阿里產業AI:三駕馬車、一個飛輪
2023-04-06 06:22:12
導讀: 產業AI作為核心引擎,驅動數據和業務發展的飛輪,推動業務價值快速增長。阿里雲數據智能總經理曾震宇解讀了產業AI的關鍵要素和應用場景。
美國權威調研機構Gartner發布了一份中國企業AI案例研究報告。報告指出中國企業追求AI實戰性,產業AI頗具土壤。
Gartner得出結論,中國企業對AI具備強烈需求,並且熱衷用AI來提高生產率、改善客戶體驗和促進業務增長。這一市場需求決定了中國具有產業AI的肥沃土壤。
在阿里龐雜的AI業務、產品、生態的背後,也有一個關鍵詞「產業AI」。產業AI究竟是什麼,有哪些關鍵要素,有哪些應用場景?3月27日,阿里雲數據智能總經理曾震宇先生發表了題為《產業AI驅動數據與業務的飛輪》的演講,回答了這些問題。
演講中,曾震宇用「三駕馬車」和「一個飛輪」解釋產業AI。人工智慧技術體系有「三駕馬車」:數據、算法和計算力,產業當中通過業務積累數據,即 「一切業務數據化」。數據要用於業務中,讓數據創造價值、推動業務的發展,即 「一切數據業務化」。產業AI作為核心引擎,驅動數據和業務發展的飛輪,推動業務價值快速增長。
以下是曾震宇《產業AI驅動數據與業務的飛輪》演講實錄。
AI技術的三駕馬車:數據、算法、算力
當人們談到人工智慧技術的時候,往往會想到深度學習、強化學習、人臉識別、視頻語音等等各種技術。其實我們覺得,這些技術只是人工智慧中的一個側面而已。人工智慧技術體系從整體來看包含著三大支柱,或者我們稱之為 「三駕馬車」:
第一駕馬車就是數據,我們把數據當成一種戰略資源看待,沒有數據,所有的人工智慧根本就沒有基礎。
第二駕馬車就是算法,從上個世紀以神經網絡為代表的算法興起之後一直到現在,算法有了非常大的發展,算法給人工智慧帶來了相應的智能。
有了數據和算法,我們就需要計算能力,因為數據量非常大,計算能力也變成了非常重要的事情。
今天我不會過多地講算法,而是講數據和計算能力,這是兩點可能平常大家不會太關注,但是對整個AI而言非常重要的因素。
首先來講數據。數據是所有人工智慧的基礎。從以往各種各樣的項目當中我們發現,數據的質量、數據的好壞其實對整個項目結果的影響超過算法層面的調優,所以一定要非常認真地對待數據層面。做各種各樣項目的過程當中,數據會有各種各樣的來源,我們需要把各種各樣的數據進行匯聚,然後對數據進行相應的建模。比如各種各樣的實體可能來自不同的業務系統,需要把各種不同業務系統當中的數據關聯在一起,變成能夠刻畫一個實體的全方位的數據。
對數據進行建模以後,我們需要進行相應的數據治理。數據如果不治理,就像熱力學第二定理所說,隨著時間的推移無序度會逐漸增加,數據其實也是一樣。對數據進行加工和建模之後,還需要從數據質量、生產監控等各個層面,對數據進行相應的治理,需要花不少人力來做這些事情。
下面我們來看一個例子,比如交通行業。交通行業的數據可以做什麼事情呢?站在政府的角度,交通數據非常多、非常雜,來自各個不同的部門。政府可以把這些交通的數據進行相應的匯聚,匯聚以後就可以得到交通相關的各個側面的深刻了解。數據可能來自於政府,比如交警、卡口、攝像頭各種線圈的感知數據,這些數據匯聚以後進行建模加工,然後得到一些實體。
比如對交通而言,最重要的實體就是交通工具——車,可以得到車的各個側面的刻畫,甚至可以得到每一輛車在城市當中行動的軌跡和特徵。有了這樣的數據以後,我們可以構建一個關於交通的數據資源平臺,在此之上可以做各種各樣的智能化應用,讓數據為城市的交通發力。
除了數據之外,計算是另外一個非常重要的因素,但這一點往往會被一般人所忽視。過去一段時間,隨著雲計算的發展,計算變得越來越便宜、越來越方便,也更容易獲得。計算的發展有宏觀和微觀兩個趨勢:
宏觀趨勢就是計算越來越從原本單機的計算往集群的計算發展,就是用大量普通的伺服器共同構建一臺超級計算機,讓這臺超級計算機完成一些複雜的任務。這個過程當中對計算的調度能力有非常高的要求,也需要有大量的沉澱以後才可能操縱上千臺、上萬臺計算機規模。
微觀層面:在每一個計算節點上面,現在越來越多的趨勢就是通用的晶片逐漸往專用的晶片發展,我們看到 Google、阿里巴巴等公司都在自研相應的晶片,就是希望在單個計算節點讓每一分錢的投資產生最大的回報。
產業+智能:產業AI的飛輪
有了人工智慧技術的 「三駕馬車」 之後,AI要走出實驗室,必須要跟產業相結合。
產業當中通過業務相應地沉澱數據、積累數據,或者是養數據,我們稱之為 「一切業務數據化」。業務過程當中各種核心的指標、跟核心的業務價值相關聯的部分都可以數據化沉澱下來。數據沉澱之後要把數據用於業務當中,讓數據創造價值、推動業務的發展,我們又稱之為 「一切數據業務化」。有了數據和業務形成的飛輪就能夠推動業務快速發展,中間的核心引擎就是AI。
網際網路行業對數據和人工智慧應用非常多,除了網際網路行業,外部的各個行業都有非常大的前景。這些行業當中有非常多的數據量,但是因為缺乏計算能力,或者沒有把這些數據相應地保存和利用起來。我們發現這些行業當中人工智慧有非常大的前景,可以用數據和算法提升業務的價值。
1 2 下一頁>