【前店后厂】解算法之困，AutoML技术让AI开发更简单︱ ...
AI时代，算法无界。这个领域，不乏先入者与后来者，“多数派”的商业逻辑与技术路径类同，技术上你追我赶，战略上合纵连横。然而AI行业发展至今天，也正迎来新的挑战、新的机遇。为此，2021安博会之际，记者专访了共达地创始人兼CEO赵丛。
共达地创始人兼CEO赵丛
偌大舞台，观众只在意主角。要站在舞台中央，绝非易事，那这家初创两年的“初来乍到者”，如何另辟蹊径？
2020年，共达地创立，这是一家人工智能自动化开发训练平台与技术服务提供商。于时代之变中，独树一帜开启征途。
征途虽短，但实力不凡，厚积而薄发，公司团队来自大疆创新、苹果、微软、百度等顶级科技企业，研发人员占比70%，带着“共同到达目的地”的期许，共达地参与到AI行业的加速变革中！
从“AI+行业”到“行业+AI”，
共达地在变化中找到突破口
时下，AI行业的发展正在进入下半场，应用的十字路口，转型深水区的时代下，行业有何困境，共达地作何思考与谋局。
赵丛认为，在过去的这五六年是AI的上半场，更多的是AI企业通过自身技术能力赋能行业客户，这是一种“AI+行业”的形态，此时仅有少量几个通用场景AI算法实现在公安、交通、金融等有限行业的渗透；从2019年后，推动智能化进程的主力军开始从AI技术公司变成了有AI需求的各行业传统企业，行业大势逐变成“行业+AI”。
仅以社区场景为例，以往更多解决的是人员通行效率和安全等问题，通过刷脸闸机、门禁等设备，给业主带来解放双手、无感进出的通行体验，给工作人员实施更便捷的管理。
但随着一些社区安全、社区治理等公众事件，如高空抛物，电动车进电梯，甚至是垃圾堆放、景观破坏，小商小贩经营等影响社区人身安全或者卫生治安的行为事件频繁出现之后，人们期待AI技术能帮助社区打造更加安全、安心的生活环境。
不仅如此，AI芯片的现多元化发展以及AI领域的大量人才缺口也让AI落地无法达到预期。如何破解这样的 AI技术难题，如何能够高效的满足市场上大量增长的碎片化AI需求，就成了一个新的商业机会。时与势下，共达地需将“人和”之力，发挥至最大，方可在群雄逐鹿间，得一席之地。
AutoML技术，驱动AI进入规模化时代
从单点落地到规模化应用是技术发展的必然征程。在“AI+行业”的时代属性下，企业尚可招募所需的AI人才进行用户的定制化需求开发，但在AI下半场碎片化场景需求激增之下人才和资源的紧缺则变得尤为明显。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。
对此，赵丛指出AutoML技术正是推动AI规模化的利器。AutoML顾名思义就是自动化的机器学习，最大的特点就是可以代替大部分AI训练师繁琐重复的工作，实现AI算法更为高效的自动化训练开发，让宝贵的AI技术人才将更多的精力放在AI领域的技术突破和理论创新上，让AI开发从手工作坊式向自动化流水线方式全面升级，真正实现AI的规模化。
基于AutoML技术，共达地推出了0代码自动化AI训练平台，全程0代码、可视化的体验，让使用者三步就可以完成算法生产。
赵丛举了个例子，如一个不懂AI的产品经理，但是他知道他想要能够检测到垃圾桶是否装满溢出，那么他只需要上传垃圾桶装垃圾溢的场景数据，接下来训练平台数小时后就可以得到想要的模型，非常简单。同时最终生成的算法跟比较优秀的工程师开发出来的算法相当，甚至超越。
如何实现平台的简单和高效？共达地的秘密在于将AI训练部署全过程的十余个步骤一一进行自动化，对每个环节都训练出一个AI算法来代替AI工程师的手工设计和调优，实现设计和调优的自动化。
平台可以针对用户上传的数据，通过快速自动标注加人工复检的方式，让数据标注更高效。同时对数据自动进行多维度的特点分析，并根据分析结果引导算法方案的设计，设计出的算法比人工分析和试错更科学，同时效率提升近百倍。
在AI模型的结构搜索设计环节，传统的AI开发方式需由工程师尝试数周对每个模型结构进行芯片适配，以找出最佳。
共达地0代码自动化AI训练平台能够自动搜索出最适合该芯片的模型算子类型，并且能够根据用户对于模型速度和精度的需求权衡，快速设计出对应的模型结构，在保证了模型精度的同时也保证了模型的执行速度达到要求，又实现了芯片利用率的最大化。
共达地AI平台目前对市面十多个主流品牌的近百款AI芯片进行了适配，支持CPU、GPU、DSP、NPU等AI加速计算，使得原本由AI工程师适配和调试数月的工作，简化成为一键下发模型到终端设备。
有了高效率的自动化算法训练和部署的技术保障，共达地在平台中加入了算法的自我调优迭代功能，算法部署使用后可以采集现场数据反馈给平台对算法进行再次的调优训练，让算法精度不断提升，真正达到甚至超越AI工程师团队数月的交付水准。
在给客户更简单体验这个方向上，共达地最近又推出了应用管理平台，算法生成后客户不再只拿着SDK包再自己开发对接。
有了可视化的应用管理平台，用户可以像去软件下载中心下载安装软件一样直接下载所需算法，并配置关联相应应用（计数，报警等）和对应生效的摄像机终端，管理和使用都更加方便。
