AI價值共創：從FAST到FASTER_風聞

這是銀杏財經第398篇文章

作者 | 風千語

編輯 | 汪小樓

《三體》裏面，智子對程心説：“宇宙不是童話。”

星空有多令人嚮往，就有多少高峯需要攀登。人類歷史上所有對太空的探索，每一步都是阿姆斯特朗式的飛躍。

 

1967年，劍橋大學研究生喬瑟琳·貝爾首次發現脈衝星；1969年，人類第一次登上月球；1984年，開啓第一次太空行走實驗；1994年，中國天眼之父南仁東開始行走在貴州亂石密佈的喀斯特叢林裏，尋找台址。

由於特徵明顯、易於辨識，在宇宙中的定位位置比較精準，脈衝星素有宇宙燈塔之稱。研究脈衝星，許多重大物理學問題的答案都有望得到解答。

脈衝星的發現和研究，一直是國際上大射電望遠鏡關鍵科學目標之一。

2016年9月25日，中國天眼（FAST）落成啓用， 2021年3月31日，正式向全球天文學家開放。

作為我國自主知識產權、世界最大單口徑、最靈敏的射電望遠鏡，FAST也是世界上最強大的脈衝星搜尋利器，每天要產生約500TB的原始數據。

Fast在一週內產生的數據，大約相當於3000萬張信號圖。如果以人工肉眼按照1張/秒速度，在不吃不喝不休息的條件下，需要用一年的時間。

倘若AI加入進來，只需要3天時間就可以處理FAST的1個月數據，數據處理效率提升120倍。

2021年的世界人工智能大會上，騰訊宣佈與國家天文台展開合作，聯合啓動“探星計劃”。騰訊為世界上最大的單口徑射電望遠鏡，中國天眼（FAST）提供雲與AI技術支持，依靠騰訊優圖實驗室自研的AI模型、騰訊雲的強勁算力和海量存儲能力，共同揭開宇宙背後的奧秘。

雙方合作將主要包含三個層面：1）AI輔助脈衝星搜索效率提升；2）AI輔助快速射電暴搜索；3）AI輔助近密雙星系統中脈衝星搜索。

隨着移動互聯網、大數據、超級計算等領域持續的技術持續突破，人工智能的發展愈加迅猛，無論是廣袤宇宙還是田間地頭，AI都有自己的星辰大海。

壹

從量變到產業化的距離

人工智能70年，直到最近幾年才開始迎來爆發。AI在邊緣計算層與物聯網相遇，城市治理、工業製造、文旅、教育等行業不斷與雲計算鉚合，推進新的技術革命落地。

技術迭代是曲折的。對傳統企業而言，雲AI或許能夠幫助提升效率，節約人力，卻也要面對組織架構、整合成本等多方面的挑戰。

即便是早有認知的高科技企業，在引入AI時也經歷了一段嘗試期，去尋找最適合自己的產品和功能。

而下一步，人工智能最要緊的命題當屬產業落地。無論是參與城市治理，還是融入智慧旅遊，AI最終的使命都一樣——即服務於人。

只有服務於人的AI技術，才具有落地的意義，也才具備可持續的社會價值。

 

還記得2019年世界人工智能大會上，馬化騰説：“可觀測宇宙原子數量是10的80次方，到了王者榮耀，決策的複雜程度可以高達10的2萬次方。在如此複雜的虛擬環境，如果AI都能表現得類似或者超越人類，那麼在真實世界裏要實現通用就非常值得期待了。”

2021年4月19，騰訊集團將核心戰略升級為“紮根消費互聯網，擁抱產業互聯網，推動可持續社會價值創新”。騰訊公益平台與企業社會責任部進行升級，在企業發展事業羣（CDG）下設立可持續社會價值事業部。

同時，騰訊還宣佈首期將投入500億元用於可持續社會價值創新，內容涵蓋基礎科學、教育創新、鄉村振興、碳中和、FEW（食物、能源與水）、養老科技、公益數字化和公眾應急等領域。

分析不同行業AI探索現狀，或許能為下一個十年提供更多啓發。

2020年，騰訊發佈《騰訊人工智能白皮書：泛在智能》，深度闡述了數字化轉型背景下AI與產業融合創新發展的趨勢，以及騰訊AI的最新產業落地情況。

白皮書指出，人工智能正在進入供需融合創新的發展期，在技術、市場、平台、數據和資本等領域不斷成熟。AI與雲計算、區塊鏈、物聯網、5G等新技術的相互融合，以及新技術帶來海量的物聯和移動等數據，正在進一步激發人工智能技術應用的廣度和深度，驅動人工智能“質變”，真正成為經濟社會發展的重要新型基礎設施。

