(zhàn)略的執(zhí)行進入了新的階段。華為云讓算力釋放算法之美，攜手企業(yè)跨越AI商用裂谷，讓AI普惠千行百業(yè)，共創(chuàng)智能新高度。”
跨越AI商用裂谷的四大要素
AI領域蓬勃發(fā)展，但投資熱度與商業(yè)應用之間存在巨大的裂谷。2018年以前，對AI領域的投融資均勻的分布在各個行業(yè)或技術領域。2018年后，大量的投融資逐漸向幾個頭部行業(yè)的集中。
當前AI蓬勃發(fā)展，對算力的需求每年增加10倍左右，一些新算法，例如BigGAN，對算力的需求更是呈百倍增長。因此，算力應該像電力一樣觸手可及，讓“算力釋放算法之美”。
在2018年的華為云全聯(lián)接大會上，華為云首次提出將AI 應用于海量重復、專家經驗和多域協(xié)同三大場景助力行業(yè)升級，實現效率提升、專業(yè)傳承和突破極限。一年來，華為云EI已在城市、制造、醫(yī)療、汽車、園區(qū)、互聯(lián)網等10大行業(yè)的超過500個項目實踐落地，幫助企業(yè)實現智能化升級。
鄭葉來表示，在500+項目實踐中，華為云發(fā)現行業(yè)AI項目要成功實施，需要基于應用場景、相關ISV/SI、設備或流程、AI平臺提供方組成的行業(yè)AI落地的商用模型，多個角色齊心協(xié)力，并需要具備四個關鍵要素，才能將AI技術真正實現落地商用。
要素一：明確定義商業(yè)場景。即明確項目的商業(yè)目標，界定清晰的范圍邊界，場景可閉環(huán)、可預測具備充足的數據資料。
有些場景復雜但定義明確，例如，對于合成纖維專業(yè)工程技術服務商三聯(lián)虹普來說，傳統(tǒng)檢測合成纖維的方法主要靠工人眼睛檢測，只能檢測絲餅最后100米的質量，不僅耗費人力，而且容易造成錯檢、漏檢。2018年開始，三聯(lián)虹普攜手華為云，用AI提升合成纖維質量檢測，實現了從100米到1000公里的質檢跨越。
有些場景看似簡單實際異常復雜，例如河流治理項目，AI不僅需要識別拋物、潑灑、漂浮等場景，而且面臨天黑、雨霧等復雜的自然環(huán)境與人的行為交織，更增添了場景識別的難度。通過不斷調優(yōu)算法，識別率從50%提升至80%。
要素二：觸手可及的強勁算力。當前算力不充沛、不經濟、難獲取。以華為舉例，公司內目前日均AI訓練作業(yè)任務超過4000個、訓練時長超過3.2萬小時, 而且還有大量的作業(yè)在排隊。
為了給開發(fā)者提供充裕經濟的算力，基于Atlas900的華為云EI集群服務，是當前全球最快的AI訓練集群，代表目前全球的算力巔峰。
華為云EI集群巔峰算力的背后，是華為工程師們從底層硬件到軟件構架全棧優(yōu)化：梯度同步與反向計算并行；數千顆處理器-TOR-SPINE，無收斂線性高速交換；與云計算、存儲，網絡高效協(xié)同。
要素三：持續(xù)進化的AI服務。AI時代，構建一個生產運行與開發(fā)訓練閉環(huán)的在線系統(tǒng)非常關鍵，能讓模型持續(xù)適應環(huán)境的變化，成為持續(xù)進化的AI。例如，華為云全流程模型生產服務ModelArts通過AI持續(xù)迭代框架，提供端邊協(xié)同能力，加速企業(yè)AI化進程。
要素四：組織與人才的適配。AI的智慧來源于人類智慧數字化，要尊重以人為本的初心，適配相應的人才、組織和流程。例如，深圳機場應用華為云EI來建設機位智能分配系統(tǒng)，并讓機場指揮員了解EI的決策機制和過程，不僅將指揮員從枯燥重復的操作中解放出來，而且提升了飛機靠橋率，減少了擺渡車的使用，大幅提升旅客體驗。
