PingWest品玩|如何理解今日之旷视？，从AI到IoT( 三 )
文章图片
这个平台一方面可以接入上下游设备（包括软件和硬件） ， 另一方面能为仓库里所有物品和人员生成数字孪生 ， 并且智能协调机器人规划最佳路线和避开障碍 。 在这个过程中 ， 旷视擅长的AI视觉技术 ， 体现在帮助机器人自动避障 ， 和以厘米级精度将物品运送至指定位置 。
和做城市物联网一样 ， 旷视选择软硬结合的路线 ， 并且做得更加重 。 2017年 ， 旷视科技投资孵化了物流机器人企业艾瑞思 。 2018年4月 ， 旷视科技全资收购艾瑞思 ， 正式将机器人作为自己一项重点业务 。 “在供应链体系下 ， 我们核心产品是机器人 。 今年9月 ， 我们会推出更多AI机器人 ， 不只是一个产品 ， 而是产品族 。 ”印奇在交流会上表示 。
文章图片
供应链物联网作为一个新业务 ， 虽然2019年上半年收入仅为4697万元 ， 只占到总收入5% ， 但同比增速有51.2% 。 旷视在招股书中举了一个标杆案例：天猫超市仓储服务合作商心怡科技 ， 自2018年起部署旷视的物流方案 ， 近400个机器人在仓库内自动导航 。 除了心怡科技 ， 旷视还和科捷物流、海柔创新等专门的物流公司达成了合作 。
保证不被卡脖子的深度学习框架旷视的“1+3”战略中 ， 最重要部分其实是底层的深度学习框架Brian++ 。 这个在今年宣布开源的深度学习框架囊括了AI三要素：数据管理平台MegData、算法生成平台MegEngine（中文名：天元）以及云计算平台MegCompute 。
旷视在招股书里把Brain++形容为其“核心竞争力” ， 为什么这个框架这么重要？
深度学习技术的落地过程 ， 涉及到多个不同的步骤和工具 。 如果从头开始设计一个深度神经网络 ， 需要开发人员对底层技术非常了解 。 这就把很多对深度学习感兴趣的开发者和公司拒之门外 。
即使开发者对深度学习底层技术了如指掌 ， 从零开始设计神经网络非常耗时 ， 通常按周和月计 ， 不仅效率低 ， 而且容易让人失去耐心 。 因此 ， 有机构把底层语言和重要的神经网络模型进行了封装 ， “打包”给开发者使用 。 开发者不必操心底层技术 ， 只需要调用顶层API就可以应用深度学习神经网络 。
这种封装了底层语言和重要模型的工具 ， 被称之为“深度学习框架” 。 好比你要炒一盘菜 ， 不会从研究怎么制造锅或铲开始 ， 而是直接拿现成的用 。 对于打造一个深度学习应用 ， 数据相当于食材 ， 算法相当于菜谱 ， 而深度学习框架就类似于锅和铲 。
在深度学习框架的竞争中 ， Google的TensorFlow和Facebook的PyTorch处于领先地位 ， 还有一些开源项目也颇受欢迎 ， 比如Keras和MXNet ， 但无一例外 ， 都是美国的 。 在中美贸易战愈演愈烈的今天 ， 拥有自己的深度学习框架 ， 才能保证不被卡脖子 。
印奇说：“我们内部可以使用TensorFlow和PyTorch任何框架 ， 但所有加入旷视的人 ， 他们自发地用Brain++ 。 个人从旷视离开的同事 ， 发现到了另外一个平台没有Brain++ ， 研发效率非常低 。 ”
文章图片
面对其他深度学习框架的竞争 ， Brain++具备自身的特点 。 其一 ， 针对计算机视觉任务做出定制优化 ， 适合大量图像及视频训练等复杂的视觉任务 。
其二 ， Brain++配备了一项名为AutoML的技术 。 这是一种自动化设计、训练AI算法的技术 。 在应用AI过程中 ， 训练、调参并优化算法 ， 一直是个缓慢且耗力的过程 。 “旷视已经打造了很多算法 ， 但我们还是认为 ， 产生一个算法成本太高 ， 周期太长 ， 还没有办法让算法像现在的软件一样 ， 想写就写 ， 写完还能有用 。 ”印奇说 ， “现在真正算法供给能力 ， 相比较应用需求可能连1%都不到 ， 这是我们作为算法公司认清的一个现状 。 ”
推荐阅读
- 数码鲜蜂|三星大秀肌肉！这个透明手机如何？
- 马云|当年在美国为马云“挡子弹”的保镖，失去百万年薪后，现状如何？
- 阿狸先森|现今如何了？，被联想198亿元收购的巨头摩托罗拉
- 猛犸象|为钻研永生的秘密，俄罗斯科学家不惜注射猛犸象细菌，结果如何
- 小城时光说资讯|如何判断手机寿命有多长？如果出现这3个问题，说明你该换手机了，原创
- 白宫|越遭封锁越强大！长征二号发射鳖版X37B，白宫苦恼：如何做到的？
- 数评时代|面对新情况华米OV如何应对？，国内手机销量大降
- UC|如何在UC赚钱，我推荐这三个领域，零基础也能一天300！
- 品玩|手机云台还能怎么进步？大疆：咔嗒一吸
- 网贷平台|假如网贷平台宣布良性退出，作为出借人，你该如何选择？