百度正在用云计算把人工智能“怼”到你眼前

原标题:百度正在用云计算把人工智能“怼”到你眼前

百度正在用云计算把人工智能“怼”到你眼前

酮体雪白的音箱墩坐在床头,和你有一搭无一搭地聊天。

现在很多人以为“会聊天儿”的东西才是人工智能,但说实话,这只是人工智能巨大教堂的拱顶上的那根避雷针的尖儿。你只盯着这部分,是感受不到教堂的宏伟的。

来看下面一个场景:

无尽的高速路,一辆救援车正拖着事故车行驶在茫茫夜色里。如同一个抬着担架的护士,它不容有失。夜太深了,司机双眼有些疲倦,突然点了下头。

这一切被装在挡风玻璃上的摄像头看在眼里,电光火石之间,警报大噪。司机猛然清醒,摇摇头,按照公司规章开去服务区休息。

无尽的高速路,一辆救援车正拖着事故车行驶在茫茫夜色里。如同一个抬着担架的护士,它不容有失。夜太深了,司机双眼有些疲倦,突然点了下头。

这一切被装在挡风玻璃上的摄像头看在眼里,电光火石之间,警报大噪。司机猛然清醒,摇摇头,按照公司规章开去服务区休息。

摄像头知道什么是“困”,这项技能听起来挺喜感,但它同样是人工智能。事实上,这千千万万种特定领域的人工智能,已经如同飞鸟走兽一般,成为了如今技术沃野上的“主流生物”。

今天中哥要讲的故事,都是百度的大牛们告诉我的。

一、Watson 老师

给你介绍我的一位好朋友,Watson。

这个 Watson 不是经常站在福尔摩斯旁边发现华点的那个盲生,而是百度智能云的掌门人——尹世明。

Watson 很随和,爱笑。跟他聊天,好像天底下没什么大不了的事儿。但是,当他一个人望向窗外的时候,胸中丘壑顿生。

Watson 尹世明

Watson 出生在1974年的江西,他在少年时代目睹了这个国家的奇观——乡村里的人,为了更好的生活而浩浩荡荡涌向东南沿海。有家族里的年轻人打工归来,跟叔叔哭诉“三个月没见到肉”。

1999年,我毕业不久,在咨询公司工作。当时的东莞厚街有一批给木板贴皮的工厂,我亲眼见识了他们的招工。门口站着一排小地方来的人,背着棉袄和水壶。人一波一波进来,做俯卧撑。能做到50个就录取,否则就走人。

1999年,我毕业不久,在咨询公司工作。当时的东莞厚街有一批给木板贴皮的工厂,我亲眼见识了他们的招工。门口站着一排小地方来的人,背着棉袄和水壶。人一波一波进来,做俯卧撑。能做到50个就录取,否则就走人。

他回忆。

某种程度上,那时中国的 GDP,和东莞工人被切掉手指头的数量成正比。但也正是这一张张面孔,成就了中国世界工厂的地位,为我们今天在国际中所做的每一次博弈提供了坚实的底气。

但 Watson 知道,中国企业不可能永远依靠背着棉袄和水壶做50个俯卧撑的血肉之躯,计算和智能才能给这个民族未来。

于是,他辗转加入了老牌德国企业管理软件 SAP,立志把先进的软件技术和管理经验引入中国企业。

Watson 有个癖好,但凡有个新客户,他都要趴到人家生产线上,仔细观察整个生产流程。在他的脑袋里,基本上装了一部《中国工业十万个为神马》。

直到2016年,中国的科技大厂全都推出了自己的云计算产品,国产的智能和计算技术已经日臻成熟,Watson 觉得时机正好,于是他低调加入了百度,开始统领云计算业务。

熟悉云计算行业的童鞋可能还记得,那时候百度刚刚提出“ABC”的战略,三个字母分别代表 AI(人工智能)、BigData(大数据)、Cloud(云计算)。意思就是,我们家的云不一样,和人工智能、大数据能力是紧紧的捆绑 Play。

