阿尔法狗带来的***被时间冲淡后,落地应用成了焦点问题。
一部分人对现阶段的AI技术一度存在成见,他们认为:人工智能和互联网一样,虽然扮演了颠覆者和重建者的角色,可现阶段人工智能还只能解决单点问题,缺少强大的通用能力,距离规模化、产品化方式的技术输出还有很长的一段路。
然而,真实情况真的如此吗?
任何细小的变化都会由于渐进累积而产生巨大的差异,那些常常被忽视的“隐秘的角落”里,与AI发生的故事你可能想象不到,或许这些聚在一起,发生于细微之处的改变更有利于我们看到AI落地应用的全貌。
01 想造“机器人老师”的12岁女孩
不用AI基础就能开发AI并创造价值的人有多酷?刚刚读初一的郭佳慧是位典型的“码二代”,父亲郭峰是一家科技公司的CTO,并在父亲的熏陶下提前打开了人工智能的世界。
年初的新冠疫情夺去了佳慧同学回学校上课的机会,也让这对程序员父女有了更多的相处时间。除了每天按时完成学校安排的在线学习课程,郭峰还为佳慧报名了百度EasyDL的线上课程,原以为女儿会因为人工智能的晦涩难懂逐渐失去兴趣,但一个有趣的实践改变了佳慧对人工智能的认知。
在郭峰的帮助下,佳慧使用百度EasyDL做了一个识别MM豆颜色的小程序。当佳慧把标注好的图片传到后台进行机器学习后,神奇的一幕发生了:电脑可以灵活地判断出MM豆的颜色,即使MM豆被另一个颜色的MM豆挡住只能看到一点点,电脑仍然可以准确识别出它的颜色,就像有一双人的眼睛一样。
见识了人工智能的神奇之后,佳慧同学有了更多的想法。一次逛街的时候看到商场入口安装了佩戴口罩识别的闸机,可是有人用衣袖遮挡口鼻的时候,却被误判为戴了口罩,佳慧当时就开始思考:是否可以用人工智能解决这个问题呢?
佳慧同学在演示戴口罩识别检测
佳慧在父亲的鼓励下打算做一款戴口罩检测的模型,目标是让机器识别是否佩戴口罩、戴口罩的方式有没有错误,以及准确识别用手和胳膊遮挡口鼻的情况。确定好模型的功能后,佳慧收集了600多张佩戴口罩的照片,上传到百度EasyDL并调用了平台提供的数据回流标记算法。模型迭代到第6个版本后,识别准确率已经稳定在95%以上,戴口罩识别的问题被佳慧同学成功解决。
目前佳慧同学训练的“戴口罩检测模型”已经在百度AI市场上线,并且已经卖出了3000多份,其中有做人脸识别闸机的厂商,有做人脸检测设备的企业,还有同样碰到戴口罩检测难题的开发者。
在与人工智能接触之前,佳慧的理想是当一名老师,现在她的理想是长大后研发智能的“机器人老师”。
02 把机械臂玩出花的“网红大叔”
当00后伴着AI向着未来刚刚开始萌发属于自己梦想的同时,70后也并没有被“搁浅在沙滩上”。对于学习,技术从业者们似乎天然有着一种敏感而又热切的追求。
42岁的王京京在抖音上有3万多粉丝,一个名符其实的“网红大叔”,也是见证了中国科技浪潮不断向前推进的“活化石”。
1999年,21岁的王京京第一次接受媒体采访,彼时他的身份是《中国摇滚》网站的主编,也是国内第一个音频流媒体网站;大学毕业后的王京京选择自主创业,并在2004年最早发明了一键磨皮算法。但在2012年移动互联网普及时,王京京遇到了人生的瓶颈期,干脆关了公司在自家阳台上种花种菜,甚至花了5年时间到全国各地去旅游。
人工智能浪潮的爆发,再一次改变了王京京的人生方向:40岁的时候开始学习机械臂编程,在抖音上录制了用机械臂打鸡蛋、发牌、玩跳一跳游戏等有趣的视频,逐渐积累了一批忠实粉丝。
就在新冠疫情早期的某一天,一位粉丝在抖音上找到了王京京,由于大量的工作人员无法准时到岗,很多客户的产品验证无法顺利推进,比如一些航空航天企业对芯片使用的要求非常严格,芯片在制造、测试、焊接、组装过程中需要对每个序列号进行跟踪抄写记录,过去几乎全部是人工完成的。
王京京接受了粉丝提出的挑战。
在他看来,传统的自动化机器几乎都没有视觉能力,只能依靠机械精度提高稳定性,但由于芯片摆放不规则、表面标识不清晰,导致机器在这个过程中无用武之地,而百度EasyDL的很多能力刚好弥补了这些缺陷。
于是王京京向粉丝要了些芯片照片,对每个芯片的多个特征点进行标注,利用EasyDL的物体检测算法计算出芯片的朝向角度,然后旋转文字到水平方向进行OCR识别,最终利用机械臂进行自动抓取整理,按照芯片上的序列号进行排序摆放,完全替代了之前对人工操作的依赖。
