近日，由西安航天基地主辦、華為技術(shù)有限公司承辦的“華為云杯”2019人工智能創(chuàng)新應(yīng)用大賽正在火熱進(jìn)行。大賽聚焦AI應(yīng)用落地場(chǎng)景進(jìn)行全場(chǎng)景創(chuàng)新，通過以賽促學(xué)、賽教結(jié)合的形式開展，并提供資本對(duì)接和創(chuàng)業(yè)輔導(dǎo)來助力創(chuàng)業(yè)者與企業(yè)持續(xù)發(fā)展。同時(shí)，大賽將綜合科研教學(xué)成果及商業(yè)領(lǐng)域需求，探索用AI來解決真實(shí)世界問題的可行性，為需求方和開發(fā)者提供聯(lián)接的橋梁，搭建一個(gè)技術(shù)交流、人才培養(yǎng)、機(jī)遇共創(chuàng)的AI開發(fā)者平臺(tái)和生態(tài)。

據(jù)了解，大賽面向全社會(huì)開放，個(gè)人、高等院校、科研單位、企業(yè)、創(chuàng)客團(tuán)隊(duì)等均可報(bào)名參賽。本屆大賽設(shè)置啟動(dòng)儀式、初賽、決賽、頒獎(jiǎng)儀式四個(gè)主要環(huán)節(jié)，計(jì)劃2019年12月下旬完成初賽，2020年2月下旬進(jìn)行決賽，冠亞季軍和優(yōu)勝獎(jiǎng)將分別有10萬元、5萬元、3萬元和1萬元的獎(jiǎng)金激勵(lì)。

參賽選手們將通過比賽圖片集進(jìn)行圖像分類模型的應(yīng)用開發(fā)，大賽組委會(huì)此次也為選手們提供了華為云ModelArts進(jìn)行云端AI開發(fā)。作為一站式AI開發(fā)與管理平臺(tái)，華為云ModelArts具備為機(jī)器學(xué)習(xí)與深度學(xué)習(xí)提供海量數(shù)據(jù)預(yù)處理及半自動(dòng)化標(biāo)注、大規(guī)模分布式Training、自動(dòng)化模型生成，及端－邊－云模型按需部署能力。選手們通過ModelArts可以快速完成AI模型開發(fā)與部署，管理全周期AI工作流。

AI產(chǎn)業(yè)規(guī)模化的挑戰(zhàn)

人工智能（AI）是近幾年科技產(chǎn)業(yè)最重要的技術(shù)發(fā)展趨勢(shì)。毋庸置疑，當(dāng)前AI產(chǎn)業(yè)正在快速發(fā)展，各行各業(yè)都在試圖共享一波技術(shù)紅利，引領(lǐng)行業(yè)技術(shù)創(chuàng)新發(fā)展。企業(yè)也正努力將AI導(dǎo)入自己的產(chǎn)品，以創(chuàng)造更多附加價(jià)值。在這一過程中，AI應(yīng)用的開發(fā)至關(guān)重要。但是在AI開發(fā)面前，企業(yè)與開發(fā)者存在著諸多的難題與挑戰(zhàn)。

對(duì)許多開發(fā)者來說，人工智能應(yīng)用的開發(fā)，仍存在極高的門檻。我們知道，人工智能的應(yīng)用開發(fā)可分成“云”與“端”兩大部分。云指的是云端數(shù)據(jù)中心或超級(jí)電腦，具有強(qiáng)大的運(yùn)算能力，負(fù)責(zé)執(zhí)行模型訓(xùn)練工作；端則是指用訓(xùn)練好的模型進(jìn)行推論的各種邊緣節(jié)點(diǎn)設(shè)備。對(duì)應(yīng)用開發(fā)者而言，模型訓(xùn)練是人工智能應(yīng)用開發(fā)的起點(diǎn)，也是許多問題的根源。

在AI應(yīng)用開發(fā)過程中，我們不得不面對(duì)開發(fā)效率低，標(biāo)注、訓(xùn)練、部署整個(gè)過程耗時(shí)，以及稀缺與昂貴的算力。AI產(chǎn)業(yè)若要規(guī)模化走進(jìn)各行各業(yè)，助力企業(yè)AI產(chǎn)業(yè)化應(yīng)用，就必須要降低AI開發(fā)門檻和難度。而開發(fā)者在AI開發(fā)過程中也存在諸多痛點(diǎn)，例如，隨著數(shù)據(jù)量不斷指數(shù)級(jí)增長(zhǎng)、模型越來越復(fù)雜、計(jì)算過程愈發(fā)耗時(shí)，以及眾多晦澀難懂的AI開發(fā)工具導(dǎo)致AI開發(fā)效率降低，這不僅降低了開發(fā)者的開發(fā)熱情，更阻礙了AI產(chǎn)業(yè)的規(guī)模化發(fā)展。

