图片来源@视觉中国
钛媒体注：9月18日，华为云业务总裁郑叶来在2019华为全联接大会上发布华为云工业智能体。华为云工业智能体是华为云面向行业的智能解决方案，是工业智能化升级的新引擎。
该智能体按工业生产的运营策略，将云边端技术整合，通过人工智能三大引擎智能认知引擎、智能预测引擎、决策优化引擎对数据和信息进行智能分析处理，驱动物理世界的生产制造更加智能。
在本次2018年华为全联接大会上，华为也提出了使用AI改善生产力的三大场景。具体来看，AI可在海量重复、专家经验及多域协同三大场景助力行业升级，实现效率提升、专业传承和突破极限。
其中，海量重复场景主要是指在企业实践中寻找高频出现的重复场景。以德邦快递为例，通过高精度OCR识别快递面单取代纯手工录入。取件时，快递员可拍照或截图，OCR就会自动识别收寄信息并自动录入系统，可处理复杂背景、光照不均、模糊以及图片缺角等问题，减少异常情况的人工处理时间，大幅提升服务效率及用户体验，使得管理成本降低了25%左右。快递行业中，暴力分拣行为一直广受诟玻伤害消费者的权益，且导致大量的货损赔偿。 华为云EI智能分析服务，能够对监控视频进行实时行为分析，自动识别拣货员在拣货过程中出现的扔、抛、推倒、用力踢等暴力分拣行为。目前德邦快递150个外场3万多个摄像头都已经接入“违规操作AI智能识别系统”，违规操作的小时违规率下降45%。
专家经验场景是指通过融入专家积累和经验（行业智慧），使AI达到专家助手水平。例如，第三方医学检验机构金域医学与华为云EI合作，首次基于病理形态学，通过深度学习，训练出精准、高效的AI辅助宫颈癌筛查模型。该模型在阴性片判读的正确率高于99%，阳性病变的检出率超过99.9%。这是目前国际上已公布的AI辅助宫颈癌筛查的最高水平。细胞病理医生镜下阅读宫颈细胞涂片，平均每例要花费6分钟，而AI识别仅需36秒。
对于涉及参数众多、依赖关系复杂、维度高的多域协同场景，比如工业生产、比如城市治理、测井油气层智能识别等，尤其是知识图谱、自然语言处理等技术也为这些领域带来了新思路、新方法。
以下为郑叶来演讲全文，略经钛媒体编辑
我今天演讲的主题是“跨越裂谷，共建普惠AI”。
看左右两边的图，非常有意义的对比：
商业热情：左侧是在2018年以前，我们看到AI的投融资均匀的分布在各个行业或技术领域，那时投融资符合技术热炒的特征。商业冷静：右侧，是从2018年开始到现在，大量的投融资活动围绕在具体的行业场景，而且高度集中在几个头部行业。
我们认为，计算发展进入了”暴力美学”阶段，算力的需求每年增加10倍左右。从研究上来看，人类对于AI的探索研究逐渐深入，出现了越来越多的新算法和新探索，如AlphaFold、Bert、BigGAN等，对算力的要求呈百倍增长:
一个有力的佐证是，算力的增长速度与论文的发表数量已呈正相关。从商业应用来看，算力的性价比越高，AI在商业中的应用就会越广泛。
所以，AI算力也应该如同今天的电力一样便捷，随时可获龋这也回应了两年之前，也是在这里，我讲了一个观点，算力释放算法之美。
在2018年华为全联接大会上，华为提出使用AI改善生产力的三大场景。
具体来看，AI可在海量重复、专家经验及多域协同三大场景助力行业升级，实现效率提升、专业传承和突破极限。
其中，海量重复场景主要是指在企业实践中寻找高频出现的重复场景。以德邦快递为例，通过高精度OCR识别快递面单取代纯手工录入。取件时，快递员可拍照或截图，OCR就会自动识别收寄信息并自动录入系统，可处理复杂背景、光照不均、模糊以及图片缺角等问题，减少异常情况的人工处理时间，大幅提升服务效率及用户体验，使得管理成本降低了25%左右。快递行业中，暴力分拣行为一直广受诟玻伤害消费者的权益，且导致大量的货损赔偿。 华为云EI智能分析服务，能够对监控视频进行实时行为分析，自动识别拣货员在拣货过程中出现的扔、抛、推倒、用力踢等暴力分拣行为。目前德邦快递150个外场3万多个摄像头都已经接入“违规操作AI智能识别系统”，违规操作的小时违规率下降45%。
