近期，中央密集出臺相關政策，各省市陸續(xù)出爐2020年重點建設項目，“新基建”成為當前各界關注重點。3月4日，中共中央政治局常務委員會召開會議，提出將加快推進國家規(guī)劃的重大工程和基礎設施建設，其中明確提出將加快人工智能、5G網(wǎng)絡、數(shù)據(jù)中心等新型基礎設施建設進度。

區(qū)別于傳統(tǒng)基建，“新基建”是指發(fā)力于信息數(shù)字化的基礎設施建設，主要包括5G基站建設、特高壓、城際高速鐵路和城市軌道交通、新能源汽車充電樁、大數(shù)據(jù)中心、人工智能、工業(yè)互聯(lián)網(wǎng)七大領域，其核心在于傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型，傳統(tǒng)基礎設施的數(shù)字化改造。

打破科技壟斷

在新基建提出之后，曠視也“碰巧”開源了深度學習框架“天元”，表面上看起來是巧合，其實在曠視內(nèi)部，從去年開始便已經(jīng)在推動天元框架的開源進程，從框架技術的成熟度、生態(tài)環(huán)境的完善度，一直到未來發(fā)展的方向，經(jīng)過了多次討論才做出了這樣一個需要勇氣的決策。

總得說來，深度學習框架有三個時間節(jié)點，早在六年前Caffe便已經(jīng)開放，此后2015年、2016年先后集中涌現(xiàn)了一批開源框架，TensorFlow和PyTorch分別成為產(chǎn)業(yè)級和學術界非常受歡迎的深度學習框架代表。

Caffe是一個清晰而高效的深度學習框架，也是一個被廣泛使用的開源深度學習框架，它的主要優(yōu)勢是上手容易，訓練速度快，組件模塊化，可以方便的拓展到新的模型和學習任務上。但是Caffe最開始設計時的目標只針對于圖像，沒有考慮文本、語音或者時間序列的數(shù)據(jù)。TensorFlow在2015年由谷歌公司正式發(fā)布，是一個使用數(shù)據(jù)流圖進行數(shù)值計算的開源軟件庫。靈活的體系結(jié)構允許使用單個API將計算部署到服務器或移動設備中的某個或多個CPU或GPU。

在國外開源的深度學習框架占據(jù)了主流框架之后，2020年，中國迎來了深度學習框架集中爆發(fā)之年。清華大學的計圖（Jittor）、曠視的天元（MegEngine）和華為推出的MindSpore先后問世。

實際上，曠視天元早在2014年8月就在公司內(nèi)部誕生了，經(jīng)過實踐中的不斷改進，終于在2020年3月開源，雖然在開源時間上晚于國外的幾家公司，但是曠視天元的優(yōu)勢仍然非常明顯。首先是框架與算法的協(xié)同，其次是高效與強大的性能，第三是很好地支持大數(shù)據(jù)、大規(guī)模訓練。天元是為工業(yè)級、研究院規(guī)模的研發(fā)機構設計的，它具備的一些核心特點都是用來解決現(xiàn)實研發(fā)過程中的痛點，例如一鍵切換訓練推理，同時支持動態(tài)圖和靜態(tài)圖等。

深度學習框架屬于AI的底層技術架構，像谷歌這樣的大公司一直在積極的布局人工智能的底層技術發(fā)展，只有站穩(wěn)了軟件層，未來在算法層、服務層和應用層上才能有更大的發(fā)展空間，而且不會因為技術受制于人。

從當前人工智能技術在場景中應用分析，人工智能應用薄，算法能力與人工能力的差距大。對于很多企業(yè)來說，想要用人工智能解決當下遇到的問題，但是本身沒有技術，需要專門招聘相關的人才、投入資金設備研究，而且需要多長時間能實現(xiàn)商業(yè)應用也是未知數(shù)，成本太高但是預期又不確定，因此很多企業(yè)也就不愿意投入資源探索。對于身處人工智能領域的企業(yè)而言，很多企業(yè)一直扎根于技術的研發(fā)、升級，對于需求端的了解并不深入，因此在商業(yè)化方面略顯尷尬。