深度學(xué)習(xí)作為人工智能崛起的主要原因，是開發(fā)者必須要學(xué)習(xí)的技能，但是對(duì)于普通開發(fā)者而言，掌握深度學(xué)習(xí)模型訓(xùn)練的時(shí)間成本相當(dāng)高，這也降低了AI開發(fā)者的開發(fā)效率。AI開發(fā)者尚且面臨如此多的困難與挑戰(zhàn)，對(duì)于那些缺少算法開發(fā)和調(diào)參能力的AI初學(xué)者來說，更是一條無法逾越的障礙。

在這樣的情況下，對(duì)于AI工程師、業(yè)務(wù)開發(fā)者，甚至“小白用戶”，能快速完成AI模型開發(fā)與部署，順利完成業(yè)務(wù)開發(fā)上線，一個(gè)“用得起、用得好、用得放心”的AI開發(fā)與管理平臺(tái)必不可少。

一個(gè)理想的AI開發(fā)平臺(tái)

為了幫助開發(fā)者解決AI應(yīng)用開發(fā)的種種挑戰(zhàn)，華為云ModelArts應(yīng)運(yùn)而生。ModelArts這個(gè)名字既有“模型的藝術(shù)”的意思，同時(shí)也蘊(yùn)含了華為云以普惠AI致敬開發(fā)者，助力廣大AI開發(fā)者能夠便利地借助此平臺(tái)成為AI開發(fā)（建模）大師之意。

作為一站式的AI開發(fā)與管理平臺(tái)，華為云ModelArts集跨場(chǎng)景、軟硬協(xié)同、端邊云一體等多方位的優(yōu)化經(jīng)驗(yàn)于一體。“一站式”是指AI開發(fā)的各個(gè)環(huán)節(jié)“開箱即用”，包括自動(dòng)學(xué)習(xí)、數(shù)據(jù)處理、算法開發(fā)、開發(fā)管理、模型訓(xùn)練、推理服務(wù)管理、部署都可以在ModelArts上完成。從技術(shù)上看，ModelArts底層支持各種異構(gòu)計(jì)算資源，開發(fā)者可以根據(jù)需要靈活選擇使用，而不需要過多把精力放在底層技術(shù)上。同時(shí)，ModelArts支持像TensorFlow、PyTorch、MXNet等主流開源的AI開發(fā)框架，支持傳統(tǒng)機(jī)器學(xué)習(xí)算法運(yùn)行，如邏輯回歸、決策樹、聚類算法等；支持CNN、RNN、LSTM等多種類型的深度學(xué)習(xí)算法執(zhí)行；也支持開發(fā)者使用自研的算法框架，匹配開發(fā)者的使用習(xí)慣。

針對(duì)業(yè)務(wù)開發(fā)者，華為云ModelArts提供了自動(dòng)學(xué)習(xí)功能，無需關(guān)注模型開發(fā)、參數(shù)調(diào)整等開發(fā)細(xì)節(jié)，僅需三步（數(shù)據(jù)標(biāo)注、自動(dòng)訓(xùn)練、部署上線），即可完成一個(gè)AI開發(fā)項(xiàng)目。尤其邊標(biāo)邊學(xué)的智能化數(shù)據(jù)標(biāo)注支持圖片、語(yǔ)音、文本、視頻等常見標(biāo)注及自動(dòng)駕駛、醫(yī)療等領(lǐng)域標(biāo)注任務(wù)，標(biāo)注效率提升70％，在特定領(lǐng)域可提升人工標(biāo)注效率10倍。

針對(duì)有一定AI基礎(chǔ)的AI初學(xué)者，ModelArts基于業(yè)界的主流引擎提供了預(yù)置算法，無需關(guān)注模型開發(fā)過程，直接使用預(yù)置算法對(duì)已有數(shù)據(jù)進(jìn)行訓(xùn)練，并快速部署為服務(wù)。預(yù)置算法可用于物體類別和位置、圖像分類等場(chǎng)景。除此之外，ModelArts可以實(shí)現(xiàn)以最低成本完成最優(yōu)效果的呈現(xiàn)結(jié)果，即根據(jù)開發(fā)者的推理速度與最終部署環(huán)境，自動(dòng)生成滿足要求的模型。

截至目前，ModelArts已經(jīng)擁有開發(fā)者超過4萬；今年5月，更是在斯坦福大學(xué)DAWNBench榜單以2分43秒的成績(jī)獲得圖像識(shí)別訓(xùn)練時(shí)間世界第一。