發(fā)布華為云工業(yè)智能體，行業(yè)智能化新引擎
華為云融合商業(yè)AI成功的四大要素，面向工業(yè)制造行業(yè)，正式發(fā)布工業(yè)智能體。這是行業(yè)智能化升級新引擎，通過基于知識圖譜的智能認知引擎、基于AI模型的智能預測引擎、基于運籌規(guī)劃的決策優(yōu)化引擎三大引擎讓過去諸多難以落地應用的技術應用到工業(yè)場景，助推工業(yè)智能化升級。
華為云工業(yè)智能體應用于能源、礦業(yè)、電力、水泥、化纖等多個工業(yè)領域。例如，華為云與中國石油合作，使用工業(yè)智能體認知引擎來輔助識別測井油氣層，將油氣層識別時間下降70%；華為云與三聯(lián)虹普合作，使用工業(yè)智能體的智能預測引擎，讓客戶需求匹配率提升了28.5%；華為云與鑫磊集團合作，使用工業(yè)智能體的智能優(yōu)化引擎，將AI能力引入配煤環(huán)節(jié)和焦炭生產質量預測，讓配煤準確率超過95%，每百萬噸焦炭節(jié)省成本超過1000萬元。
中國石油攜手華為共同跨越行業(yè)AI商用裂谷
中國石油勘探開發(fā)研究院計算機應用計算研究所所長龔仁彬教授分享華為工業(yè)智能體如何賦能油氣勘探行業(yè)的精彩實踐，發(fā)表了題為“人工智能，助推油氣勘探開發(fā)的轉型升級”的主題演講。
他談到，中國石油近年來提出了“共享中國石油”的信息化戰(zhàn)略發(fā)展規(guī)劃，成果斐然，綜合競爭力顯著提升。為加速勘探開發(fā)業(yè)務的智能化升級，中國石油與華為將工業(yè)智能體新技術引入生產實踐，用知識圖譜、自然語言處理和機器學習等人工智能技術進行知識體系的構建、計算和應用，為油氣勘探開發(fā)科研、生產管理提供智能化分析手段，支撐油氣勘探開發(fā)增儲上產和降本增效，幫助決策者提升效率和管理水平。
雙方聯(lián)合打造的開放可擴展的認知計算平臺，為勘探開發(fā)業(yè)務的創(chuàng)新提供了智能化的驅動引擎和開發(fā)生態(tài)，實現了勘探開發(fā)知識的固化、傳承和普惠。目前，這個認知計算平臺已經在測井油氣層識別和抽油機井工況診斷兩個場景應用，傳承專家經驗，提升油田管理水平。
例如， 大港油田對900口油井進行機器學習，實現了油氣水層位的智能識別，評價時間縮短了70%，識別準確率達到測井解釋專家水平。在油氣生產領域，認知計算平臺幫助中國石油實現了油井工況的定量診斷和遠程實時在線管理。異常工況診斷準確率達到90%以上，油田管理實現了從事后診斷升級為事前預警，減少作業(yè)維護費用20%，青海油田8個采油廠通過遠程管理實現了無人值守。
龔仁彬教授表示：“中國石油已經完成了智能油田建設的規(guī)劃設計，并在勘探開發(fā)領域優(yōu)選22個場景開展了人工智能探索。智能應用的種子已經開始發(fā)芽，期待中的參天大樹指日可待。相信在不遠的將來，中國石油和華為攜手將進一步推動石油勘探開發(fā)業(yè)務的轉型升級?！?/p>
HUAWEI CONNECT 2019作為華為自辦的面向ICT產業(yè)的全球性年度旗艦大會，于2019年9月18日-20日在上海隆重舉行。本屆大會以“共創(chuàng)智能新高度”為主題，旨在搭建一個開放、合作、共享的平臺，與客戶伙伴一起共同探討如何把握新機遇創(chuàng)造智能未來。欲了解更多詳情，請參閱：https://www.huawei.com/cn/press-events/events/huaweiconnect2019?ic_medium=hwdc&ic_source=corp_event2_hc2019
