預(yù)測(cè)未來一周全球天氣要多久?華為云:給我?guī)酌腌?/h1>
當(dāng)AI技術(shù)用到了極致
金磊 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
當(dāng)AI技術(shù)用到了極致
金磊 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
現(xiàn)在的AI實(shí)力,迅猛,著實(shí)是有些迅猛。
誰能想到,只需要給AI幾秒鐘時(shí)間,它就能把全球天氣給預(yù)測(cè)完畢。
如果非要給這個(gè)預(yù)測(cè)一個(gè)期限,AI會(huì)說:
未來7天的量,小菜一碟~
而且這種AI的打開方式,還是快準(zhǔn)狠的那種——
比傳統(tǒng)預(yù)測(cè)方法在速度上提升1000倍的同時(shí),精度還能提高20%。
同樣的,若是把“百萬人基因組計(jì)劃”這事兒交給AI,結(jié)果也是一個(gè)大寫的“萬萬沒想到”:
單日可以分析的數(shù)據(jù)量超過1PB。
啥概念?
相當(dāng)于1024個(gè)1TB硬盤數(shù)據(jù)擺在你面前,且,需要在一天時(shí)間內(nèi)處理掉。
不僅如此,這跟以往采用的HPC(高性能計(jì)算)相比,不僅速度上提高了10倍,成本還降低了30%!
……
肯定有很多好奇的友友們就要問了,“到底是啥AI這么強(qiáng)啊?”、“夠靠譜嗎?”……
不墨跡,直接揭曉謎底——
如此AI power,正是來自華為云。
華為云的這般速度,是怎么做到的?
剛才提到的兩個(gè)案例,是華為云CEO張平安最新發(fā)布的兩大利器——
華為云盤古氣象大模型和華為云AI基因平臺(tái)。
但要究其為何能有如此power,還需從華為云技術(shù)的路線上一點(diǎn)點(diǎn)剖析。
首先,從最底層來看,華為云有三大根技術(shù)做強(qiáng)力支撐。
它們分別是:
- 知識(shí)計(jì)算
- 盤古大模型
- 天籌AI求解器
知識(shí)計(jì)算,顧名思義,就是從海量數(shù)據(jù)或生產(chǎn)流程中提煉出知識(shí),進(jìn)而轉(zhuǎn)化加工,讓“機(jī)器”對(duì)其進(jìn)行計(jì)算。
而在此之前,各行各業(yè)在“把知識(shí)用起來”這件事上,都面臨著散、慢、難的痛點(diǎn)。
散,意味著數(shù)據(jù)非常零碎,知識(shí)也是分散在不同的業(yè)務(wù)里,工作人員學(xué)習(xí)起來既耗時(shí)又費(fèi)力。
慢,是指很多專業(yè)知識(shí)大多在專家們的腦袋里,沒法快速地“復(fù)制”給團(tuán)隊(duì)其他人員。
難,則是不能通過智能推理挖掘數(shù)據(jù)之間的隱藏關(guān)系,無法通過計(jì)算讓數(shù)據(jù)產(chǎn)生新的價(jià)值。
而華為云的知識(shí)計(jì)算解決方案,在AI技術(shù)方面可謂是“全方位”,涵蓋了知識(shí)圖譜、NLP、OCR、圖引擎,圖像識(shí)別、視頻技術(shù)、語音識(shí)別等,幫助AI技術(shù)更深入的滲透到政務(wù)、工業(yè)、金融等行業(yè)場(chǎng)景中。
通過上述技術(shù)便可以獲取數(shù)據(jù)中的知識(shí),而后進(jìn)入知識(shí)建模階段,具體包括圖嵌入、知識(shí)融合、本體設(shè)計(jì)、知識(shí)更新等。
基于此,便可再進(jìn)入到知識(shí)管理階段,主要內(nèi)容有質(zhì)量管理、知識(shí)補(bǔ)全和生命周期管理。
除了知識(shí)計(jì)算之外,華為云在根技術(shù)上第二大法寶,便是盤古大模型。
華為云盤古大模型發(fā)布于2021年4月,它的初次登場(chǎng),所涵蓋的內(nèi)容主要包括當(dāng)時(shí)熱門的四大領(lǐng)域:
自然語言處理(NLP)大模型、計(jì)算機(jī)視覺(CV)大模型、多模態(tài)大模型和科學(xué)計(jì)算大模型。
其主要解決的痛點(diǎn)則是AI規(guī)模化復(fù)制以及AI行業(yè)落地難的問題,以煤礦場(chǎng)景為例,華為云最新推出的盤古礦山大模型支持一個(gè)大模型覆蓋煤礦的采、掘、機(jī)、運(yùn)、通等業(yè)務(wù)流程下的1000多個(gè)細(xì)分場(chǎng)景。
開發(fā)者無需針對(duì)每一個(gè)場(chǎng)景重復(fù)開發(fā)AI模型。簡(jiǎn)而言之,預(yù)訓(xùn)練大模型開啟了新的開發(fā)范式,就是從“作坊模式”轉(zhuǎn)變?yōu)?strong>“工廠模式”。