此外，我國龐大的人口基數和經濟規模為人工智能等新技術的應用發展提供了廣闊的市場基礎。在長期的經濟轉型和近期的抗疫恢復雙重牽引下，智能化相關的應用場景不斷增加，催化了AI技術的“量變”，有效拉動着我國人工智能的全面產業化。

雲AI所到之處：細微可察，大城可治

高新技術的產業化，總是以市場為終點。

市場上各行各業所面臨的困境多數時候總是類似，比如效率和成本問題。能夠為一個企業甚至一個行業實現降本增效，雲AI****的產業化才算破了開局。****

印象中，比起人文生活的細緻複雜，流程化的工業生產似乎更適合成為技術產業化的第一個戰場。

然而在尋求AI合作的路上，富馳高科並不順利。

據富馳高科CEO鍾偉介紹，MIM產品在前端工序中，從注射到燒結、整形，富馳高科的自動化程度都已經很高，可達到90%以上。唯獨在質檢環節，因為MIM產品形狀結構複雜，有很多異形，導致一般的檢測設備和檢測方法都難以滿足要求。

人工質檢無法避免人員疲勞的問題，所有人員每天都要盯着細小的零部件找外觀缺陷，既枯燥眼部又容易疲勞。

富馳高科每年生產的零部件多達數億個，如果全部依靠人工質檢，每年的產能高峯期，僅質檢人員就需要超1500人，這會對人員招聘形成巨大挑戰。

鍾偉很早就意識到質檢急需自動化，於是早在2013年就成立了專門的自動化部門，前後投入巨大，引進過國外的一款深度學習軟件，最終也只達到了預期70%-80%的效果。

2020年開始，富馳高科又開始尋求其他解決方案，接觸了非常多的公司，大部分給出的反饋都是難度大、投入大。

這個時候，騰訊雲出現富馳高科的選擇裏。

不過項目真正落地之前，富馳高科自動化總監鄧聲志對於騰訊雲解決方案有擔憂，因為他非常清楚，外觀檢測對於機器的難度。

“比如對產品裂紋的檢測，人工操作時，可以通過施力去查驗是否有隱性裂紋，但機器是無法做到的。”

結果證明，騰訊雲不僅能發現一些細微的裂紋，還針對富馳高科這個案例推出一些定製化功能，比如缺陷遷移、分級標定、光度立體等，解決了此前沒有解決的問題。

 

騰訊雲AI研發總經理、騰訊優圖實驗室副總經理吳永堅回憶，當時面臨非常大的技術難題。

“工程方面，在質檢儀硬件算力有限的情況下，團隊採用騰訊優圖實驗室此前開源的TNN深度學習推理框架，藉助算法模型加速和智能調度等多種技術能力，實現性能的優化，在短時間內完成百餘張高分辨率圖片的推理計算和光度立體圖片的處理，更節約了硬件成本。”

為了克服MIM產品因高反光特性而導致的產品缺陷與正常反光混淆的業內難題（成功判斷連人眼也很難分辨的缺陷），騰訊雲創造性設計了光度立體成像解決方案。並結合域適應遷移學習和缺陷生成技術，幫助富馳在產品早期樣本數據嚴重不足的情況下，依然可以達到檢測指標可用狀態。

如今，富馳高科現在在手機攝像頭組件的質檢工作中，僅需幾秒就能完成對目標零件數十個大小點位的採圖、分析、分類的工作，一年節省數千萬的人力成本。

騰訊雲與富馳高科的合作，是其在工業製造業立下的一個標杆案例。

新基建時代，這種泛在智能的擴散速度一直保持持續高度增長狀態。

以騰訊雲AI給上海市松江區城運提供的產品為例。

傳統的巡檢方式效率低，人力成本消耗大，覆蓋範圍有限，又受氣候條件或環境因素的制約，很難及時處理違規事故。巡查人員的管理主要以記錄本上的簽到為準，難免存在冒籤、補籤或一次多籤等行為，失職分析難度大，違規現象監督存在漏洞。

自2020年9月起，上海市松江區引進「城運AI平台」。項目基於TI平台訓練、推理、發佈20餘種城市管理相關的算法，包括佔道堆物、違章停車、垃圾違規堆放等。

算法適配松江場景，針對松江場景定期的進行算法準確度優化，從70%提升到90%。

無論是富馳高科或城市治理，或者更容易觀察到的文旅產業，AI的影子早已滲透其中。

疫情好轉尤其是跨省團隊遊恢復之後，國內旅遊熱度空前高漲，很多景區面臨人力不足、缺少導遊講解員和服務能力不足等情況。

故宮、龍門石窟等景區的AI導遊再次引起討論，這些AI導覽助手負責為遊客提供個性化遊覽路線，進行景點文物講解、百科問答等服務。

故宮之後，敦煌莫高窟、秦陵等文博類景區等相應有類似項目落地，騰訊均有主導參與。

資料顯示，騰訊雲大數據平台的算力彈性資源池達500萬核，每日分析任務數在1500萬，每日實時計算次數超過40萬億次，每日接入數據條數超過35萬億條，訓練數據維度達1萬億。