AI融合更多生活場景，提高生產(chǎn)力

在新基建的背景下，算法能力的短板正在被補齊，人工智能技術將會參與到更多的場景中。曠視科技便是在這個背景下不斷地推動人工智能技術賦能各行各業(yè)的企業(yè)。曠視科技是早期入行的企業(yè)，經(jīng)過多年的摸爬滾打，在技術上已經(jīng)成為行業(yè)內(nèi)的佼佼者。

曠視內(nèi)部自主研發(fā)的AI生產(chǎn)力平臺Brain++在融入生活場景方面發(fā)揮著獨特的作用。在這次突發(fā)的新冠疫情中，Brain++就幫助曠視在非常短的時間內(nèi)打造出了智能測溫系統(tǒng)，包括明驥和Koala兩款產(chǎn)品。

其中，曠視Koala的智能測溫系統(tǒng)主要應用在疫情期間的通行場景，由面板機形態(tài)的前端硬件與后臺體溫管理系統(tǒng)組成。前端的硬件組合非常簡單、安裝靈活，但是后臺的體溫管理系統(tǒng)性能強勁。據(jù)了解，曠視正是因為擁有Brain++這樣的AI基礎設施，才能用兩三天就完成新場景的算法模型升級，使得系統(tǒng)可以結(jié)合紅外熱成像技術，精準確定額頭位置進行測溫，并且在0.3-1米遠距離快速測溫，0.5秒即可返回結(jié)果，快速完成測溫，而且精度在0.3攝氏度以內(nèi)。

目前，曠視Koala智能測溫通行系統(tǒng)已經(jīng)在北京191家大中型超市廣泛落地，實現(xiàn)無停留過檢，原本需要2-4名工作人員的出入口，如今只需要1名工作者配合維持秩序就可以完成店面的防疫需求管理，有效減少超市防疫的人力投入，實實在在的提升企業(yè)生產(chǎn)效率，幫助企業(yè)實現(xiàn)降本增效的目標。

這種生產(chǎn)力和生產(chǎn)效率的提升并不是取代了人的工作，而是最大限度放大了機器的優(yōu)勢，并釋放出了人的生產(chǎn)力。比如零售小店，人工智能化的零售小店可以通過對每天商品的進銷、顧客的往來等數(shù)據(jù)進行分析，從而直接發(fā)現(xiàn)該零售小店附近顧客的喜好、人流量高峰低谷期等，進而輔助店長管理決策，提升零售店的生產(chǎn)力和效率。如果沒有人工智能的輔助，則需要依靠人的經(jīng)驗積累，但是對于流動性比較大的崗位和變化快的行業(yè)而言，很難做到高效應對。

不管是曠視Koala智能測溫通行系統(tǒng)，還是智能化的零售小店，對比之下不難發(fā)現(xiàn)，人工智能之所以受到重視，不僅是因為技術本身的先進性，更重要的是，未來的社會發(fā)展并不需要所有人懂得人工智能技術，但一定會用到人工智能，因此人工智能正在成為未來經(jīng)濟和社會發(fā)展的底層技術，成為了新基建的關鍵領域。

人工智能贏在底層技術

AI生產(chǎn)力平臺究竟是指什么？為何會有如此高效的生產(chǎn)力？曠視的AI生產(chǎn)力平臺又叫Brain++，它是由已經(jīng)開源的天元發(fā)展而來，天元負責AI的算法部分，它和MegData（數(shù)據(jù)管理平臺）以及MegCompute（深度學習云計算平臺）一起組成了AI生產(chǎn)力平臺。

