AI 很棒,落地很难,所以旷视今天开了一个新思路

摘要

我没想做谷歌。

围棋棋盘正中的黑点称为「天元」,也是旷视新发布的开源深度学习框架的名字。「天元」一方面致敬 AlphaGo 战胜李世石,另一方面也表明了其重要的战略意义。

深度学习开源框架提供可复用的基础函数和功能,是人工智能技术得以走向产业的关键因素,避免重复造轮子。3 月,在疫情的刺激下,国家又提新基建,各地政策加速出台。在这场关于数字化基础建设的运动中,底层技术的建设是基础中的基础。旷视官方表示,这是其此次选择在这个时机发布开源框架的原因之一。

和天元一同发布的,是旷视 Brain++生产力平台,它包括天元框架,同时也包括云计算平台和数据管理平台。旷视称其为算法、算力、数据能力三位一体的架构,目的是为使用者提供一站式解决方案,更进一步地让深度学习更易使用。

当前世界范围内主流的开源框架大多由巨头掌握,且已经拥有较为成熟的生态基础。与巨头相比,旷视虽为国内计算机视觉行业的四小龙之一,但在可投入的精力和财力上还是会有一定差距。

作为国内唯一一家发布开源框架的纯人工智能公司,旷视将其核心能力对外输出,这一动作的背后或许有更为长远的考量。

一场与马太效应的赛跑

Google TensorFlow 是世界范围内第一款由巨头开源的主流框架,至今约有四年半的时间。其间多个框架层出不穷,比如贾扬清的 Caffe、被亚马逊选为官方深度学习框架的 MXNet、Facebook 的 PyTorch、微软 CNTK 等。

国内最为大家所熟知的深度学习框架该属百度的 PaddlePaddle,另外阿里开源了 XDL,华为开源了 MindSpore。就在不久前,清华大学也开源了其深度学习框架 Jittor,中文名计图。

放眼望去,市面上并不缺开源的深度学习框架可用,且四年半时间过去,使用者愈发集中到两个头部框架的开源生态中——TensorFlow 和 PyTorch,它们分别占据了易部署和可调试的两端。在学术界,研究人员正在从 TensorFlow 转向 PyTorch,然而在工业界,TensorFlow 的地位正越来越稳固。

在多款开源框架中,开发者向头部靠拢,呈现出非常明显的马太效应。这其中的原因在于,开源框架并非代码本身,而是由学术界、工业界以及芯片厂商共同构建的技术生态。

一款开源框架走向主流,需要经过三个阶段:学术界认可,研究人员使用该框架做实验;工业界认可,开发者们使用该框架构建产品;最后在学术界和工业界的共同推动下,芯片厂商认可,在其新品中提供对该框架的支持。

这三个阶段呈现一种滚雪球的现象,形成一种引力,最终带来框架领域的马太效应。并且框架作为 AI 产品的基础,除非使用团队有强烈的理由和意愿,否则不会轻易迁移。这也为头部框架带来了时间壁垒。

要让这个雪球滚起来,需要不小的投入,这也是为什么主流框架都由大公司或大组织运营的原因。框架开源是一码事,做成又是另一码事。社区需要人力维护,科研刷榜需要协调产业界和学术界的硬件资源。让框架更加普世通用,需要进行相应的研发调整。

产业AI落地不易

旷视表示,发布开源框架并非为了和主流框架竞争,而是希望更多开发者和公司有能力加入 AI 的网络,让生态共同繁荣。

从 2016 年 AlphaGo 战胜李世石以来,AI 从一个新兴技术的代名词变为行业的代名词,现在演变成一种能力的代名词。换句话说,AI 已经从实验室走向 AI 公司,现在又走向产业。现如今,「AI 落地」代替「准确率」成为新热词。

广袤的传统行业正等待被数字化、智能化改革,那里是 AI 公司们的战场,旷视的技术就应用于此。然而,现在 AI 的产业落地处在一个非常尴尬的时间阶段,其中充斥着几类矛盾。

首先,产业中的大多数只是朦朦胧胧地意识到自己有智能化的需求,但具体 AI 能帮助他们做什么,他们并不清楚。对于没有 CIO 的公司来说,想要充分理解技术并与自身的业务相结合,是一件非常困难的事情。

其次,这一问题并不能完全依靠像旷视这样的技术公司解决。技术公司的 AI 工程师极少拥有产业背景,他们多为数学或计算机背景的硕士博士毕业生,让这群人拿着锤子找钉子,他们要先知道在不同行业里,钉子分别长什么样子,这需要时间。

另外,如果产业公司想要构建自有的 AI 团队,针对自身业务做贴身改造,需要不菲的投入。AI 人才薪资高企,且无法在短时间内看到利润提升,这也成为传统行业智能化改造的掣肘因素。

获客新思路

要想解决上述矛盾,除了让 AI 公司的工程师们与产业交流磨合外,还可以通过更易使用的框架让产业先试起来。

天元的设计将训练和推理融为一体,又在框架的易部署和可调试间取得平衡,还设计了多种接口满足企业开发架构的多样性需求。搭配一同发布的云计算平台和数据管理平台,这些设计能够让产业公司更易使用 AI,提升生产效率。

或许我们可以把天元理解为 AI 技术的「试用装」,通过让企业获得实验能力,削减潜在客户对 AI 的认知成本,使其更容易形成对 AI 的价值认同。就像当年 TensorFlow 发布时,降低 AI 产品的研发门槛也是 Google 的考量之一。

在媒体采访中,旷视开源框架相关负责人表示,尽管进行了易用性优化,但 AI 技术仍有一定门槛,旷视未来可能会在此之上提供咨询服务。

对于国内的 AI 增量市场,天元相比于 TensorFlow 和 Pytorch 有一个天然的优势,那就是旷视可以提供近场服务。产业试用后,如果提出更专业的需求,自然会想到对接旷视。换句话说,旷视发布开源框架,也有获客的作用。

目前旷视的主营业务聚焦个人设备、城市管理和供应链三大方向,在这些细分赛道,不仅有老对手商汤,还有传统巨头海康、大华、宇视,另外也有如澎思科技等后起之秀,赛道愈发拥挤。在需求侧,尽管市场盘子很大,但主动需求有限。旷视框架的开源,或许是其市场竞争的新思路。


责任编辑:卧虫

图片来源:旷视

本文由极客公园 GeekPark 原创发布,转载请发送邮件至 zhuanzai@geekpark.net

最新文章

极客公园

用极客视角,追踪你最不可错过的科技圈。

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

顶楼

关注前沿科技,发表最具科技的商业洞见。