四個關鍵點落定,昇騰AI推動大模型產業化模式創新_風聞
智能相对论-智能和车,边评边测;未来和家,且品且鉴2022-11-21 21:53
文|智能相對論
作者|夜遠風
農業衞星在太空“拍下”地面這張“照片”,地面根據這些圖像數據,結合氣象情況等,通過AI算法就準確地“算”出了農作物的長勢狀況,給地方政府、種地農民以參考。
(圖:農業用地的遙感影像示意,來源:網絡)
這是AI+遙感賦能數字農業領域的一個場景,種地不用再被動“看天吃飯”,可以結合分析數據主動採取行動,告別面朝黃土背朝天的苦幹模式,能夠“心裏有譜”、放寬心。
AI+遙感這些年正在快速落地,大量的創新應用湧現,上述農業領域的應用僅僅是個典型代表,在其背後,有一整套大模型產業化模式在起作用。
今年6月的華為夥伴暨開發者大會(HPDC 2022)上,昇騰AI的大模型全流程使能體系發佈,接近半年時間過去,這個體系實現了有效運行並取得了積極成果。不久前的華為全聯接大會2022(HC 2022)上,這些成果面向業界進行了重點展示。
在發展大模型已經成為產學研各界共識後,被構建出來的一整套大模型產業化模式,正在推動包括AI+遙感在內的眾多領域加速AI應用創新與落地。
**用途廣泛的遙感技術,**正在被AI大模型高效驅動
遙感技術在國計民生中的應用非常廣泛,例如在城市運營、自然資源普查、植被分類、農作物監測及環境監測等方面都有深度應用。
而遙感的發展,主要分為兩條線:
一是增加遙感數據的精密度,例如通過衞星採集到更高清的圖像;
二是強化對圖像等數據的“翻譯”能力,即準確識別各類圖像信息為各場景應用提供支撐。
在這種背景下,AI+遙感應運而生,通過人工智能的方式,可以大幅度提升既有數據的利用深度,並強化對遙感信息的翻譯能力,輸出更加精細化、更加準確的結果,甚至給出更形象直觀的成果。
(圖:某城市的高空圖像與遙感處理後的結果對比,來源:網絡)
隨着遙感需求的不斷提升,AI+遙感應用的創新也必須提速,而與其他AI場景一樣,遙感同樣需要大數據量與更聰明的算法,這時候,大模型的價值就體現出來。
大模型通過大規模數據的預訓練方式規避了應用“重複造輪子”的現象。以前,包括AI+遙感在內,AI應用是單個單個創新的過程,每次解決一個場景的具體問題,都需要從基礎數據和算法開始“再來一遍”,如同小作坊式生產;現在,大模型的出現,在通用能力的基礎上,企業或開發者只要在預訓練模型基礎上進行微調,就能“出產”勝任具體場景任務的應用,如同普通商品的“工業化大生產”一樣,高效地出產高質量遙感AI應用,整個領域將實現簡單高效發展。
在國家自然科學基金委員會的支持下,武漢大學基於昇騰AI推出了大模型武漢.LuoJia,包括全球首個遙感影像智能解譯專用框架武漢.LuoJiaNET和業界最大的遙感影像樣本數據集武漢.LuoJiaSET。
除了開篇提到的由武漢漢達瑞推出的農業領域預測農作物長勢的應用,在武漢.LuoJia的支撐下,還有大量AI+遙感應用在產生。
例如,上海數慧構建了自然資源大腦,幫助管理者通過“一張網、一張圖、一大腦”的解決方案實現對自然資源的實時把握;
(圖:某地自然資源遙感影像處理示意,來源:網絡)
航天宏圖推出了城市土地變化檢測平台,幫助城市管理者從全局上管控城市土地資源;
(圖:某城市土地資源遙感影像處理示意,來源:網絡)
珈和科技研發了地事通 SaaS 服務平台,包含農田非糧化監測、農情病蟲害監測等應用,解決農業監測方面的痛點問題等等。
(圖:某地水田資源狀況遙感影像處理示意,來源:網絡)
武漢.LuoJia正在讓AI+遙感應用走入“工業化大生產”時代,提升地區治理水平、支撐經濟社會發展,讓智能化真正造福社會。
**盯住“工業化大生產”,**大模型“一站式”產業化模式形成
從將人工智能技術引入遙感領域,到它們真正走向產業落地,需要一個持續的產業推進體系。這方面,昇騰攜手業界夥伴也已經完成初步探索——對產業化過程中必備的所有要素,“要什麼就有什麼”,實現某種“一站式”的要素打造,打通所有癥結。
1、要算力:基礎設施先行,建立“無拘束”的產業支撐
算力缺口是整個AI發展的瓶頸問題,對需要大規模數據訓練的大模型而言更是如此。
基於昇騰AI基礎軟硬件平台,各地建設的人工智能計算中心,在大模型的算力需求上起到了直接的作用。
武漢.LuoJia背靠的是武漢人工智能計算中心,無論是武漢.LuoJia大模型本身的開發與迭代,還是在其基礎上進行的具體場景應用微調,計算中心的強大算力都成為重要的保障。充沛的供給與集約化模式下合理的成本,讓AI開發企業能夠不再被算力所鉗制。
(圖:武漢人工智能計算中心,來源:網絡)