多場(chǎng)景加速行業(yè)落地

經(jīng)過持續(xù)的技術(shù)創(chuàng)新與實(shí)踐積累，目前，華為云ModelArts支持圖像分類、圖像檢測(cè)、視頻分析、語(yǔ)音識(shí)別、產(chǎn)品推薦、異常檢測(cè)等多種AI應(yīng)用場(chǎng)景，這也讓AI的行業(yè)應(yīng)用有了更多想象空間。比如在水利方面，企業(yè)可以將檢測(cè)漂浮物的數(shù)據(jù)上傳，通過自動(dòng)學(xué)習(xí)能力，ModelArts幫助標(biāo)注并自動(dòng)生成模型，監(jiān)測(cè)水面污染情況。在建筑行業(yè)，過去通常是工人用筆在鋼筋切面上點(diǎn)劃來計(jì)算鋼筋數(shù)量，算得又慢又可能出錯(cuò)，一般都要核對(duì)很多遍，而運(yùn)用ModelArts圖像檢測(cè)能力后，能自動(dòng)識(shí)別鋼筋的切面，能快速數(shù)出鋼筋有多少根，而且比人工的準(zhǔn)確率更高。此外，ModelArts還可以使能一些更加智能的應(yīng)用，比如人臉識(shí)別，強(qiáng)化學(xué)習(xí)策略、強(qiáng)化學(xué)習(xí)控制、對(duì)抗生成網(wǎng)絡(luò)等。

在行業(yè)落地方面，華為云ModelArts平臺(tái)也進(jìn)行了諸多探索和實(shí)踐。在垃圾分類方面，華為云舉辦了人工智能大賽·垃圾分類挑戰(zhàn)杯活動(dòng)，該活動(dòng)旨在運(yùn)用人工智能為垃圾分類乃至千行百業(yè)帶來更多可能性。現(xiàn)實(shí)生活中，垃圾形態(tài)、拍照時(shí)角度、光線、背景等差異，往往使得AI訓(xùn)練集的數(shù)據(jù)難以識(shí)別垃圾的廬山真面目。參賽選手利用ModelArts克服并解決這些難題，從而構(gòu)建出能準(zhǔn)確識(shí)別垃圾的模型。

在醫(yī)學(xué)AI方面，金域醫(yī)學(xué)病理專家團(tuán)隊(duì)與華為云AI團(tuán)隊(duì)合作，在ModelArts平臺(tái)首次基于病理形態(tài)學(xué)，通過深度學(xué)習(xí)技術(shù)，訓(xùn)練出精準(zhǔn)、高效的AI輔助宮頸癌篩查模型。該模型在排陰率高于60％的基礎(chǔ)上，陰性片判讀的正確率高于99％，同時(shí)，陽(yáng)性病變的檢出率超過99．9％。這是目前國(guó)際上已公布的AI輔助宮頸癌篩查的最高水平。

此外，雨林保護(hù)組織RFCx利用華為云人工智能服務(wù)與ModelArts工具，構(gòu)建能檢測(cè)、分析蜘蛛猴叫聲的智能模型，從而獲悉蜘蛛猴的棲居地、威脅信號(hào)、生活習(xí)性等數(shù)據(jù)，從而協(xié)助護(hù)林員保護(hù)蜘蛛猴這一瀕危物種。

從上述行業(yè)實(shí)踐，我們看到了AI給各行各業(yè)帶來的變革，同時(shí)我們也看到了ModelArts在賦能行業(yè)客戶進(jìn)行應(yīng)用創(chuàng)新方面的巨大推動(dòng)作用。

華為云ModelArts不止步

華為云ModelArts平臺(tái)已經(jīng)成為華為云構(gòu)建AI開發(fā)生態(tài)的重要篇章。2019年3月，華為云進(jìn)一步面向開發(fā)者推出了華為云AI市場(chǎng)，該市場(chǎng)是在華為云ModelArts一站式AI開發(fā)與管理平臺(tái)基礎(chǔ)上構(gòu)建的開發(fā)者生態(tài)社區(qū)，其中包含的華為云AI模型市場(chǎng)是國(guó)內(nèi)第一個(gè)提供發(fā)布及訂閱AI模型服務(wù)的平臺(tái)。此舉旨在為高校科研機(jī)構(gòu)、AI應(yīng)用開發(fā)商、解決方案集成商、企業(yè)及個(gè)人開發(fā)者等群體，提供安全、開放的共享及交易環(huán)境，有效連接AI開發(fā)生態(tài)鏈各參與方，加速AI產(chǎn)品的開發(fā)與落地。

華為云ModelArts不止步于此，未來該平臺(tái)還將搭載華為自研N騰310和910芯片的模塊和服務(wù)器，持續(xù)實(shí)現(xiàn)軟硬件協(xié)同設(shè)計(jì)和優(yōu)化，為開發(fā)者提供更高性能的訓(xùn)練和推理的計(jì)算能力，以及更優(yōu)的價(jià)格體驗(yàn)。除此，將集成更多數(shù)據(jù)標(biāo)注工具，并持續(xù)服務(wù)于自動(dòng)駕駛、智能制造、智慧城市等更多新型應(yīng)用場(chǎng)景。

華為云ModelArts已經(jīng)不局限于是一個(gè)理想的AI開發(fā)平臺(tái)，也成為華為云踐行“普惠AI”的重要抓手，助力AI產(chǎn)業(yè)在未來大放異彩。