AI產業化加速時代，中國大學生何以勇攀時代高峯？_風聞

AI既可以存在於高大上的實驗室裏，也可以是礦山農田裏的新生產資料。如果只將目光聚焦於前者，忽略具體行業和真實需求對產業AI的呼喚，必然無法最大化釋放出AI的價值。

隨着AI一步步深入產業，技術與應用場景的結合，也開始變得迫切。其中，一個重要的前提條件就是人才。

但人才與產業之間，往往隔着行業經驗、知識、實踐等一座座山峯，有什麼辦法可以讓代表創造力的人才，看到那些隱藏需求呢？

第七屆中國國際“互聯網+”大學生創新創業大賽，作為我國覆蓋面最大、影響最廣的大學生創新創業盛會，今年就首次增設了產業命題賽道，吸引了來自國內外121個國家和地區4347所院校的956萬人報名參賽。

中國AI產業化的山巒，迎來了一羣年輕的攀登者。

10月15日，本次大賽在江西南昌順利落下帷幕。而吸引我們注意的，是產業命題賽道的50支決賽隊伍中，有13支華為命題隊伍，應用到了昇騰AI、鯤鵬、華為雲、CT、OpenHarmony技術等，覆蓋到了人工智能計算生態、雲計算、操作系統等前沿創新領域。

這也使我們開始思考，作為大學生創新創業賽事，想要激活參賽者的創意、解決產業問題的激情，平台和企業應該為他們提供哪些能力？作為大學生，藉助一場比賽如何獲得更長遠的成長？產教如何聯動，才能緩解中國智能化浪潮中的人才焦渴？

不妨以這場比賽為契機，看看這羣朝氣蓬勃的創新人才，如何征服產業高峯，解鎖隱藏的AI藏寶圖。

關山難越從頭越，產業AI的風景與困境

AI產業化和產業AI化，讓智能技術展現出了規模化應用、幫助社會經濟提質增效的真實價值。然而如今在AI的應用場景中，我們還能看到一幅幅這樣的畫面：

由於意想不到的行業特殊問題，實驗室裏效果出色的AI，一進工廠、農田、養殖場等就變得沒那麼驚豔了；傳統行業、中小企業需要有人來優化模型、迭代算法、解決問題，卻無力支付動輒博士起步的專家費用；即使請來了專家，如果不能在應用場景裏深入考察，也未必能長久解決問題……

要解決創新人才和產業需求的困境，最根本的辦法是培養不同領域的人，建設AI創新生態，滿足產業智能化的三個基本訴求：

1.產業感知，有既懂產業又懂技術的創新人才，知道如何將行業痛點轉化為AI可解的問題，讓技術真正投入使用；

2.人機協作，充足的高質量人才，可以投身產業側，將AI軟硬件的效用最大化，充分發揮技術價值；

3.持續迭代，具備創新眼光與思維，跟隨日新月異的技術變化不斷更新迭代，讓產業AI不斷進化、提質增效。

同時，產業AI也是一個創新創業的機遇寶庫。作為我國深化創新創業教育改革的重要載體和平台，也是全世界大學生實現創新創業夢想的舞台，第七屆中國國際“互聯網+”大學生創新創業大賽，首次增設了產業命題賽道，原因也在於此。

攀登進行時：產業AI的寶庫，釋放出了哪些賽題？

既然是針對產業真實困境的賽題，自然離不開深耕AI產業的科技企業參與共創。據瞭解，本屆賽事中，華為就深度參與到產業命題賽道中，給出了包含昇騰AI、鯤鵬、華為雲、CT、消費者雲、OpenHarmony等系列前沿領域在內的32道創新命題項目，總共吸引了337所高校的1205支隊伍，近萬名院校學生參與其中。

熟悉華為的讀者可能知道，昇騰AI正是華為助力中國人工智能計算產業突圍的重要佈局，搭建了全棧的AI基礎軟硬件平台，其技術能力在此次大賽中就有所體現。

當代中國大學生是如何以昇騰AI為支撐，攀爬產業高峯呢？我們可以用幾個具體的參賽項目來感受一下。

就拿此次獲得產業命題賽道金獎的華南理工大學城聯智圖團隊來説，他們的參賽項目是，使用昇思MindSpore設計和訓練圖像風格遷移模型。參賽隊員們創新性地提出了一種高性能的圖像風格遷移算法，並給出了有現實意義的落地應用場景。

浙江工業大學基於昇騰全棧AI基礎軟硬件平台，探索出了可落地的技術創意作品，打造了無人機攝影系統。四川大學的參賽團隊，也通過昇騰全棧AI基礎軟硬件平台，開發出了智能無人拾撿項目。湖南大學則基於昇騰MindX SDK AI應用開發套件，開發出了空天地一體的災情智能感知與無人機基站控制管理系統，讓AI可以用於災情分析與救援決策支持。

昇騰AI在各參賽作品中的應用，也讓我們看到了產業AI創新的另一面。

企業平台對高校賽事的支持，能夠讓大學生參賽者們看到產業土壤上真實生長出的需求，貢獻出自己的一份創新力量。同時，也能讓參賽項目不止於賽場，誕生的賽事成果可以解決產業中存在的痛點與問題，有幾率轉化成AI商業生態的一部分，獲得更深刻的成就感與回報。

