裸手玩VR、线稿变3D人、充电宝上跑AI…旷视大秀(3)
【作者】网站采编
【关键词】
【摘要】4、AI变智能教练、美妆顾问 根据旷视研究院算法量产负责人员周而进演讲,旷视本次推出的自研 算法生产平台AIS,是旷视实现算法量产的主要抓手。 旷视
4、AI变智能教练、美妆顾问
根据旷视研究院算法量产负责人员周而进演讲,旷视本次推出的自研算法生产平台AIS,是旷视实现算法量产的主要抓手。
旷视研究院基础科研负责人张祥雨认为,不妨从回顾计算机视觉发展历程来看。
一个名为“运动猿小刚”的系统可以化身AI教练,分析并判断人体动作和姿态,帮人们矫正运动动作。还能化身体测员,实现运动员身份识别和认证、正确与违规动作识别、考分记录到体能信息回传等,比如他能识别立定跳远的过线、助跑等各类违规动作,还能计数。这一产品时基于MegEngine框架,通过AIS算法生产平台研发而成。
1、通用图像大模型。旷视主要着眼于构建通用的、统一的、且高性能的图像视觉大模型。
旷视研究院基础科研负责人张祥雨
除了AI模型应用,现场旷视研究员们还展示了AI模型训练的新技术。
旷视自2018年就提出“1+3”战略,其中的“3”是指三大块业务,而“1”是指AI生产力平台Brain++为代表的AI能力。可以看到,其在AI基础能力上,旷视也正基于Brain++进行拓展。
AI被认为掀起第四次工业革命的重要技术,很多人都已经在银行柜台、智能手机、商场零售柜以及安防、交通等各种场景中感受的AI带来的真实便利。当下,随着AI技术落地进入深水区,一方面考验技术商业化的本领,一方面更加考验AI企业技术底子的厚度。而有没有持续投入的定力,是成功缔造下一代大科技公司的一个关键问题。
很多人可能觉得,AI基础技术创新虽然很多不能直接在应用中看到。但实际上,这却是AI技术商业化落地的基石。而基础科研团队和能力的持续创新,则代表着驱动中国AI走向全球的精神底子。
旷视联合创始人、CEO印奇
前面我们已经详细了解了旷视的AI基础科研,关于算法定义硬件,我们在之前的报道中已有讨论(《“卷”了AI圈11年后,旷视印奇终于喊出这句话!》)。
这些AI基础能力不是在场景化应用中能直接看到的,却是很多应用型AI创新突破的基石。
旷视联合创始人、CEO印奇
要找准这一问题的时空坐标从而找到答案,对很多人来说很难。
对此,印奇在本次技术开放日中首次对外谈及了“2+1”的AIoT核心技术科研体系,即以“基础算法科研”和“规模算法量产”为两大核心的AI技术体系,和以“计算摄影学”为核心的“算法定义硬件”IoT技术体系(包括AI传感器和AI机器人)。“这样一个‘2+1'的AIoT的科研战略也是支撑旷视未来不断走向新的AIoT商业成功的最重要的基石。”
可以说,历史上每一代基础模型的突破都很大程度上促进了视觉AI的发展。
这也解释了为什么大到阿里云这样的云巨头今年更加强调“Back to Basic”,以及旷视这样的视觉AI企业龙头持续强调AI基础研究。不过,行百里者半九十,中国科技企业的前路依然充满挑战。
当时间来到了2022年,张祥雨认为,新的趋势已经出现——“大”和“统一”是当今视觉AI基础研究的新趋势。
然而,行业场景碎片化、数据生产的复杂性、硬件的多样化等问题一直是算法量产的重要挑战,这也是很多AI方案难以从1到n进行复制的主要原因。
这家正在接受资本、市场及国际环境多重检阅的视觉AI龙头企业,正试图打造不可复制的AI生产力。前路依然险阻,行百里者半九十。这是中国AI技术发展的一个缩影,在短短十几年里冲在世界前列,本质上是要追求AI生产力水平的不断强大。
4、自动驾驶感知大模型。旷视主要着眼于研究简单、高效、统一、且易于使用的自动驾驶模型的优化、训练和部署方法,促进自动驾驶落地。
这就有了AIS平台的应运而生,在旷视技术开放日的最正中展出的,正是这一算法量化工具;围绕它陈列的展台成果,大多是基于它生产而来。周而进说,AIS平台基于旷视Brain++体系,在旷视自研的深度学习框架MegEngine,数据管理平台MegData和计算平台MegCompute的基础上面,进一步引出的自研的算法生产平台。
那么2022年了,前沿AI技术有什么最新进展?发展到了什么程度?作为诞生已11年的国产AI代表企业,旷视MegTech技术开放日是我们了解这些问题的一个透镜。
周而进认为,算法生产过程标准化才是真正有效地解决这样一个复杂的、碎片化的算法生产所面临挑战的手段。这个标准化包括了数据生产的标准化、算法模型的标准化和整个推理框架的标准化。
文章来源:《生产力研究》 网址: http://www.sclyjzz.cn/zonghexinwen/2022/0718/1402.html