現在,在鵬城實驗室的主導與華為、昇騰AI以及業界的積極推動下,中國算力網的建設也在加速,已有20多個算力節點接入中國算力網,總算力超3000P,已向社會開放,可實現一點接入,算力、數據、生態全網共享。這無疑讓大模型與AI應用在算力方面更加沒有拘束,能夠“縱馬前行”。
2、要數據、要模型:管“材料”還管“產線”,讓夥伴與開發者專注應用創新
AI創新的三大要素,數據、算力、算法,算力問題得到解決後,數據、算法就成為核心,而這方面,主要依靠的是底層計算架構支撐下大模型本身的能力。
實際上,武漢.LuoJia不僅算力上背靠的人工智能計算中心採用的是昇騰AI的架構,其本身也嵌入了昇騰AI全棧體系中的開源AI框架昇思Mindspore,來自昇騰AI的能力讓武漢.LuoJia的開發變得更加有效率。
現在,武漢.LuoJia提供了兩大模塊:
LuoJiaNET,負責算法端,作為一款遙感影像智能解譯框架,通過人工智能深度學習,讓電腦處理圖像越來越“聰明”,開發者只需要在其基礎上進行場景適配與調整,就能做出各種AI+遙感應用軟件,其對華為的昇騰NPU人工智能軟硬件做了專門優化。
LuoJiaSET,負責數據端,是一個儲藏量非常豐富的遙感影像樣本庫。如果説LuoJiaNET的發展是一個人通過刷題不斷提升學習能力的過程,那麼LuoJiaSET就是源源不斷供給的題庫,只有題庫的樣本容量夠大,才能覆蓋到更多的知識種類,發揮“刷題者”的“智商”優勢——“題庫越大,刷題越勤,考分就越高”。
值得一提的是,LuoJiaSET的規模還在快速擴大,之前已經有500萬張以上的樣本量,全球範圍內都可以很方便地往裏面添加數據、內容,2022年年底預計可以實現1000萬張以上的規模。
上文提到的上海數慧自然資源大腦解決方案、珈和科技智慧農業 SaaS 服務平台、航天宏圖城市土地變化檢測平台、武漢漢達瑞遙感影像智能化處理平台都以LuoJiaSET 與 LuoJiaNET 作為基礎底座,結合昇騰AI 軟硬件進行創新。
3、要商業價值呈現:從技術創新到產業應用,架起連接的橋樑
在AI+遙感領域,無論是數據、算力、算法還是AI模型與應用,技術創新從根本上改變了產業運行的方式方法,帶來了新的發展動能。
在這種情況下,技術創新要如何進一步將其商業價值呈現出現,實現與之匹配的商業價值收穫,並最終反過來推動技術創新進一步前進,就成為擺在業界面前的重要課題。
以生態的力量架起連接的橋樑,是各方一起努力的方向。
早在2021年年底,圍繞武漢.LuoJia,武漢大學就牽頭組建了智能遙感開源生態聯合體;2022年6月,華為發佈了大模型全流程使能體系;目前,智能遙感開源生態聯合體已經有39家成員單位、推動了30+解決方案。
(圖源:網絡)
對AI+遙感來説,以大算力孵化大模型使能新應用,產業合力最終還將提高領域核心競爭力,打造自主創新的領先AI+遙感產業。
4、要發展加速:借力地區產業規劃,加速全國乃至全球產業佈局
毫無疑問,以武漢.LuoJia為代表的大模型,要實現的是全國乃至全球範圍內的產業落地,強化技術創新的驅動力量。
而在這之前,以“創生地”的產業規劃環境作為“彈射力量”,會事半功倍。
例如,武漢地區的人工智能產業規劃對武漢.LuoJia的產業化發展就起到了重要的推進劑作用。武漢人工智能計算中心擴容後,僅在光谷就形成了一個地理信息、測繪遙感等在內的500家企業集羣,有了這樣的發展環境,武漢.LuoJia的產業化落地就有了走向世界、讓中國遙感產業贏得全球競爭優勢的底氣。
當然,這離不開昇騰AI在幫助建設計算中心時同步推動的產業生態。
結語
AI+遙感眾多的落地案例證明了大模型“一站式”產業化模式的可行性和優勢,而這種情況同樣在其他大模型和賽道上出現。
目前,多模態人工智能產業聯合體已經擁有49家成員單位、孵化60+解決方案的,智能流體力學產業聯合體已經擁有31家成員單位。此外,電磁智能產業聯合體、智慧育種產業聯合體也在華為、昇騰AI的協同下籌備成立。
大模型時代,AI應用的“工業化大生產”正在更多領域走向產業落地,全場景的AI創新將加速數字經濟發展,帶來更加便捷高效的工作方式與更加美好的生活。
*本文圖片均來源於網絡
此內容為【智能相對論】原創,
僅代表個人觀點,未經授權,任何人不得以任何方式使用,包括轉載、摘編、複製或建立鏡像。
部分圖片來自網絡,且未核實版權歸屬,不作為商業用途,如有侵犯,請作者與我們聯繫。
•AI產業新媒體;
•澎湃新聞科技榜單月度top5;
•文章長期“霸佔”鈦媒體熱門文章排行榜TOP10;
•著有《人工智能 十萬個為什麼》
•【重點關注領域】智能家電(含白電、黑電、智能手機、無人機等AIoT設備)、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、雲計算、開發者以及背後的芯片、算法等。