通過本次參與產業命題賽道，昇騰AI描繪出了一張通向產業AI寶庫的路線圖，激勵眾多學子勇於攀爬產業AI的高峯。

領航者昇騰AI：產業AI的三把利器

作為選手們探索AI世界的神助攻，昇騰AI背後到底有哪些技術在支撐？

簡單來説，昇騰AI鍛造了三把“產業AI”的神兵利器，助力選手們的創新攀爬之路。

第一把：昇思MindSpore。

全場景AI框架昇思MindSpore構建了最佳昇騰匹配、支持多處理器架構的開放 Al架構，能給開發者帶來開發友好、運行高效、部署靈活的體驗；原生支持AI大模型，並進行了全自動並行、可視化智能調優等關鍵創新，大大提升了AI模型的開發效率與效果；支持雲邊端全場景硬件和操作系統，讓模型可以平滑跨平台應用，真正做到模型一次開發，全場景部署。

昇思MindSpore自2020年3月開源以來始終堅持“開發者第一，技術優先”的理念，深受廣大高校、科研院所及企業開發者的喜愛，積極為昇思MindSpore貢獻代碼，這讓昇思MindSpore很快成為國內第一熱度的AI開源社區。

第二把：MindX SDK。

對於高校大學生來説，垂直行業的特殊知識是很難獲取的，這時候通過把行業知識固化成類AI軟件開發套件（SDK），並開放少數必要接口和配置，開發就變得簡單多了。所以，昇騰AI結合AI技術和行業知識，打造了MindX SDK，比如視覺分析SDK，能夠支持視頻結構化、動作行為識別等智能視頻分析；智能製造SDK，服務於製造業的AI落地，目前已經在30多家工廠部署上線；檢索SDK，可以實現準確率99.99%以上的搜索能力，讓開發者能夠開發出與頂級算法廠家相當的檢索AI應用……此外，模型優選庫ModelZoo提供超過400個高性能預訓練模型，開發者也可以在上面找到昇騰親和的高性能模型，加速AI應用開發。

未來昇騰AI還將針對生物醫藥、教育等行業推出相關開發者套件，幫助AI落地。這些開發套件，能夠幫助開發者避免AI模型在產業中水土不服的問題，有效推動產業智能化升級。

第三把，CANN。

算力是昇騰AI的源動力，作為算力加速器，昇騰AI異構計算架構CANN（Compute Architecture for Neural Networks），通過硬軟件結合優化，大大提升了AI模型的訓練性能和推理效率。CANN支持業界多種主流的AI框架，其中包括昇思MindSpore、TensorFlow、Pytorch、Caffe等，並提供1300多個基礎算子。同時，CANN具有開放易用的ACL（Ascend Computing Language）編程接口、實現對網絡模型進行圖級和算子級的編譯優化、自動調優等功能。

CANN對上支持多種AI框架，對下服務AI芯片與編程，是提升昇騰AI計算效率的關鍵平台，且對開發者而言友好易用，這也讓CANN成為支撐人工智能計算生態發展的關鍵。

基於昇騰全棧AI基礎軟硬件平台，大學生創新人才可以更輕鬆地上手AI開發、落地實踐創意。這也引出了一個新的話題，產業AI的創新人才孵化，哪些是必要條件？

必要條件，指的是那些根技術、根資源。除了前面提到的AI框架、AI計算架構等根技術之外，高校學子們還需要的兩大根資源。

一是教學資源。如果師資力量不夠強，老師都不具備AI科技能力，怎麼能教出具備創新意識和能力的學生？對教師的培養，是科技企業在人才生態中容易忽略的，我們看到，華為通過和教育部共建的智能基座項目，通過建立虛擬教研室，推出高校教師課程培訓、慕課等多種手段，希望在未來5年賦能超過兩萬名優秀教師，計劃累計培養超過五百萬名理工科學生。通過對AI師資力量的投入，滿足產業AI長期發展的創新需求。

二是學習資源。人工智能作為數字經濟的技術動力引擎，需要底層創新、基礎突破，這就需要根技術的傳遞與研發。所以華為與教育部合作，擴展AI教材教輔的優質內容，推出《昇騰AI處理器CANN應用與實戰》《深度學習技術原理與應用》《MindSpore深度學習高階技術》等19本教材、教輔，並開設《人工智能芯片與系統》《深度學習基礎》等十門精品慕課，讓昇騰生態全面融入高校課程。只有將創新人才的知識基礎打牢，智能產業的根基才能更加穩固。更進一步，知識還需要經過實踐為學生們更紮實地掌握並創新，通過互聯網+大賽、眾智計劃、優才計劃等，華為也為創新人才們提供了實踐的舞台和所需的資源支持。

如果説，三把利器是源自產業的技術支持，那麼兩大“根資源”則來自昇騰AI對AI基礎教育的堅守。

站在智能時代的變局中，年輕學子們只有基礎扎得夠深，才能在攀越高峯時無懼外界變幻的風風雨雨，向着智能中國的理想堅定前行。

通過這場比賽，或許有人已經發現，昇騰AI的產教融合模式，正在產業AI與創新人才之間，建構一層層台階。當更多人能夠解鎖AI這張藏寶圖，也就不斷觸動着創新創造的無限可能。