专家经验场景是指通过融入专家积累和经验（行业智慧），使AI达到专家助手水平。例如，第三方医学检验机构金域医学与华为云EI合作，首次基于病理形态学，通过深度学习，训练出精准、高效的AI辅助宫颈癌筛查模型。该模型在阴性片判读的正确率高于99%，阳性病变的检出率超过99.9%。这是目前国际上已公布的AI辅助宫颈癌筛查的最高水平。细胞病理医生镜下阅读宫颈细胞涂片，平均每例要花费6分钟，而AI识别仅需36秒。
对于涉及参数众多、依赖关系复杂、维度高的多域协同场景，比如工业生产、比如城市治理、测井油气层智能识别等，尤其是知识图谱、自然语言处理等技术也为这些领域带来了新思路、新方法。
华为云以行践言，以华为云AI能力辐射10+行业，包括城市、工业、零售、金融、汽车、家庭等多个场景，500多个项目，携手合作伙伴，逐渐帮助企业走向智能化升级之路。华为本身就是一个全球领先的电子制造行业的领导者，我们清楚工业场景下需要解决什么问题。
500多个项目的实践，加上我们数百个参与项目的AI科学家、数学家对项目实践进行复盘、总结，我们发现任何一个行业AI项目要落地实施，不仅仅是AI技术平台和企业两方能完成的，需要多个角色共同完成，我们可以看图上的角色模型：即涉及行业落地的应用场景、应用相关的ISV、应用相关的设备或流程，以及AI平台提供方。
进一步，从实践中来再到实践中去，我们在这个角色模型中，发现了，一个成功的AI项目，有四个要素分布在不同的角色中，即：明确定义的场景、触手可及的算力、持续进化的系统、组织人才的适配
参照这个角色模型以及影响项目成功落地的四个要素，我们就清楚裂谷在哪里、以及如何去跨越，而不至于掉坑里。
跨越裂谷的要素一：明确定义商业场景
首先要明确该场景核心要解决的问题是什么，是质量、成本还是效率问题。其次，解决的问题要有清晰的边界，要便于用数学去刻画和表达。再次，这个场景应该是一个闭环的、可以预测的，不能是开放不可预知的。最后，要具备解决这个问题需要的充足和完备的数据与行业知识。
三联虹普场景看似复杂，但属于恰恰是可以明确定义的，合成纤维质量检测是非常复杂的，如何用AI提升质量检测和染色调色、实现商业价值。
再来看另一个场景看似简单实际异常复杂的例子：
河流治理项目，一开始大家期望比较高，但落地过程中发现场景太复杂，需要识别抛物，泼洒，漂浮等各种场景
而且复杂的自然环境场景，天黑、雨天等场景下与人的行为交织，更增添了场景识别的难度, 导致场景很难识别。
客户有经过思考深入，治理决心很大，不断的调整，和项目组的努力，克服困难，不断调优算法，识别率从50%提高到了80%。
从这两个例子看，场景的选择是项目能否达到预期的非常关键的一步。
跨越裂谷的要素二：触手可及的强劲算力：
我们发现，当前算力不充沛、不经济、难获取，导致企业、政府、高校、科研机构缺乏足够的算力。以华为为例，在公司内部目前日均AI训练作业任务超过4000个、3.2万小时, 而且还有大量的作业在排队。
分享个段子，因为工作时间任务太多资源不够，我们鼓励错峰训练，也就是鼓励大家把训练任务放到晚上下班后，所以不少博士晚上下班前，不是退出ModelArts平台，而是在ModelArts上启动自己的模型训练任务错峰计算，这样在第二天白天高峰前能看到AI训练的结果。
基于Atlas 900的华为云EI集群服务，是当前全球最快的AI训练集群，代表了当今全球的算力巅峰。
胡总上午刚发布，我们这里进一步阐述。EI集群服务由数千颗腾910 AI处理器构成, 通过华为集合通信库和资源调度系统，及超高速的训练数据缓存，充分释放腾910的强大性能。其总算力达到256P～1024P FLOPS @FP16，相当于50万台PC的计算能力。