这对于在牌桌上博弈的 Watson 来说简直是王炸。

因为,别人家的云计算,云计算就是云计算,就像卖自来水。而自己家的云,上面可以附带百度十多年积累下来的人工智能技术,相当于不仅能卖自来水,还能把水做成王老吉、脉动、红茶、可乐雪碧红酒,一并提供给用户选择。

当时中哥觉得这事儿挺dio,还写了一篇文章分析它——。也正是因为人工智能和云计算在百度这儿如胶似漆,为了加深大家的印象,2019年百度云哭着喊着把自己的名字改成了“百度智能云”。当然那是后话。

Watson 眼光毒辣,从一开始就选了腾讯和阿里都有点心虚,但是自己特别熟悉又热爱的行业,工业。

2016年的时候,百度云打响了工业第一枪。

那时,百度云和首钢搞了一个合作,用云上的人工智能技术帮助钢铁生产线识别钢板上的瑕疵,这样,不仅质检老湿傅不用每天在五十多度的产线旁汗流浃背地进行“人工质检”,而且识别速度和精度也大大增加。

主要的钢板瑕疵有这三种

我记得当时在百度云智峰会上,Watson 还专门和首钢的同事们来了个现场测试,对于瑕疵钢板识别的准确率达到了99.98%。这波操作骚极了,现场掌声轰鸣。

这几年,在百度整体品牌承压的情况下,百度智能云的成绩却特别扎眼,例如,2018年它的用户数和收入都翻倍,在中国云厂商里增速第一。不得不说,Watson 老师确实没有辜负这一手好牌。

既然百度把云计算做弹壳,人工智能做火药,这两种技术的配合肯定是很重要的。那么下一趴中哥就给你说一下这两种技术协同发展上的“小脑洞”。

二、人工智能杀出城堡

这个脑洞是百度智能云副总经理管瑞峰告诉我的。

他把人工智能分为三代:

第一代、云上的人工智能

第二代、云+边的人工智能

第三代、边云协同的人工智能

第一代、云上的人工智能

第二代、云+边的人工智能

第三代、边云协同的人工智能

我知道,看到这里你要吐槽听不懂了。没事,这就是你中哥存在的意义,接下来听我给你解释——这可以比喻为“三个和尚挑水”的故事。

先说第一代人工智能。(云上的人工智能)

其实,第一代人工智能最早的代表作就是搜索。你在自己的计算机上输入一个关键词,这个词原封不动地通过网络进入百度,然后搜索引擎在云里面一顿算,最后找到合适的网页,再发回给你。

你看,所有的计算都发生在云里。

同样,你熟悉的智能音箱,也是云上的人工智能。比如你跟小度音箱询问一下“苍老师的三维”,那么它就会把你的请求原封不动地发送到云端,然后啪啪啪一顿查,然后告诉你 90-58-83。

这就像三个和尚(用户),要想喝水(人工智能),只能走到远处的大湖里(云计算),一人捞一桶抬回来。

大概就是这个亚子

与此类似,人工智能客服、人工智能气象预报、人工智能用户推荐、人工智能物流,都是云上的人工智能。这种架构大概从世纪之交开始,到2015年左右达到成熟,现在还在继续发展中。(百度做搜索起家,这就是他们在人工智能和云计算方面技术积累很多的原因。)

下面说第二代人工智能。(云+边的人工智能)

人工智能之所以要进化到第二代,本质上是因为技术进步了,人们想用人工智能做的事情更多了,只在云上,有点“招不开”了。

管瑞峰给我讲了个故事:

2016年的时候,一家电梯厂商找到了他们,希望用百度帮他们做两件事:1、用技术帮助他们收集所有电梯的运行数据;2、用人工智能对这些数据进行计算,帮他们实时检测电梯的“身体”,预测哪台电梯快要坏了。

