用智能称量现实：华为云EI的第一年

本篇文章3508字，读完约9分钟

2017年9月，华为云大胆提出企业智能，实际上是“行业+人工智能”。这个简单但独特的命题在2018年经历了多线运行。

让我们回顾一下ei诞生后的第一年，以及人工智能从实验室到工业空，从在线模拟到离线经济的故事。

如果有一千个人面临着一项名为ai的技术，它会突然崛起，那一定有一千张脸，而这数以千计的脸构成了ei的品味和洞察力，即所谓的“普惠ai”，它“价格合理、使用方便、使用安全。”

如何让人工智能深入空的真实物理学，并开始与成千上万的行业线索融合？总而言之，我们认为华为云ei在一年内做了四件事:

首先，做一个工业案例来证明人工智能对于企业市场的价值；

第二，让开发者为平台建立一个生态基础；

三是技术能力完备，达到了相对全面的企业智能服务栈；

第四，找到人工智能与经济融合的核心方向和价值逻辑，确定行业的长期发展战略。

让我们一个接一个地谈。

从理论到一切:人工智能对工业现实的第一轮攻击

一年前，每天往返于上地三街的北京白领可能无法想象他们的日常通勤与人工智能有什么关系。

虽然今天他们可能不知道人工智能已经悄悄地进入了他们的生活，但至少每个人都可以意识到这条街并没有那么堵。

2018年4月，华为云与北京市交通管理局合作，在海淀区上地三街开展了人工智能技术优化信号定时的试点应用。简单地说，就是为交通灯安装一个思维人工智能识别和决策装置。

ei流量代理解决方案部署后，根据第三方公司(北京世纪高通科技有限公司)的评估报告，平均延迟下降了15.2%，平均速度提高了15%。

显然，不管人工智能是否有价值，你都可以听听那些提前十分钟到家的人说了些什么。

ei第一次进入江湖首先要做的就是尽快尝试探索这个行业，做出有效的案例。它证明了人工智能与工业的结合确实有它的价值，并逐渐推动人工智能“改变习惯”。通过新技术，它给企业带来了核心价值，使人工智能从纸上谈兵转变为实际案例和价值。

目前，这一目标已经在ei的初始开发周期中完全实现。在这一年中，ei在8个主要行业的200多个项目中尝试了智能勘探；从6月到10月，先后发布了交通、工业和城市三个ei代理，并在相应领域进行了案例研究。

例如，在工业领域，北京三联鸿普公司是一家化工原料企业。通过ei工业代理，对生产数据进行智能分析，成功释放生产线的灵活性，使企业能够更好地应对下游个性化需求。此外，整体数据分析方案实现了云训练、边缘部署和实时产品分类。经过初步测试，有效提高了下游需求匹配率28.5%。

在人们最关心的医学领域，华为云ei于2018年与金隅医药合作，在宫颈癌病理检测领域取得突破，灵敏度(真阳性率)超过99%，特异性(真阴性率)超过80%。

“200+案例”的探索与实践直接证明了人工智能进入行业的市场合理性。通过这些探索，已经为交通、工业、互联网和医疗等几个主要的工业赛马场建立了入口样本。

支持开发人员是人工智能的最佳引擎

今天，开发人员要进入人工智能世界还必须面对很高的障碍:计算能力、数据、开发平台、兼容性和部署，所有类型的测试都在开发人员和预开发人员面前。但是，不要欺负年轻人和穷人。随着工业人工智能的发展及其向各行各业的渗透，对开发商的需求越来越大，而人工智能开发商正默默地等待着机会的出现。

从这个角度来看，支持和帮助开发者是确保工业人工智能开源和保持可持续活力的唯一解决方案。让更多的开发者融入他们自己的生态环境，在工业人工智能中寻找机会，这也是当今基于平台的企业建造的最好的护城河。

华为云ei在2018年EI的另一个主要任务是为开发者完成生态开放和技术支持。在2018年的高管会议上，华为发布了一个基于瑞星芯片的全堆栈、全场景人工智能解决方案，为开发者的底层逻辑提供了新的解决方案。随后，华为云ei作为主角，为开发者发布了一系列平台工具——面向普惠公司的更快的人工智能开发平台modelarts和面向实际开发需求的可视化人工智能应用开发平台Hilens，打破了开发者进入人工智能世界的第一个门槛。与此同时，它发布了开发商支持计划，如人工智能肥沃土壤开发商授权计划和生态合作伙伴计划。