具體來說,就是“預(yù)訓(xùn)練+下游微調(diào)”,擁有極強(qiáng)的泛化能力,可以做到舉一反三。
而經(jīng)過一年的時(shí)間,在基礎(chǔ)大模型上,華為云又增添了一位猛將“Graph大模型”。
不僅如此,衍生到行業(yè)大模型,除了剛才提到的氣象大模型、礦山大模型之外,還包括OCR大模型、藥物分子大模型、焦化大模型和水泥大模型等。
在此之上,具體到更多場(chǎng)景,華為云盤古大模型還有眾多細(xì)分內(nèi)容。
根技術(shù)上的第三大法寶,便是天籌AI求解器。
天籌AI求解器是業(yè)界首個(gè)將AI和數(shù)學(xué)規(guī)劃結(jié)合的商用AI求解器,它在行業(yè)中的作用可謂是至關(guān)重要。
因?yàn)樵谶^去的決策優(yōu)化工作中,往往會(huì)遇到先將業(yè)務(wù)語言轉(zhuǎn)換成數(shù)學(xué)模型,再轉(zhuǎn)換成變成語言的過程。
這就需要既要懂業(yè)務(wù)、又要懂運(yùn)籌學(xué)、還要懂編程的專家,應(yīng)用門檻極高;加上市場(chǎng)環(huán)境變化越來越快,導(dǎo)致決策的時(shí)效性變得越來越重要,而傳統(tǒng)求解器模型難以快速迭代。
在華為全聯(lián)接大會(huì)2022上,華為云全新發(fā)布天籌AI求解器智能建模工具,不僅可以快速解決決策優(yōu)化問題,而且可以將整個(gè)建模過程和模型維護(hù)過程智能化,求解器建模速度提高了30倍。
三大根技術(shù)是有了,但怎么用起來,又是一個(gè)問題。
對(duì)此,華為云提出的解法是AI開發(fā)生產(chǎn)線——ModelArts。
它的作用簡(jiǎn)單來說就是從訓(xùn)練數(shù)據(jù)到模型落地一站式打通,包括數(shù)據(jù)標(biāo)注和處理、模型訓(xùn)練和評(píng)估、應(yīng)用生成和評(píng)估,還有推理部署、服務(wù)檢測(cè)等等。
不難看出,華為云在“把AI用好”這件事上,每個(gè)細(xì)節(jié)、環(huán)節(jié)都是下足了功夫。
此舉的目的,張平安直言不諱地道出了緣由:
加速千行百業(yè)智能化,應(yīng)用需要現(xiàn)代化。
而要做到應(yīng)用現(xiàn)代化,單靠華為云的根技術(shù)來做到服務(wù)創(chuàng)新是遠(yuǎn)遠(yuǎn)不夠的。
為此,華為云還發(fā)布了Astro低代碼平臺(tái)和DevCloud開發(fā)云。
推出華為云Astro低代碼平臺(tái)的目的,就是讓人人都能夠成為開發(fā)者。
因?yàn)閼?yīng)用在現(xiàn)實(shí)中面臨的一個(gè)痛點(diǎn)是,開發(fā)人員很懂技術(shù),但使用者卻并非如此。
所以華為云的解法,就是讓使用者也成為開發(fā)人員。
不同于當(dāng)前低代碼平臺(tái)所面臨的的場(chǎng)景單一、無法支持跨場(chǎng)景的數(shù)據(jù)互通和資產(chǎn)復(fù)用等問題。
華為云Astro低代碼平臺(tái),覆蓋輕應(yīng)用、IOC大屏、工作流、智能助手、復(fù)雜應(yīng)用等多種開發(fā)場(chǎng)景,可以沉淀可復(fù)用資產(chǎn),加速應(yīng)用構(gòu)建。
舉一個(gè)比較實(shí)際的例子,長(zhǎng)安汽車在用了華為云Astro低代碼平臺(tái)后,應(yīng)用開發(fā)周期,直接從3個(gè)月降到了9天!
而應(yīng)用現(xiàn)代化還要解決的一個(gè)老大難問題,就是協(xié)同開發(fā)。
畢竟隨著數(shù)字化進(jìn)程的不斷加快,數(shù)據(jù)、模型和數(shù)字內(nèi)容在應(yīng)用開發(fā)中的相互調(diào)用可以說是越發(fā)常見。
為此,華為云融合了華為云多種生產(chǎn)線能力,推出DevCloud開發(fā)云。
它可以支持?jǐn)?shù)據(jù)、AI模型和數(shù)字內(nèi)容的協(xié)同開發(fā)、按需編排,能夠讓應(yīng)用開發(fā)者、數(shù)據(jù)工程師、AI科學(xué)家們?cè)谕黄脚_(tái)上工作。
如此一來,他們便可以共享研發(fā)能力和資產(chǎn),提升多團(tuán)隊(duì)的協(xié)同效率,更快地構(gòu)建現(xiàn)代化應(yīng)用。
在這么一套應(yīng)用現(xiàn)代化打法之下,華為云便讓影視渲染這事,變得極其高效——推出華為云MetaEngine云原生智能渲染引擎。
原本需要耗時(shí)6個(gè)月才能完成渲染的90分鐘3D電影,在MetaEngine加持之下,只需要7天!