2016年的时候,一家电梯厂商找到了他们,希望用百度帮他们做两件事:1、用技术帮助他们收集所有电梯的运行数据;2、用人工智能对这些数据进行计算,帮他们实时检测电梯的“身体”,预测哪台电梯快要坏了。

在这个故事里,由于要对电梯状态实时监控,万一要断网就麻烦了,所以用来计算的节点不能远在云端,而是在电梯运行的大厦里的小机房里。

注意!这个位置,就叫做边缘。

为什么叫边缘呢?因为它的计算没有发生在云数据中心里,而是发生在相对于云数据中心来说的“边疆”地带。

还用三个和尚作比喻。和尚发现水不仅能喝,还能用来每天洗澡,这样一来每天就需要好多水,去湖里打水就供不应求了。于是他们在自己家周围挖了个池塘,这样每天取水的距离就短多了。

大概就是这样。

远处的湖是“云”,

近处的池塘是“边缘”。

就像刚才提到的钢板瑕疵检测,也同样是边缘人工智能——这边把每一张新生产的钢板各个姿势拍照,然后自动传到现场的百度云ABC一体机里面,就能判断出这个钢板是好的还是坏的。

一体机长这样。(当时没拍太清楚,大概感受一下吧。)

这还没完,随着人工智能技术的发展,人们又有了更大胆的想法。。。

妹子们比谁都懂,把手机45度举过头顶的一瞬间,镜头里就出现了一个吹弹可破口如含朱指如削葱的自己。

细思恐极,这些人工智能美颜的复杂运算,就那么一瞬间发生在你的手机里。

你以为,为什么华为手机天天秀自己的手机里的人工智能芯片,其实主要都是给妹子用的。

再把三个和尚拉回来解释一下。这就相当于和尚们生活要求又高了,不仅每天喝水、洗澡,居然想在庙里搞个游泳池。于是他们只好在自家院子里打口井,虽然井口不大,但是毕竟随用随取,特别嗨皮。

于是,出现了“云+边缘+端”的人工智能计算层级。

注意,虽然端上可以有人工智能计算力,但一般比较弱。美个颜什么的还可够用,但是涉及到地图导航、智能推荐这类需要极大量运算的事情,还是要传数据给云端做。

总之,以上“云+边”的玩法就是第二代人工智能,大概从2015年开始萌生,至今还在茁壮成长。

那么,第三代人工智能是什么样呢?

别急,为了让你深刻理解人工智能的昨天今天和明天,下面一章中哥还是得给你“多垫一块砖头”——科普一下现在的第二代人工智能究竟做了什么掉渣天的事情。

三、那些骚气的人工智能应用

讲个小故事吧。

精研科技是一家厉害的电子器件生产商,你可以拿出手机,看一下底部的数据线接口,有可能就是他们生产的。

不过,这两年精研科技董事长王明喜有点烦。他的生产线主要在江苏常州,而这里的工人工资正在飙涨。你懂的,生产线其实是劳动密集型企业,工资上涨眼看就要严重影响到企业盈利。

这条生产线上有一个神秘的工种:每个器件生产出来后,都需要一个眼神超好的小姑娘,在强光之下,从6个方向检查质量。她们被称为“黄金眼”。

后来 Watson 去考察的时候,还专门拍了一段“黄金眼”神奇的工作现场。

图/Watson

遇到用工荒,高价也找不到这么多合格的“黄金眼”。

有人劝他把生产线搬到越南,可是王明喜又不想让土生土长的“中国制造”离开祖国。

就在这时,一个从施耐德西门子出来的团队“微亿智造”联系到他,他们有个大胆的想法:用国产的人工智能技术做电子器件的质检。

他们找到的“国产人工智能”,就是百度。

由于这个项目涉及保密,Watson 必须派出精锐工程师进驻工厂现场开发。就在和工人吃住的这两个月,百度的攻城狮心灵受到了巨大的蹂躏:

这些姑娘们正在20岁的最好年华,理应去做更有创造力的工作。然而她们却几个小时不停歇地在强光下重复看电子器件,每3秒检测一个器件,如同机器一样工作,只有铃声响起才能趴在那休息15分钟。。。那时我就下定决心,一定要开发出智能系统,救救她们。

这些姑娘们正在20岁的最好年华,理应去做更有创造力的工作。然而她们却几个小时不停歇地在强光下重复看电子器件,每3秒检测一个器件,如同机器一样工作,只有铃声响起才能趴在那休息15分钟。。。那时我就下定决心,一定要开发出智能系统,救救她们。

当时在现场的百度智能云副总经理李硕对我说。

人工智能果然没让人失望,他们的“AI质检机”如今就摆在精研科技的生产车间里,质检准确率甚至超过那些熟练的“黄金眼”小姑娘。人力成本大幅降低,王明喜终于不用把生产线搬到东南亚了。

这位就是王明喜,他身后的就是“人工智能质检机”。(图片是我在2019百度云智峰会上拍的。)

这是质检机工作时的内部场景

有趣的是,那些原本做零件质检的女孩子并没有失业,而是做起了“数据标注师”,她们也坐在办公室里,和百度的博士们一起工作,负责用自己的经验教会机器什么零件是合格的,什么是不合格的。

故事讲完了,我们不妨做个思考题,如果用上一章的分类标准来看,人工智能质检机用到了哪一代的人工智能?

没错,是第二代。(云+边的人工智能)

质检机需要在1秒之内拍摄18-24张图片,并且在480毫秒的时间内,用人工智能判断出它是不是合格品。这么短的时间内完成全部骚操作,来回上传到云计算肯定不行,只能用布置在机器旁边的边缘计算节点来实现。

当然,在一个阶段的工作结束以后,微亿要把设备的数据总结后传输到云端改进能力。就像人的大脑睡觉时整理了一天的见闻,第二天能成为更好的自己。

再举一个例子。

这是百度智能云副总经理张志琦曾经给我讲的。

世界产钢量最大的企业宝钢,它的生产线上有很多神秘的“大桶”,学名叫做:钢包。

钢包其实就是钢水乘坐的“出租车”,负责把钢水从一个地方运到另一个地方。钢包运输钢水的过程中,热量会有散失,需要对钢包进行烘烤。

这货就是钢包。

但是在传统的生产线上,人们对于钢包里钢水的温度、压力都是一无所知的。于是人们只能按照经验烘烤钢包,会浪费大量的热能。

2017年,宝钢用百度的人工智能和物联网技术,对于钢包状态进行实时计算,然后智能地进行烘烤,这样一来,一下子节省了50%的能源。由于这个工序在钢厂大量重复,所以每年节约的费用高达150亿元。。。

当然,这里主要的人工智能计算也并不在云端,而是在靠近生产线的边缘设备中。

你还记得我在文章开头讲的那个故事吗?那个检测到司机精神不佳就嗷嗷作响的警报器。

这个功能属于一个很酷的领域:“汽车主动安全”,我说的这个例子,属于一家叫做“吉诺救援”的公司。

吉诺救援是全国最大的汽车救援公司,每天都会抢救无数遇险车辆。可以想见,遇险车辆往往已经经受了撞击,绝对经不起二次事故。而这个用于判断司机状态的摄像头,就是吉诺的小伙伴和百度一起研发的“端上的人工智能”。

多说一句,吉诺救援同样也用了云上的人工智能,帮助救援车辆优化路径规划。就在刚刚过去的“利奇马”台风中,吉诺救援用人工智能在40分钟内调集了300多辆车,前往了37个县展开救援。

人工智能帮助他们把整体救援时间降低到过去的50%。让事故车主焦急恐惧等待的时间减半,如果说技术有温情,这也许是一例。

总结一下。人工智能最近几年,已经把一个趋势走出来了:

它们跋山涉水,从云端的大本营,走到边缘安营扎寨,又进一步走进了你的后院,甚至睡在你的枕边。换句话说,人工智能正在被时代“怼”到每个人眼前,你我都蒙受着技术的恩泽。

