隨著技術(shù)逐漸成熟，人工智能已經(jīng)進(jìn)入商業(yè)化落地各場(chǎng)景的階段。由于深度學(xué)習(xí)需要大量的數(shù)據(jù)與樣本，在進(jìn)入新場(chǎng)景時(shí)，AI公司需要至少得到一套最小價(jià)值數(shù)據(jù)源進(jìn)行訓(xùn)練，找到滿(mǎn)足基本場(chǎng)景的算法組合，然后再收集盡可能多的極端案例進(jìn)行持續(xù)迭代。但這也面臨著數(shù)據(jù)獲取成本將隨著算法升級(jí)而越來(lái)越高、數(shù)據(jù)過(guò)時(shí)需重新標(biāo)注或剔除等問(wèn)題，從而引發(fā)各類(lèi)成本的增加。人工智能企業(yè)該如何解決AI變?yōu)槌杀?a target="_blank">中心的問(wèn)題？人工智能企業(yè)曠視通過(guò)自研的人工智能算法平臺(tái)Brain++和人工智能數(shù)據(jù)管理平臺(tái)Data++，為行業(yè)提供了新的思路。

圖：曠視以Brain++和Data++避免AI變成本中心

在人工智能真正落地前期，AI公司需要獲得某一場(chǎng)景龐大且高質(zhì)量的數(shù)據(jù)量和樣本量，并利用深度學(xué)習(xí)技術(shù)進(jìn)行海量的算法訓(xùn)練和模型的持續(xù)更新。在此過(guò)程中，調(diào)參并優(yōu)化是一個(gè)非常緩慢的過(guò)程，且會(huì)造成成本高、落地難的問(wèn)題。因此，如何規(guī)?；a(chǎn)算法，同時(shí)盡可能降低數(shù)據(jù)源成本和算力消耗，避免AI成為成本中心成為了企業(yè)技術(shù)能否長(zhǎng)期有效落地的關(guān)鍵。對(duì)此，人工智能企業(yè)曠視自主研發(fā)了人工智能算法平臺(tái)Brain++和人工智能數(shù)據(jù)管理平臺(tái)Data++，以效率高、成本低、自動(dòng)化的算法生產(chǎn)能力，推動(dòng)技術(shù)落地。

其中，曠視Brain++具備大規(guī)模算法研發(fā)能力，其核心的深度學(xué)習(xí)框架具備獨(dú)特的訓(xùn)練和推理一體化技術(shù)架構(gòu)，同時(shí)集成了行業(yè)領(lǐng)先的自動(dòng)機(jī)器學(xué)習(xí)（AutoML）技術(shù)，可實(shí)現(xiàn)算法訓(xùn)練和模型部署的高效流程化，和深度神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)自動(dòng)化，在減少人員參與而不犧牲訓(xùn)練質(zhì)量的條件下，大幅提高算法生產(chǎn)效率。

不過(guò)，人工智能算法從研發(fā)到部署是一套龐大的系統(tǒng)工程，目前業(yè)界普遍把深度學(xué)習(xí)框架作為算法開(kāi)發(fā)工具，但是學(xué)習(xí)和使用成本高，難以規(guī)?；＞科湓?，只有深度學(xué)習(xí)框架并不本質(zhì)，需要拉通從數(shù)據(jù)到算力再到框架的端到端解決方案，人工智能時(shí)代亟需一個(gè)滿(mǎn)足產(chǎn)業(yè)需求的操作系統(tǒng)。

為此，針對(duì)框架、算力和數(shù)據(jù)三個(gè)核心要素，曠視Brain++在總體架構(gòu)上分為三部分，包括深度學(xué)習(xí)框架MegEngine、深度學(xué)習(xí)云計(jì)算平臺(tái)MegCompute、以及數(shù)據(jù)管理平臺(tái)MegData。涵蓋了從數(shù)據(jù)的獲取、清洗、預(yù)處理、標(biāo)注和存儲(chǔ)開(kāi)始，到研究人員設(shè)計(jì)算法架構(gòu)、設(shè)計(jì)實(shí)驗(yàn)環(huán)節(jié)、搭建訓(xùn)練環(huán)境、訓(xùn)練、加速、調(diào)參、模型效果評(píng)估和產(chǎn)生模型，再到模型分發(fā)和部署應(yīng)用的深度學(xué)習(xí)算法開(kāi)發(fā)的所有環(huán)節(jié)。

通過(guò)Brain++，曠視研發(fā)人員能夠獲得從數(shù)據(jù)到算法產(chǎn)業(yè)化的一攬子技術(shù)能力，不用重復(fù)造輪子也可以推進(jìn)AI快速落地。同時(shí)，曠視Data++通過(guò)數(shù)據(jù)輔助算法，算法提升數(shù)據(jù)，亦能夠降低部分成本。

目前，曠視已經(jīng)基于Brain++開(kāi)發(fā)出了大量部署于云端、移動(dòng)端、邊緣端全計(jì)算平臺(tái)的先進(jìn)深度神經(jīng)網(wǎng)絡(luò)，并打造了以人工智能驅(qū)動(dòng)的物聯(lián)網(wǎng)解決方案，實(shí)現(xiàn)在個(gè)人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)、供應(yīng)鏈物聯(lián)網(wǎng)三大垂直領(lǐng)域的廣泛落地。值得一提的是，曠視還最快預(yù)計(jì)將于3月底對(duì)Brain++進(jìn)行開(kāi)源，開(kāi)放深度學(xué)習(xí)與低成本高效的算法開(kāi)發(fā)能力，以技術(shù)的普惠助推人工智能產(chǎn)業(yè)的進(jìn)一步發(fā)展，實(shí)現(xiàn)人工智能與各行業(yè)的深入融合，實(shí)現(xiàn)價(jià)值創(chuàng)造。

據(jù)艾媒咨詢(xún)發(fā)布的《2019年中國(guó)人工智能年度專(zhuān)題研究報(bào)告》顯示，作為全球最大人工智能應(yīng)用市場(chǎng)，中國(guó)人工智能技術(shù)落地迅速，預(yù)計(jì)2030年中國(guó)人工智能核心產(chǎn)業(yè)規(guī)模將突破10000億元。在此背景下，曠視依托Brain++有效避免AI成為成本中心，構(gòu)建了技術(shù)壁壘與產(chǎn)品化能力，實(shí)現(xiàn)了人工智能的商業(yè)化，幫助創(chuàng)造更多價(jià)值，并將通過(guò)Brain++的開(kāi)源，共同推動(dòng)人工智能落地各行各業(yè)，助力社會(huì)的智慧化變革。