只有当自动化加工出来的产品无论是品质还是体验都优于手工打造的时候，自动化生产才有价值，赵丛如是说。「前店后厂」新模式，
AI算法的解困与破局之道
自动化生产工厂可以根据客户需求进行快速的定制生产。但并不是所有的客户都有定制化需求，也存在大量的标准化需求。就好比很多数码品牌既提供现成的产品供你采购，而如果你有镌刻名字或个性化包装的需求，也可以联系厂家定制。
随着AI算法生产进入自动化时代，算法也可以像商品一样搬上货架。
一面提供0代码自动化AI训练平台，帮助有开发能力的客户用简单直观的体验快速进行自主开发，补齐自身技术短板；一面提供现成的算法，让仅有应用需求的中小企业快速部署上线应用。这个组合业务模式，被赵丛称为“前店后厂”。
赵丛说，前端的AI算法工厂提供的是共达地基于自研的0代码自动化AI训练平台开发出来的成熟算法，对应“前店”。后端的自动化训练平台，对应“后厂”。这些由训练平台训练出的算法亮点用四个字形容就是“多、快、好、省”。
“多”：目前工厂已上线200余款算法，加之所有算法已匹配50余款AI芯片，实际可部署算法相当于10000+。而且依靠训练平台，只要有数据就可以定制生产新的算法并快速上架，理论上算法工厂可以提供无限定制无限上新的算法；
“快”：算法训练开发快，POC快，在用户数据充足的情况下可以按天为单位计算上线POC，而传统的算法定制大概需要按季度或者年计算。
赵丛举例说，为了验证共达地自动化训练平台AI算法的开发效率，共达地安排2名产品经理利用2个月的工作“业余”时间，训练出了近百个长尾算法，且算法精度均能够达到行业交付标准；
“好”：算法精度高，能够达到甚至超越专业AI工程师的效果。另外在服务方面，除了算法部分，共达地还能够结合实际项目落地经验，给予用户一些项目整体落地设计的指导和建议；
“省”：不止降低90%以上成本，算法的成本甚至降到只需要数据原料采集和硬件投入的程度，告别传统堆人的劳动密集型模式。
赵丛认为，“店”和“厂”这套组合的模式与之前安防的算法供应商或是软件平台厂商不一样。尽管行业已经有算法商城、开发平台之例，但共达地的“前店后厂”最大区别是它的动态性。
很多算法商城缺少一个“厂”，算法更像是一个静态的商品，开发完成后就放在那里，迭代周期停滞或缓慢，而共达地算法工厂提供的算法能够根据上线终端获取的实时数据进行迭代训练，以天为单位去进行算法更新和迭代，是一个不断优化的动态过程，因此算法的准确率也能够越来越高。
基于“算法工厂”，共达地还在探索更多赋能行业的商业模式，如在芯片端/盒子端预置可自选算一键下发的软硬一体方案模式，用户采购硬件，可以按需灵活下载部署对应算法。“前店后厂”，自成一派，自有应用新天地。
中间生态位，共达地的「生态法则」
一棵树的生长，需要肥沃的土壤和阳光雨露的滋润；一个企业的成功，需要视野的开阔与思想的突破，在AI时代，经营企业就是一个生态共创的过程，不断扎根，才能真正实现企业的价值和理想。
赵丛认为共达地正好处在一个AI生态位的中间层，跟各方都有着紧密的连接，并不是一家纯算法公司。算法公司最主要的使命是自己开发市场需要的算法，而共达地是让合作伙伴以及行业客户能够更快地获得AI的开发能力以及应用效果。
共达地在生态当中，与数据厂商、芯片厂商、云厂商，以及ISV/SI等厂商，在角色和互补性上来说都是非常高。
数据是AI时代的重要生产资料，高效的数据利用，高质量的数据样本，是算法训练产出高性能AI模型的重要前提。在共达地的生态版图中，数据厂商是重要一环。
目前，共达地已经与曼孚、数据堂等展开深入合作，利用自身AI训练平台的高效训练，让海量的数据变成有应用价值的算法。
凭借对芯片的深入理解和丰富经验，共达地对于芯片的适配广度和对于芯片的利用率的友好性，都实现了行业领先，让客户无论采用何种芯片，都可以轻松上阵，更充分、灵活地调用AI芯片性能，充分发挥算法能力。
云就像电力资源一样，能够结合算法开发的算力需要，充足提供给予算法开发所需要的支持。在云计算领域，共达地与亚马逊等云厂商合作，将AI模型的生成效率大幅度提升，实现产品服务和业务创新“比翼齐飞”，大幅提升终端用户体验的同时，更为业务创新发展释放无限潜能。
而面向ISV、SI等集成商，长期奔赴在行业一线的他们，会带回非常多极具行业价值的场景需求。通过赋能这些合作伙伴，共达地可以帮助他们提升业务AI化的能力，将想法变成现实。
面向未来，赵丛认为公司定位是做一家平台型的公司，希望训练平台能够成为AI行业从业者上手的通用平台，数据标注，分析，训练，芯片适配，部署这些耗费精力的工作都由平台解决，让AI从业者定位于更有价值的环节。
在AI下半场，共达地希望普惠AI，让其良性运营为伙伴们持续创造效益，帮助他们实现项目的成功，共同达到目的地。
或许，成就客户也是在成就自己。笔者也希望共达地能够参与到AI下半场的时代变革当中，做行业的赋能者，为更多传统行业、传统企业创造更多增量价值。
文章转载自中安网。
页:
[1]