而現(xiàn)在已經(jīng)上映的《獵海日志》、《少年歌行》等,所用到的技術(shù)正是它。
這便是華為云應(yīng)用現(xiàn)代化的AI power了。
但如果再往背后深究一層,可以發(fā)現(xiàn)應(yīng)用現(xiàn)代化,只是華為云下得一盤大棋中的一步。
華為云,讓算力無處不在
華為云的這盤大棋,名曰“一切皆服務(wù)”。
而加速應(yīng)用現(xiàn)代化,只是三步中的一步。
向下來看,在“基礎(chǔ)設(shè)施即服務(wù)”層面上,華為云要做的構(gòu)建全球存算網(wǎng)——KooVerse。
若是把KooVerse拆分來看,它包括CloudOcean、CloudSea和CloudLake三層架構(gòu),可以打造30ms的時(shí)延覆蓋圈,滿足不同企業(yè)業(yè)務(wù)的時(shí)延要求。
而縱觀來看,低時(shí)延、安全、易用是KooVerse的三大特色,目前華為云在全球29個(gè)地理區(qū)域運(yùn)營了75個(gè)可用區(qū),服務(wù)覆蓋了170多個(gè)國家和地區(qū)。
至于為什么要這么做這么一張大網(wǎng),是因?yàn)樵谌A為云看來,算力應(yīng)當(dāng)是無處不在的。
就好比是農(nóng)業(yè)時(shí)代的水力 、工業(yè)時(shí)代的電力,算力應(yīng)當(dāng)是數(shù)字時(shí)代下的核心生產(chǎn)力。
而再向上看,在加速應(yīng)用現(xiàn)代化的上層,還有讓產(chǎn)業(yè)上云。
其目的就是讓傳統(tǒng)企業(yè)加速數(shù)字化轉(zhuǎn)型,快速上云。為此,華為云最新發(fā)布了電力aPaaS和公路aPaaS。
以公路aPaaS為例,華為云目前沉淀了300多個(gè)交通行業(yè)API,覆蓋了公路的建、管、養(yǎng)、運(yùn)、服全生命周期。
寧波交投集團(tuán)便已經(jīng)用上了這項(xiàng)服務(wù),利用它事故快速發(fā)現(xiàn)和交通態(tài)勢(shì)智能預(yù)測(cè)能力,可以準(zhǔn)確發(fā)現(xiàn)十多種類型交通事故并提供疏導(dǎo)策略。
由此,華為云的這盤大棋已經(jīng)非常清晰明了了:
讓算力遍布全球唾手可得,讓應(yīng)用更具現(xiàn)代化,讓產(chǎn)業(yè)加速上云。
一言蔽之,就是上云和AI,成為一種基礎(chǔ)設(shè)施、行業(yè)的底座。
如何評(píng)價(jià)華為云下的這盤棋?
若是用一句話來概括,或許就是“大勢(shì)所趨”了。
縱觀華為云這次的種種發(fā)布,以及這盤棋的整套打法,貫穿一切的核心因素,便是AI技術(shù)。
這也是與外界給予“技術(shù)暴力輸出機(jī)”的評(píng)價(jià)相吻合了。
但若是橫向來看這事,這套打法背后的緣由就會(huì)更加清晰。
據(jù)Gartner預(yù)測(cè),人工智能在行業(yè)中的滲透率將在2026年達(dá)到20%。
而若是把時(shí)間線稍微向前播,在2018年人工智能的行業(yè)滲透率僅為4%;到了2021年,這個(gè)數(shù)字已經(jīng)達(dá)到了7%。
不難看出,這個(gè)滲透率的增幅也是在提速過程當(dāng)中。
不僅如此,Gartner還預(yù)測(cè)道:
到2027年,超過50%的企業(yè)將使用行業(yè)云平臺(tái)來加速他們的業(yè)務(wù)項(xiàng)目。
而從現(xiàn)階段的成效上來看,亦是如此:
- AI+制造:工業(yè)質(zhì)檢率提升14%
- AI+法務(wù):卷宗審核降低人工成本50倍
- AI+藥物研發(fā):研發(fā)周期縮短10倍
- AI+金融:企業(yè)異常財(cái)務(wù)檢測(cè)率提升20%
- ……
再從國家政策層面上來看,近年來國家也在陸續(xù)出臺(tái)多項(xiàng)政策,鼓勵(lì)人工智能行業(yè)發(fā)展與創(chuàng)新。
如此看來,就不難理解為何華為云會(huì)如此執(zhí)著地發(fā)力于AI和云了。
以及,張平安此次提出的“一切皆服務(wù)”,其本意是指各種XaaS。
這是對(duì)云服務(wù)的進(jìn)一步高度提純,云本身就是云計(jì)算即服務(wù),現(xiàn)在則在AI加持下,可以提供一切服務(wù)。
有點(diǎn)意思。