2018年11月，斯坦福大学发布了道恩基准的最新成果。在图像识别领域，华为云模型艺术的总培训时间排名第一，证明了华为云在开发人员能力建设领域的实际进展。

经过技术调试和生态水压测试，可以说是2019年ei的一个关键词，将开发者的洪流融入到真正的工业人工智能市场。

填充能力，让工业人工智能客户获得更多

使用人工智能为企业保驾护航，提高质量和效率，首先，它是基于自己的技术系统，多样化的服务和细粒度的能力。

EI在2018年做的第三件事是培养内部力量，同时向外部世界开放两条道路。从提供技术能力的角度来看，华为云ei在2018年全年实现了20多种服务的商业化，许多其他服务处于公开测试阶段。与此同时，通过参与许多竞赛和测试，人工智能前沿探索的地位得到了稳定，合作伙伴地图得到了扩展，为客户提供了更好的技术选择。

同时，ei agent的解决可以看作是ei在产品服务领域的深化和自我完善。面对物理世界中复杂的实际问题，企业客户不仅需要简单的技术对接，还需要一套集成行业智慧、智能大脑、智能边缘和端侧感知系统的灵活解决方案和统一架构。在业务服务模式上，与客户的最后一英里连接已经完成。

技术、产品和服务三位一体的互补可以看作是人工智能不断成熟的标志，也是更多产业和人工智能深度融合的可能开端。

深入实践，探索和总结工业人工智能的规律

从一个更大的行业趋势来看，ei一年多探索的最重要价值就是解决这样一个问题:当人工智能进入这个行业、垂直行业和特定的公司/机构/工厂时会发生什么？

你知道，以前认识人工智能的人不了解企业；理解企业服务的人不理解人工智能，而双方的整个人工智能都是在黑暗中开始的。

在奇异的迷雾中，一点点光线和一张地图是如此重要，这也可以被认为是ei在2018年留下的最持久的价值。

通过深入行业，经历反复的沟通和探索，成功和失败，ei给出了一个关于工业人工智能的直接答案。

ei的三个重要发现已广为人知，并成为行业常识:

首先，人工智能正在将it技术从支持系统转化为生产，人工智能可以直接在许多生产领域创造价值。通过与不同类型、不同地区、不同行业的企业和组织的深度整合，包括交通、医疗等公共服务领域，ei证实了人工智能技术在中国真正的行业中是有前途和价值的。人工智能和工业集成的方式不仅体现在论文和ppt中，还体现在从个别案例中总结出的数据和生产率之间的关系中。

其次，行业智慧与人工智能的结合仍然是一个难点，也是人工智能的下一步探索方向。2018年，ei想出了一句“金玉良言”:一个好问题胜过十个算法工程师。这意味着在真正的行业中，有很多行业问题和行业智慧是不能从外面窥视的。

第三，行业大数据非常重要，但目前的主要问题来自计算能力的匮乏。然而，今天的现实是，各行各业都在产生大量的数据，但是这些数据在收集、存储和学习方面面临着困难——也就是计算能力匮乏的问题。如何给各行各业带来高质量和高性价比的计算能力是工业人工智能需要解决的首要问题。这让我们知道在复杂的工业实践中，人工智能今天需要面对的主要矛盾是什么。

这些来自真实案例和数据的发现，与我们一起，分裂了今年关于人工智能周围云和山雾覆盖的名称和真实性的争论。华为云ei用真枪实弹证明了一个简单的工业人工智能公式:这件事可以做，但必须结合行业来做，有些问题应该立即解决。

结论:最重要的是现实

总结ei第一年的历程，大致是这样的:它向企业市场证明了ai的价值，向开发者出口了入口，向内整合了产品和服务，探索了工业ai的市场逻辑甚至战略原型，以实现长期发展。

这些当然可以被视为信用，但它们也可以被视为开端。在接下来的2019年，ei在一年内的收获可以被看作是新兴芯片进入市场的连接器，或者是工业人工智能生态的基础设施。攻击计算能力，连接行业智慧，并提供完整的场景解决方案。人工智能和工业的故事仍然充满希望。

在许多技术到来之初，我们都认为它神秘而沉重。这是很自然的事情。然而，最重要的是现实。敢于在现实世界中权衡新的可能性始终是科技行业最勇敢的一步。

人工智能的登陆，尤其是工业+人工智能，今天仍然是一首理想化的歌。只有贴近灰尘，人工智能才能在数字中国扎根。

当人工智能真正切入现实时，也许这就是我们真正需要的态度——仰望尖端技术的广阔无垠的想象力，从现实中寻找智慧，并与真正的工业经济相结合。敢于探索现实的最深处也是一种勇气，这也是我们对ei的期待。文字/风格很遥远

编辑朱昱

来源：新浪直播网