它们跋山涉水,从云端的大本营,走到边缘安营扎寨,又进一步走进了你的后院,甚至睡在你的枕边。换句话说,人工智能正在被时代“怼”到每个人眼前,你我都蒙受着技术的恩泽。

但是你仔细看刚才这三个案例,就会发现一个问题:一个功能,不是就用云上的智能解决,就是用边缘的智能解决,他们在场景上基本是相互独立的,井水不犯“湖水”。

没错,“割裂”就是现在第二代人工智能的问题所在。

现状是:一家公司得为云上开发一套人工智能程序,再为边缘开发一套人工智能程序,甚至还得再为终端开发一套人工智能程序,这好麻烦。

那能不能“买张一卡通”,用同一套程序框架,云边端,想在哪里计算,就在哪里计算呢?

四、AI工业化

Finally,中哥要介绍今天最后一个生词——“AI 工业化”。

注意!注意!注意!

AI工业化,不是让人工智能去帮助工业。而是人工智能本身以“标准化”,“工业化”的姿势输出。

为了说明 AI 工业化,还是先回顾一百年多前的故事吧。

1834年,英国首次推出“螺纹标准”,号召大家造出标准化的螺丝螺母,这几乎是全世界最早的工业化操作了。

1914年,美国人亨利·福特发明了一个叫做“生产线”的东西。工人们站在生产线旁,用标准的零件,每人只做一道标准工序,一小时五美元。

这种操作的好处是:在别的车都卖4000美元的时候,福特汽车卖850都能赚钱。。。这种价格优势下,福特不一统汽车江湖才见鬼呢。

1834年,英国首次推出“螺纹标准”,号召大家造出标准化的螺丝螺母,这几乎是全世界最早的工业化操作了。

1914年,美国人亨利·福特发明了一个叫做“生产线”的东西。工人们站在生产线旁,用标准的零件,每人只做一道标准工序,一小时五美元。

这种操作的好处是:在别的车都卖4000美元的时候,福特汽车卖850都能赚钱。。。这种价格优势下,福特不一统汽车江湖才见鬼呢。

福特T型车生产线

上面的例子是为了说明:工业化的基础是标准化。

如今,“标准化”这三个字已经深深印在我们脑海里了——你去买一根 iPhone 线,无论哪家生产的,肯定能毫无鸭力地插进任何一台 iPhone 屁股里。

那么说回来,AI工业化是什么呢?当然也是标准化。

百度智能云副总经理谢广军告诉我,他们正在做一件厉害的事儿:

我们正在开发一套技术,把百度云同时装在数据中心、边缘计算节点,甚至未来还能到端上去!

我们正在开发一套技术,把百度云同时装在数据中心、边缘计算节点,甚至未来还能到端上去!

你可以想象一下,这就像我们国家的“村村通公路计划”,一条公路从省城连接市县,再从市县连通村子,于是,上面的车就可以自由流动,想去哪里去哪里。

同样,统一的云计算框架也像公路,连通了数据中心、边缘和端,可以让上面的人工智能负载随意流动。

稍微有点抽象,还是举个例子。

就说爱奇艺吧。

视频网站都有一个经典操作:用户上传了一个视频,他们需要用人工智能审核这个视频有没有违规。

因为影片很大,如果传到云端再审核就比较费带宽——万一有人直接传了一部6.7G的苍老师作品,到了云端才被识别,就很浪费资源了。面对这种情况,审核其实可以在影片上传过程中的边缘计算节点进行,例如省一级的CDN机房。同理,如果手机算力更强,在手机上就能直接完成视频自动黄暴审核。

这就像坏人带着违禁品去省城,不用等进省城才被发现,经过县里的时候就被检查站发现,甚至村口的检查站也能发现——谁发现都一样。。。

统一架构的好处体现在:某个视频到底是在端上审核,还是在边缘审核,还是在云端审核,爱奇艺不用手动调整。由于这三级人工智能应用和底层的云都是相通的,系统会自动根据情况决定,这个视频到底在哪里审核。