貳

AI融入經濟剛剛開始

如今，每天我們都可以從新聞媒體中看到AI技術參與各行各業創新發展的案例，小到高新技術行業的零部件，大到城市街道治理，乃至文娛健康生活。

雲+AI所帶來的新技術、新產品、新產業、新模式，能夠有效降低勞動成本、提升社會勞動生產率、優化產品服務、改變生產生活，從而不斷驅動數字經濟變革。

自2015年國家產業政策正式提及人工智能以來，5年間相關政策就歷經4個階段的發展升級。

中國硬科技產業變革的開端，就是從技術的進化開始的。隨着互聯網的發展，中國的產業經濟結構構成不斷變化，產業智能化建設已經是大勢所趨，雲上中國的面貌也會逐漸清晰。

去年騰訊高級執行副總裁、雲與智慧產業事業羣CEO湯道生提出，AI是產業互聯網的中央處理器。

毫不誇張地説，未來社會發展在“雲+AI”的雙重組合之下，會釋放更大活力。我們相信，“融合”將成為未來經濟發展的重要特徵。

將企業碎片化的需求融合為標準化服務，通過建設AI行業平台的方式來實現AI產業化還遠遠不夠。

只有將人工智能、雲計算等多方面進行融合，才能夠發揮更多的效能，從而為數字經濟注入全新動能，為產業結構實現全新優化。

一個好的AI落地項目不僅可以解放雙手、提升生產效率，還能在安全、文明和和諧等方面產生社會價值。

人工智能技術體系龐大，且處於劇烈的變革時期，所有人都想快速抓住商業化落地的渠道，在接下來的競爭中站穩腳跟。

以國家電網的輸電線路智能巡檢為例，騰訊協同生態夥伴的力量，基於能源AI中台的模型訓練和AI應用推理能力工具，針對於小金具缺陷檢測場景，例如絕緣子自爆識別準確率90+%，均壓環缺陷識別準確率90+%，杆塔缺陷識別準確率90+%，有鳥巢識別準確率85+%，螺栓開口銷缺失識別準確率75+%。無人機拍攝的圖片（約2000張），從需要人工看10小時減少到僅需半小時。

 

能源AI中台提供的移動應用身份核驗功能服務了上海電力調度部門數千名員工。同時協同國網上海電力探索更多安監、運檢、調度等場景的智慧化應用

再譬如跨年齡尋人，通過AI技術幫助找回多名走失多年的兒童。騰訊推出青少年網絡內容保護行動，用AI技術過濾不良信息和圖像，用OCR技術為QQ上面的視障用户提供無障礙讀圖的技術支持。

2021年，騰訊將“AI助力可持續社會價值創新”作為世界人工智能大會的論壇主題。

據騰訊雲副總裁、騰訊優圖實驗室總經理吳運聲在大會上介紹，今年騰訊推出騰訊雲三大AI底層平台：TI ONE、TI Matrix、TI DataTruth，提供包括算法開發、模型訓練、數據標註、數據處理等一系列的開發能力，為企業或者個人用户提供一站式的智能化、數據化、移動化服務，這樣的組織讓我們的開發變得更為敏捷，讓個人用户更加輕鬆應用，也更好地為企業實現降本增效、靈活可用的訴求。

TI ONE為創造AI能力的算法工程師和數據科學家，提供了一套從數據處理、算法開發、模型訓練、模型自動調優、到模型在線推理服務。

目前，TI ONE已在金融，媒體，政務，工業，醫療等諸多行業被客户認可。

央視頻的AI中台就是基於TIONE提供，能夠支撐600萬DAU推薦場景的訓練和推理業務。

其實回顧這幾年，從BAT三家在雲計算與AI上所倡導的理念來看，人工智能在融入經濟之後，還需持續創造社會價值。

2016年AlphaGo，促成了最新一次人工智能熱潮，AI開始從消費互聯網，快速滲透到產業互聯網，並且朝着更垂直更廣闊的領域去落地應用。我們會看到，隨着人工智能不斷創新，它已然成為社會進步、經濟發展的重要加速器。

因此無論是探索浩瀚星空還是落地城市服務，參與工業製造，助力傳媒創新，當我們説起AI落地的時候，談論的本質還是AI能否真正服務於人。

AI在什麼行業並不重要的，重要在於AI****為人服務。