可以做一個形象的比喻，數(shù)據(jù)管理平臺MegData 就是自動洗菜機，計算平臺 MegCompute 就是智能化爐灶，而開源的天元就是一套集煎炒烹炸多功能為一體的智能鍋，AI 生產(chǎn)力平臺好比一個中央廚房，有了這樣的智能化中央廚房，便可以大大增加廚師的生產(chǎn)力，而且味道有保證。

“生產(chǎn)力平臺”的概念在國內(nèi)很少有人提及，這樣的稱呼也是因為Brain++在學術領域、產(chǎn)業(yè)方面對提高生產(chǎn)力方面做出了突出的貢獻。

學術領域，曠視借助 Brain++ 在獲得了 27 個世界級的人工智能競賽冠軍，其中包括 2017 年至 2019 年拿下 COCO 三連冠。COCO 是人工智能領域最具影響力的通用物體檢測挑戰(zhàn)賽，在計算機視覺領域享有很高聲譽。

而在產(chǎn)業(yè)方面，曠視依靠 Brain++ 布局了個人物聯(lián)網(wǎng)、城市物聯(lián)網(wǎng)和供應鏈物聯(lián)網(wǎng)三個領域，并且扎得足夠深入。比如：在傳統(tǒng)的制造領域，曠視借助 Brain++幫助一家電氣制造企業(yè)打造了自有的AI底層平臺，能夠用深度學習快速訓練、部署算法，滿足生產(chǎn)線中不斷生出的質(zhì)檢問題。

當下，人工智能呈現(xiàn)深度學習、跨界融合、人機協(xié)同、群智開放、自主操控等新特征，正在對經(jīng)濟發(fā)展、社會進步、全球治理等方面產(chǎn)生重大而深遠的影響。而曠視作為人工智能領域的領軍企業(yè)，正在用自己的實際行動證明，人工智能是真正可以造福人類的新技術，它可以解決更本質(zhì)的效率提升問題。

自從改革開放以來，中國經(jīng)濟的持續(xù)發(fā)展，得益于“引進來”、“走出去”的戰(zhàn)略實施，引進來的是國外的先進技術和管理經(jīng)驗，走出去的是技術含量相對較低的中國制造產(chǎn)品。在互聯(lián)網(wǎng)時代和移動互聯(lián)網(wǎng)時代，盡管中國很多互聯(lián)網(wǎng)公司借機大展宏圖，但是本質(zhì)上很多底層的技術卻受限于美國。中美貿(mào)易戰(zhàn)就很好的說明，正在崛起的中國已經(jīng)開始動了美國人的“奶酪”。人工智能作為基礎建設的規(guī)劃就是要布局下一個百年，突破自第一次工業(yè)革命以來的科技壟斷，從中國制造走向中國智造。

馬化騰作為人大代表曾在兩會提交建議書，呼吁頂層關注核心技術的基礎設施建設，他說：沒有基礎的核心技術是沙灘上的城堡，根基不穩(wěn)，很有可能一推就倒。因此樓越建得越高，越要關注底子、根子是不是牢靠。

而曠視認為，人工智能的布局要贏在未來百年的底層技術上，所以需要更深厚的地基。對于曠視而言，本身的目標就是打造屬于中國的人工智能產(chǎn)品方案和平臺，而且研發(fā)和使用真正能夠自主可控、代表中國的安全技術。

當然，想要打造堅實的“AI地基”，且能夠讓各行各業(yè)能夠用的上，真正承載起AI產(chǎn)業(yè)和應用的需求也并不容易。這其中最大的挑戰(zhàn)在于需要降低非AI企業(yè)連接數(shù)據(jù)、算法與算力的門檻。但是以Brain++為代表的基礎設施級產(chǎn)品的出現(xiàn)，或許為企業(yè)CIO們和各產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型提供了可參考的線索和路徑。

雄關漫道真如鐵，而今邁步從頭越。在人工智能技術不斷發(fā)展的今天，期待中國在人工智能領域更快、更高、更好的完成基礎設施建設，打破國外的科技壟斷，為未來一百年的高速發(fā)展奠定基礎。

責任編輯：gt