爱奇艺的童鞋只要写一套代码,搞定。

这就是第三代人工智能——“边云协同”——的力量。

实际上,百度已经把这套框架做出来了,这项技术的直接负责人正是管瑞峰。这个应用框架叫做 BAETYL。更厉害的是,这个框架已经被百度捐献给了 Linux 基金会,开源出来,每个人都可以免费使用了。

管瑞峰告诉我,目前国家电网正在联合百度,基于 BAETYL 为整个电力系统建立计算框架。如果顺利的话,不久之后所有终端电表和电网设备和控制节点,就都处于一套人工智能调度体系中,不仅可以节省重复开发的劳动,还可以智能调度,节省好多能源。

最后告诉你个小秘密:

其实,人工智能的大厦正在等待一个“新材料”,那就是5G。

其实,人工智能的大厦正在等待一个“新材料”,那就是5G。

一般人只是觉得5G会让信息传输更快,这没错。但在5G的技术标准里,还有一个非常独特的设计——在同一个基站的范围内相互传输信息不用通过核心网,延迟非常低,而且费用很便宜。

利用这条速度极快的通路,可以在5G基站周围可以放置一些小的主机,形成“超级边缘计算节点”。你猜它们能实现什么逆天的功能?

例如:车路协同的自动驾驶。

简单来说就是:汽车上本身可以通过“图像识别”技术实现自动驾驶,但是它的视野毕竟有限,最多只能看清附近一二百米。这时,附近的基站就可以收集方圆一公里的路况信息,实时传递给这辆车。假设五百米外发生了事故,这辆车就可以提前减速,更加安全。

这个图显示的是视线被前面大车挡住,却也能知道红绿灯情况。

百度的同学告诉我,他们的智能驾驶团队已经把这套技术用在了“机器人出租车”上。就在2019年国庆前后,在长沙的路上,这种“机器人出租车”就可以为普通市民提供服务了。

“边云协同”的第三代人工智能,正在我们这片土地上生根发芽,茂密生长。

五、沃野上的生物

2019,距离 Watson 看到东莞的工人们做俯卧撑整整二十年。

在他的手机里,至今留存着一张照片。

那是他加入之后,百度云做的唯一一次机场广告。那天黄昏,Watson 正好在首都机场降落,他一回头,看见了夕阳下自己亲手为百度云写的广告,于是拍了下来。

开头一句简单的话:为变革而来。

图/Watson

“这是我的真心话。”Watson 对我说。

在中国,仍然有200万质检工人,有将近3亿产业工人,每天每时每分每秒重复着同样枯燥的工作,他们的工作因为人工智能的辅助可能有更多的尊严。

在中国,有500万程序员,360万医生、50万名翻译,他们大量的日常工作也是重复的,而这些工作,也可以被工业化的人工智能辅助。

在中国,有6亿农民,他们的春种夏收也可以由工业化的智能辅助,然而此刻,面朝黄土背朝天仍然是大多数人的生活。

正如福特本人所说:

机器化生产为人们提供了更多的生存手段,而我们又依赖这些手段去购买产品。标准化不等于千篇一律,它使我们的生活变得比以往任何时候都要丰富多彩。

机器化生产为人们提供了更多的生存手段,而我们又依赖这些手段去购买产品。标准化不等于千篇一律,它使我们的生活变得比以往任何时候都要丰富多彩。

如此看来,“AI工业化”的路恰恰像这个民族的历史一样艰难又漫长,但庆幸在各行各业,人工智能犹如沃野上的新物种,正在浅吟低唱。

可叹梦想人人都有,肯为它坚守二十年的人不多。幸好时间是个温柔的裁判,你只管低头前行,而它会在某个夏日的午后,给你一场应许的光芒万丈。

工业化是我们

向上帝购买时间的硬通货返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
免费获取
今日搜狐热点
今日推荐