自研AutoML驱动AI规模化时代,共达地AI平台一站式解决AI算法开发难题

粤讯 中字

场景需求不断涌现、创新应用层出不穷,AI正迎来蓬勃发展期。然而,当传统行业纷纷应用AI推进数字化转型、智能化升级时,AI行业自身却还处于手工作坊式的阶段。以上游AI企业专项定制进行算法开发的传统模式,已难以满足规模化的应用需求。越来越多的企业都希望具备自主的AI模型开发能力以灵活应对场景需求,同时又诉求在投入成本和产出效益方面实现平衡。

在技术发展与行业需求的双向促进下,AI领域的新星企业共达地从竞争激烈的行业中脱颖而出,凭借自主创新的AutoML平台和技术,用更低门槛、更低成本即可训练出高精度的AI模型。以此为核心构建的GoodAIdea零代码自动化AI算法训练平台,更可为企业提供零代码AI算法训练以及一键到端的部署能力。企业无需组建专业AI团队,仅需上传算法相关的数据集,即可以0代码的方式,在数小时内获取高精度的AI模型,并直接下发到应用终端上。这种一站式的AI模型定制开发模式,将定制开发各类机器视觉长尾算法的效率提升近百倍。

从单点落地到规模化应用阶段,AI行业急需破解门槛高、成本高、效率低困境

近年来,机器学习在计算机视觉领域实现的突破,让AI技术成为了各行各业全新的生产力工具,并全面掀起了AI商业化的第一波浪潮。短短两三年间,以人脸识别、人群分析、车辆识别、车牌识别等为主的视觉AI技术,为一些单点应用场景带来了巨大创新,提升了诸如人员通行、交通管理、城市安全管理的效率和体验。

然而,随着AI技术与传统行业的融合逐步深入,AI已被视作赋能实体经济的重要驱动技术,其应用场景需求也逐渐从单点走向规模化。尤其是“十四五”规划以来,传统行业的数字化转型纷纷加速,对AI技术的应用提出了越来越多的碎片化、长尾化的需求。比如通过AI技术识别共享单车乱停乱放、高空抛物、烟火、占到经营、街道垃圾、渣土车等并实现智能化管理,成为当下推进智慧城市建设的重要基础。而在工业领域,针对成百上千种不同类型零部件的多种缺陷进行自动化检测,是提高生产质量和生产效率的重要关键。

自研AutoML驱动AI规模化时代,共达地AI平台一站式解决AI算法开发难题

但面对这样的产业机遇,AI的规模化落地却面临诸多挑战。一方面,场景的碎片化使得大量的需求存在不确定性,给数据处理带来极大难题,无法针对性地进行数据采集、标注。同时在算法模型的训练过程中,开发人员也很判断何种场景使用何种算法,导致最终开发出来的算法性能存在较多不确定性。

另一方面,AI开发的门槛较高。从数据标注、模型训练、参数调节、模型部署、芯片适配、性能优化等AI算法开发的全链条中,不仅环境众多,且每一步都非常依赖于AI开发人员的主观经验和能力水平。因此,企业即便投入大量的人力物力,最终的应用效果也可能无法达到预期。

在AI的单点应用阶段,由于通用性强、需求量大,企业尚可采用“堆人头”的方式进行定制化开发。但随着海量碎片化细分场景的出现,这种定制化开发路线的弊端逐渐凸显,面对各种不确定性和超高门槛,很难在成本、质量和效率上做到完美的平衡。只有完成从手工作坊式向自动化流水线方式的升级,让每一个企业随时都可以根据自身需求,低门槛、高效率、灵活地自行开发AI算法,才能够真正实现AI的规模化。

共达地自动化AI开发训练平台,让算法开发周期降至小时级

以解决视觉AI规模化应用需求的新兴AI企业,正在掀起AI的第二波商业化浪潮,成立于2020年3月的共达地便是其中的引领者。凭借对AI发展趋势的准确预判和率先布局,其基于全新的自动化机器学习(AutoML)核心技术打造的GoodAIdea零代码自动化AI开发训练平台(下文简称共达地AI平台),以零代码自动化方式,高效率、低门槛地完成端到端的AI开发,破解AI规模化需求带来的多重挑战。

作为业界领先的计算机视觉领域的自动化训练平台,共达地AI平台由数十名算法科学家共同参与,深刻理解并剖析算法开发在每个环节的业务痛点,从数据标注、数据质量分析、算法建模、芯片适配、算法迭代各个环节实现技术优化,将原本需要数十名专业技术工程师耗费数月完成的算法开发工作,优化为算法的零代码全自动化生产的小时级工作。

自研AutoML驱动AI规模化时代,共达地AI平台一站式解决AI算法开发难题

有效的数据处理是实现高质量、高效率AI算法开发的前提,但也是一直以来最为消耗人力的环节。共达地AI平台可以根据需要,对海量数据进行快速自动标注,结合人工复检的方式,让数据标注更高效。同时,平台还可以针对不同需求对数据进行多维度自动分析,提升数据分析效率近百倍。

在算法层面, 首先在AI模型开发的结构搜索设计环节,传统的开发模式需由工程师花费至少一周时间对每个模型结构进行芯片适配,以寻求最佳的模型结构,而共达地AI平台可以自动寻求最佳模型搜索结构,将整个流程时间压缩到小时级。其次模型的预训练环节则非常依赖工程师的经验,加之数据集极其庞大,整个过程通常需要耗费1~2个月时间,共达地AI平台有效地融合了大量工程师的多年实践经验,可以快速、精准地提升预训练模型的效果,省去试错环节,使算法开发效率倍增

AI模型的适配和部署是AI落地的最后一环。一般来说,AI算法在适配芯片前只有10%左右的芯片利用率,需要通过专业团队近几个月的调优使芯片性能得到充分发挥,否则易造成芯片资源的极大浪费,消耗更多时间和功耗。共达地AI平台目前已适配市面50余款AI芯片,算法生成后算法利用率可提升至最佳数值,实现更好的性能功耗比,无需再进行人工调优,即可让算法快速部署上线。

据了解,共达地的核心团队大疆创新、苹果、微软、华为、西门子、百度等顶级科技企业,研发人员占比70%,多年专注于AutoML技术领域,在人工智能,尤其是智能硬件、机器人、多媒体等领域,曾经多次主导过领先于行业1-2年的技术创新和突破,累计获得40余项全球核心技术发明专利。

自研AutoML驱动AI规模化时代,共达地AI平台一站式解决AI算法开发难题

随着当下AI技术开始深入到城市治理、社区维护、企业运营、工业质检、智能制造中的每一个业务环节和业务流程当中,提高AI行业自身的生产效率,是解决AI规模化落地难题最根本的手段。从数据采集到模型部署的全流程,共达地AI平台只需用户三步操作,即可快速获得AI算法,开发成本降低超过90%,有望让各行各业的企业拥抱AI第二波商业化浪潮的红利,从根本上实现效率提升,促进产业升级。

截至目前,共达地AI平台已和多个行业的多家翘楚企业达成合作,其中包括智慧城市行业的中国南方电网、平安智慧城市等,AI芯片领域的紫光展锐、寒武纪、比特大陆等企业,以及智慧工业领域的大族激光、金东唐等企业,为AI的规模化时代构建高效的基础设施。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存