如今，人工智能技術持續快速發展，在圖像識别、語音識别、語義了解等諸多特定領域已超過人類能力。
要滿足AI的巨大需求，讓AI成功的應用到千行百業，AI産業需要提供用得起、用得好、用得放心的軟硬體系統和解決方案。由于AI的強行業賦能屬性，AI産業要能夠和行業知識結合，促進真正的産業發展和生産力提升。當然，AI産業要真正産生價值，推動社會發展，面臨着很多的挑戰。
從AI算法到産品化落地存在巨大的挑戰，可以總結為八大鴻溝：
1. 模型擷取
AI算法層出不窮，同一領域甚至同一主題都有大量算法産生，然而算法是否能夠适應或者如何适應具體的應用場景?
首先，不同的行業資料導緻模型的表現不同。訓練資料的不同會導緻模型表現出現很大的差異。其次，模型對于不同場景也有适配性問題。那麼，如何在層出不窮的模型裡面選擇合适的模型，是很多開發者面臨的第一個挑戰。
而進行大規模的模型測試篩選，則需要巨大的時間和算力成本。如何在大量個性化和碎片化的場景下快速獲得實際表現良好的模型，工作量巨大。若針對場景沉澱針對性的資料和算法，進行最優的積累，形成行業最佳實踐，則可以在一定程度上緩解相關壓力。
2. 資料準備
準備場景化行業資料存在比較大的挑戰，需要進行資料的采集、清洗、标注、增強等工作依據準确度需求的不同，資料量也不同。如何有針對性的設計資料處理流程，快速獲得高品質的訓練資料，加速适配業務場景，是AI算法面向場景訓練需要解決的問題。
最理想的資料集，不一定是最大的，而是能夠真實反映實際業務的資料分布，但覆寫所有情況的資料集是不現實的，采集的樣本或多或少都有一定的局限性。如何避免人為的局限和錯誤，是AI資料準備必須要解決的問題。
3. 模型訓練
在確定資料品質之後，還要進行複雜的模型訓練，而對于模型參數的調整，經常出現困難。複雜的訓練過程和調優過程，将大量的傳統行業開發者擋在門外。同時，算法在業務場景内的适應性測試和調整是複雜的。
4. 準确度驗證
訓練好的模型在業務場景中的表現，需要在完整的業務體系中完成驗證。模型的泛化能力，通常在實際場景裡會受到極大的挑戰。由于測試環境和實際環境的不同，傳感器資料會受到環境影響産生不同的分布，進而可能影響模型的表現能力。針對複雜環境進行适應性的精調，是阻礙算法快速落地的因素之一。尤其是某些難例，在訓練集沒有出現的情況，同樣會導緻模型的泛化問題。
5. 行業應用開發
AI算法具有強的行業屬性，必須作為行業應用的一部分，和行業知識結合，才能更好的發揮價值。AI算法所對應的模型需要接收各種輸入資料，并且由AI計算系統提供的各種形式的軟硬體環境來承載。不同的輸入資料類型、格式、速率、協定、接口形态等，都會對AI的應用開發系統産生整合要求。而面對多樣化資料所需要的多種處理架構，也會帶來異構算力整合的問題。
開發效率是影響AI在行業場景落地的重要因素之一。AI計算産業要能夠給開發者提供高效的開發體系和工具，提供完善的生态環境以及豐富的資源支援，尤其針對傳統行業的開發者，要能夠将複雜的AI開發過程簡單化，進而使開發者更關注行業場景的問題解決，進而快速推進行業對AI系統的适配。
6. NPU性能優化
應用性能是影響行業發展的重要問題。AI算力需要能夠真正的轉化為生産力，其實際的運作性能将決定系統最終的成本效益和業務執行能力。複雜的異構優化體系，是計算系統所需要克服的挑戰。
7. 業務流程監控
如何確定AI系統在業務環境的持續準确高效運作，是行業應用所需要關注的問題。随着業務場景和環境的變化，傳感器資料和環境資料會産生偏移，這些偏移對于行業AI應用的準确度會産生不可忽視的影響，尤其是高精度的場景。AI業務系統要求能夠及時發現這些準确度影響的問題和場景，并且能夠提供持續算法更新和增量學習等能力。
8. 适配開發
面對不同的業務場景，通常需要以服務化和API的形式來封裝AI業務，為上層應用提供較好的接口。但是，由于場景的複雜性，開發和維護對應的API和服務是現實的挑戰。
如何建構統一的服務架構和API封裝，以适配不同場景的實際業務化運作需求，同樣存在困難。部署AI計算系統到實際的業務系統中，也面臨着挑戰。不同的行業，所采用的作業系統、基礎軟體、通信系統、存儲系統等，都會出現差異，随之帶來碎片化的解決方案，嚴重影響到應用開發的效率和成本。
在差異化的軟硬體體系中，使用統一的應用開發體系，水準整合技術棧，增強對于底層系統的抽象能力，建立标準和統一的平台及接口體系，也是AI行業應用開發的關鍵。是以，在設計具體場景的AI業務軟體系統時，所需要考慮的适應性、可裁剪性、可伸縮性等細節特性要成倍增加。同時在設計硬體方案時，需要考慮到各種嚴苛條件下，系統的可靠性、可服務性以及對整體軟硬體系統的性能影響。
是以不難看出，當AI技術進階到行業深水區，需要使能更多場景和裝置時，AI開發者面臨的将是一個規模化的系統性設計問題，而不再僅僅是單純的模型和業務軟體開發。
本文轉自IT168，本文一切觀點和機器智能技術圈子無關。
原文連結 線上免費體驗百種AI能力：【點此跳轉】