發表日期 3/31/2022, 8:18:45 AM
飛象網訊 (魏德齡/文)不知從何時起,商場購物的吸引力越來越小,即便大牌雲集,消費者們往往也會發現很難買到襯心的商品,甚至即便已經在網上看好樣式,但到瞭商場的品牌專櫃,卻連影兒都沒見到。消費者無疑被具備長尾效應的電商平台“慣壞瞭”,甚至“萬能的XX”都早已成為瞭網絡口頭禪。
當AI賦能一切的時代來臨,很多中小企業也正在期待一個長尾的AI平台,各種各樣的AI需求井噴般的爆發。例如大量社區樓下正在或已經完成建設的電動自行車充電樁,很多居民腦海中的第一反應往往是到底安全不安全,能不能把車充好。城市充電樁公司對此也十分頭疼,因為不同的品牌需要進行不同的適配,不同壽命階段的電池也需要匹配不同的電流電壓,一個小小的社區居民福利背後卻需要龐大的數據,以及懂得自動匹配充電模式的能力。
麵對這種狀況,顯然AI是一個很好的解決途徑,但對於這類中小企業來說,通過自身力量實現AI賦能又實在有些力不從心,找AI公司的話,不少企業卻在忙著服務大客戶,一個造福居民的充電樁項目便很可能麵臨擱淺的局麵。
AI碎片化需求卡在何處
實際上,這並不是僅僅這傢充電樁公司所頭疼的問題,當手機App都能輕鬆調用AI與ML能力,來挖掘自身特色功能的時候,大量不同行業下的中小企業卻暫時隻能停留在空想階段。對比之下不難發現,手機App可以通過API,藉助操作係統,來輕鬆調用AI硬件能力。但中小企業的實際項目與AI之間卻缺少這樣的橋梁。
特斯聯科技集團高級副總裁劉斌嚮媒體分析瞭目前AI在供給側上所麵臨的問題,由於人工智能屬於非常燒錢的行業,公司自身需要強大的資金投入,所以已經上市的公司,也將服務的對象按照“二八原則”鎖定在瞭最關鍵的20%大客戶上,針對另外80%的市場,則重點解決如刷臉解鎖、聊天軟件變音變臉這類共性需求。“一般AI公司主要把精力放在兩方麵,20%的大客戶的個性化需求,以及80%的碎片化共性需求。 ”劉斌總結說。
此外,中小企業還麵臨著人纔問題,當“身兼多職”、“能者多勞”往往成為中小企業現狀的情況下,招募專門的AI人纔,一方麵這類人纔稀缺,中小企業吸引力小,另一方麵對於用人成本來說,也很可能是一筆不小的開銷。如果這類企業身處中小城市,想找到AI人纔更是難上加難,很多城市連這類人纔都沒有,更彆提招聘瞭。
“廣大的中小企業屬於80%的碎片化需求,但是他們的需求又不具備普遍的通用性,那麼他的需求誰來為他解決?這就齣現瞭一個市場空間。 ”劉斌錶示。顯然,特斯聯看到瞭AI領域下的長尾空間。
特斯聯推進AI普及
文章開頭提到的電動自行車充電樁公司的AI設想最終並沒有擱淺,這傢位處於四川德陽的公司,通過德陽當地的“科創中心”找到瞭特斯聯,藉助特斯聯打造的科創中心,通過小投入建立瞭充電樁的安全體係。在雙方閤作過程中,相關技術人員先進行瞭預訓練模型培訓,隨後完成瞭電池品牌的數據建模,設定瞭預測預警機製,運維人員還完成瞭對於數據收集、維護智能化設施的培訓,最終實現瞭項目的落地。
特斯聯的技術人員將AI普及的技術前景形容為瞭普通大眾之於修圖技術,曾經專業的修圖軟件對於很多人來說十分復雜,但隨著近幾年各種軟件的齣現,最終成為瞭一個大眾化的技術。特斯聯恰恰希望通過自身的模式,能夠讓國內傳統的非人工智能的企業和中小企業都可以很低成本地使用AI技術。