目前王京京借助EasyDL打造的“视觉定位机械臂及OCR”模型已经在两家企业落地应用,识别准确率保持在99%以上,在四个工序中节省了9名人力。后期计划将项目做成标准化的产品,在更多的行业中推广应用。
每一次技术革命爆发的初期,最缺的往往是知道如何使用技术的人,42岁的王京京正在担纲“技术摆渡人”的角色。
03 深入产业第一线的“战斗小队”
同一个时间点,不同于王京京的单打独斗,连续创业的吕力看到了同样的机会,他牵头组建了一支由六个人组成的“战斗小分队”。
行驶在城市道路上的运输车辆,可以说是一座城市维持生命力的血脉,然而频频发生的“超载”现象,却让一些运输车辆成了城市中的交通隐患,不仅造成了路面基础设施的损坏,也增加了交通事故发生的风险。
2017年,吕力在与某地磅生产企业合作期间,帮助政府部署企业源头治超管理系统,发现该系统存在设备采购成本高、部署复杂、易损坏、维护及运营成本高等诸多劣势,且整体效果并不理想,于是吕力开始思考如何改变系统设计来提升效率,从源头上规避超载现象的发生。
经过缜密分析和测算,吕力提出了全新的解决思路,在百度EasyDL平台搭建了训练体系及模型,成功设计了一套自动化采集软硬件训练系统:在原有地磅产品的基础上增加一个200万像素的摄像头和一台嵌入式电脑,即可实现货运车辆的关键指标——车轴数的智能识别,车辆称重时自动触发抓拍并上传识别车辆的轴数,智能匹配计算车辆的轴数与载重关系,并上报给有关部门。
随后吕力找到了湖南红星大市场初步试水。作为国内排名前三的农贸市场,湖南红星大市场每天总通勤车辆高达4000台,拥有海量货运车辆样本基础。经过5个版本的迭代后,平台平均识别准确率已达94．3%,基本满足业务覆盖需求。
目前国内不少地区纷纷出台《道路货物运输源头治理超限超载暂行办法》等法规,吕力设计的系统为众多的企业用户提供了更优的选择:平台总成本不到原有治超系统的50%,并且基本无需现场维护,大大减少了人力成本的投入。
在整体的商业大环境中,诸如地磅之类低门槛的制造业,几乎是不被重视的边缘产业,但人工智能对这些产业的渗透革新,正在迸发出新的驱动力。相比于创造新的事物,对传统产业的智能化改造同样存在不可小觑的机会。
目前吕力的团队已经转向物联网和人工智能,将自身定义为人工智能与传统产业之间的连接器,计划通过“战斗小队+定制装备”深入到更多行业里去。
04 EasyDL与智能策源地
其实前面讲述的三个故事都出自于百度EasyDL在乌镇举办的产业智能创新大赛,而且只是数百个参赛案例中的百分之一。
让人有些惊讶的是,这些故事的主角不是人工智能一线大厂的工程师,不是预言人工智能行业趋势的布道者,甚至不是精通于算法的程序员。可他们和AI的故事却为我们提供了一个新的视角:人工智能的落地应用不只是让大厂的程序员们走进生产车间,还要让一群懂行业、有经验、懂痛点的人学会使用人工智能。
隐藏在三位主人公背后的EasyDL大抵就在做后一种事情,希望AI的开发可以像使用家电一样简单,不必了解家电的内部构造和电路原理,只需要明白遥控器上的按键和对应的功能。
为了实现这一目标,百度EasyDL团队已经默默深耕了三年,并且经历了走向大规模应用落地的两个转折点:
第一个转折点是2017年下半年,EasyDL刚刚完成从0到1的上线过程,发现原本积压的、无法被满足的长尾定制需求,大部分已经有了被解决的可能,同时也看到了各行业涌现出大量AI定制化需求的潜力。
第二个转折点开始于2018年中期,EasyDL在功能上进行了大的版本升级,所支持的模型类型、数据和部署服务进一步完善,并且陆续在多个城市进行巡回演讲、交流活动,让越来越多的行业用户认识 EasyDL。
截止到目前,百度EasyDL上已经有超过70万开发者,覆盖了包括工业、农业、医疗、物流、零售、教育在内的20多个行业场景,越来越多的郭佳慧、王京京、吕力正在EasyDL的帮助下成为改变世界的中坚力量。
科技学者库兹韦尔曾在《奇点临近》一书中大胆预测:“我们的未来不是再经历进化,而是要经历爆炸。”顺着这个比喻延伸的话,百度EasyDL就像是智能的“弹药库”,并将引线交到了一群理解场景、理解行业的人手中。
除此之外,为了让更多的开发者拥有简单易用的“智能策源地”,降低企业应用AI的门槛与成本,EasyDL还重磅推出了为有需求企业提供专项基金的“万有引力”计划,企业和个人开发者只需在EasyDL上完成业务模型的定制训练、部署与应用,即可领取万元专项代金券,进一步拉近人工智能与各行各业的距离。