华为云EI集群，只需59.8秒即完成典型网络ResNet-50的训练，比第2名快15%.本次测试华为基于“ResNet-50”和“ ImageNet-1k数据集”，数据集包含128万张图片，top1精度为75.9%
相比传统购买硬件设施的方式，华为云EI集群服务可按需使用、即时开通。
加速科学研究与商业创新：提供更快的图像、语音等AI模型训练，让人类更高效地探索宇宙奥秘、预测天气、勘探石油，加速自动驾驶的商用进程。
EI集群的背后，是华为云工程师们从底层硬件到软件构架全栈优化：
梯度同步与反向计算并行，训练效率更高
数千颗AI处理器-TOR交换-SPINE交换，全互联无阻塞高速网络
计算、存储，网络高效协同
跨越裂谷的要素三：持续进化的AI服务
传统的IT基于明确的需求与规则，确定性强，开发与生产是可以分开。而目前的AI，特别是深度学习是基于统计计算，基于有限数据集开发的模型，并不一定能在运行时满足所有环境变化。为此构建把生产运行与开发训练闭环的在线系统就非常关键。有了这样一个系统，通过数据闭环下的在线学习能力就能让模型，持续适应环境的变化，持续优化，成为真正可以进化的AI。
ModelArts通过AI持续迭代框架，提供端边协同能力，加速企业AI化进程；在自动数据增强上，如训练一个OCR单据模型，只需要少量几张图片使用自动数据扩充到上千张，实现同样精度，节省人力80%以上；同样通过模型自优化的框架，使用多元搜索能力，比专家的模型还提升了8个百分点，同比业界自动调优最好水平（91%）也提升了6个点；在自动驾驶领域通过在线的闭环能力，可以实现模型每天更新（原来每周更新一次）。
我们在本次全联接大会第三天，面向开发者，会全新发布ModelArts2.0新特性，请大家关注。
跨越裂谷的要素四：组织与人才的适配
我们认为，AI要改变世界，首先要改变人的认知。AI的智慧来源于人类智慧数字化，要遵重以人为本的初心。
对于AI开发者，我们通过贴近行业、易于使用的开发平台，降低AI和行业的结合门槛。
华为云提供了ModelArts一站式开发平台，来管理AI应用开发，帮助用户快速创建和部署模型，管理全周期AI工作流。
而对于有行业经验的专家，通过AI+专家协同，我们在AI落地的过程中通过决策规则的透明，让AI的更好的辅助专家决策，从而更容易被接受。
而从企业组织和流程改变开始，不能用传统IT的模式来使用AI，AI需要相适配的人才，组织，流程来充分发挥效力。
我们把商业AI成功的4个要素，打造成了面向行业的智能解决方案，尤其是针对工业制造，来解决行业AI的应用落地，跨越AI的商用裂谷。
我们正式向业界发布 华为云工业智能体！
华为云工业智能体是华为云面向工业的智能解决方案，是工业智能化升级的新引擎！
按工业生产的运营策略，将云边端的技术整合，通过人工智能的智能认知引擎、智能预测引擎和决策优化引擎对数据和信息进行智能分析处理，驱动物理世界的生产制造更加智能。AI能够在工业领域得到很好的运用离不开各行各业的合作伙伴， 华为云，希望联合越来越多的合作伙伴、通过工业智能体加速行业AI项目落地，让业务愿景成为现实
1）我们与中国石油合作，使用智能体的智能认知引擎来辅助识别油气层，油气层识别时间下降70%
2) 与三联虹普合作，使用智能体的智能预测引擎，在生产过程中动态匹配客户需求，让客户需求匹配率提升了28.5%！
3）我们与鑫磊集团合作，使用智能体的智能优化引擎，将AI能力引入配煤环节和焦炭生产质量预测，真正让AI成为帮助配煤师傅的利器，准确率超过95%，实现每百万吨焦炭节省成本超过1000万人民币以上。
华为云工业智能体在能源、矿业、焦化、电力、水泥、化纤等多个工业行业都能落地，真正将AI引入行业，加速工业智能化升级！