案例中坐落於德陽的科創中心正是這一設想的重要落地實踐。該中心聚焦人工智能的重點細分領域,是通過整閤技術資源和産業鏈的資源來持續輸齣人工智能核心研發能力和服務能力的重要載體,從産業、教培、科研三個方嚮實現城市級的AI賦能。
據劉斌介紹,德陽科創中心的設立旨在充分貫通學術生態和産業生態,使學術生態得以基於産業數據研發相應的預訓練模型,並以“成本共擔”的方式,為AI PARK周邊的中小微企業提供AI所需的算力、數據、算法模型等核心要素,讓各體量、具備不同AI基礎的企業均能通過學術機構所研發齣的模型,以低代碼、模塊化的生産方式依據自身的需求,實現自有知識産權算法的孵化及既有成熟算法的調用,進而推動更高效的AI産業實踐。
如同案例中在AI訓練及部署的過程中對於相關人員的培訓,特斯聯利用平台技術優勢,將高精尖的AI技術變得更加簡單易學,讓地方能夠擁有AI藍領人纔梯隊。首先,藉助平台可以讓人纔基於科研機構研究齣來的預訓練模型或産業模型,訓練齣針對行業的算法來應用到所在行業中,成為算法訓練工程師;其次,通過行業中的大量算法,結閤AI背景,培養算法評測工程師;第三,按照行業來梳理齣智能化設備的趨勢和方嚮,製作設備的運營和運維的一係列課程,培訓齣相應人纔為城市服務;最後還會體係化培訓齣數據標注人員。
從中不難發現,特斯聯並非是打造瞭一個類似“韆城一麵”特性的智能平台,而是有著核心技術作為背書,來讓AI真正能夠從長尾需求中落地,讓中小企業可以快速打造個性十足的AI用例。
自研核心技術做支撐
TACOS九章算法賦能平台可謂是整個生態的核心所在,將科研、AI藍領、産業相串聯。其中支撐學術綫的是聯邦訓練數據安全體係,為學術界提供一個安全訓練的環境。在實現預訓練模型後再通過弱監督訓練體係進入到孵化模型裝配流水綫,其中可提供計算機視覺、自然語言處理、推理遇見和知識圖譜四個方嚮的算法訓練。再把訓練齣來的算法統一安裝至算法艙,適配不同産業具體的業務需求,最終實現産業賦能。
特斯聯在技術上搭建瞭核心3+1體係,包括弱監督、大模型的訓練體係,聯邦學習訓練體係和知識圖譜大腦體係,以及自編碼技術。 其中聯邦學習能夠在抽象齣預訓練模型後,再反哺給産業相應的算法,同時還在上傳過程中通過多維多層次的加密體係來進行編碼,保證數據信息的安全。
“這個平台必須要簡單、易學、易用、易懂,必須要通過各種各樣低代碼、拖拉拽的方式能夠很方便地配置齣來。 ”劉斌在媒體采訪中還專門強調平台易用的重要性,隻有通過低成本、低門檻、普惠的方式纔能讓中小企業更好的自行解決業務中的難題。
對此,特斯聯一方麵在自編碼技術上支持包括C++、Java、Go等語言,讓原來産業中熟悉開發語言的同學能夠快速上手,更普惠地嚮産業和教培提供便捷。另一方麵,軟件平台界麵中,讓不具備AI能力的用戶也可通過簡單的“拖拉拽”方式調用相應模型,無論是單個算法,還是入倉的所有算法,到最終輸齣指令,都可以通過免代碼的操作實現。特斯聯可以在最終提供API、SDK、與前端硬件模組來方便産業進行對接。
如今,任何一場AI峰會,萬物皆AI已經成為瞭不少嘉賓的口頭禪,但麵對如此長尾的需求,在AI領域,無疑也需要“萬能的特斯聯”,AI的個性化正在亟待滿足,新一輪創新也將接踵而至。