4月16日，華為第十六屆全球分析師大會在中國深圳召開。在“讓Cloud無處不在，讓AI無所不及”的主題論壇上，華為雲EI服務産品部總經理賈永利發表了《讓AI無所不及》的主題演講，分享了華為全棧全場景AI在使能企業智能化轉型過程的創新解決方案及相關行業實踐。
全棧全場景AI解決方案讓智能無所不及
目前，AI的應用正在從企業單個業務場景複制推廣到更多部門，從先行者的小範圍探索到行業企業的全面布局，與此同時，與AI相關的技術發展和演進速度也非常之快，新的AI算法不斷重新整理已有紀錄，計算架構也不斷出現。在發展迅猛的趨勢之下，企業在探索和使用AI的過程中也遇到了非常多的困惑。
針對AI應用當中的各種痛點，在2018全聯接大會上，華為公司正式釋出全棧全場景AI解決方案，為客戶提供了從底層AI晶片、AI架構到應用使能的能力；面向政府、企業與開發者，提供全棧AI解決方案華為雲EI。未來，基于華為昇騰（Ascend）系列AI晶片及多核ARM晶片“鲲鵬920”，華為雲将更加以優質的能效表現，幫助客戶進一步提升AI開發、資料處理的成本效益與服務體驗。
華為雲ModelArts：更快的普惠AI開發平台
未來，随着資料模型的增大、海量資料預處理能力要求的增加，全生命周期管理加速将變得更加重要，隻有擁有端到端全棧的優化能力，才能夠幫助使用者快速建立和部署模型，管理全生命周期 AI 工作流。華為雲ModelArts一站式AI開發平台應運而生。
ModelArts從設計之初便着眼于不同層級的AI開發者，從資料科學家、算法工程師，甚至AI初學者，都可以通過統一的平台對AI模型/工作流進行全生命周期管理。ModelArts可以幫助使用者進行包括AI開發和運作階段管理在内的全生命周期管理，在資料處理、模型訓練、模型管理、模型部署、AI市場等各個環節提供更為快速有效的解決方案。接下來，華為雲還将持續把華為2012實驗室、EI産品部等在内的AI前沿的算法和理論研究，例如：小樣本訓練能力、半監督學習能力、神經網絡自動搜尋能力等，逐漸産品化，并開放給開發者。
具體來說，首先，資料處理在AI開發過程中極為關鍵，在項目中占得比例有時甚至超過進行訓練的時間，同時往往消耗大量成本進行标注，ModelArts系統化的對這個過程進行了設計，提供了資料集版本管理、半自動标注等多個功能，針對不同項目，該階段的人力消耗能夠節約50%-80%。
在模型訓練部分，ModelArts通過硬體、軟體和算法協同優化來實作訓練加速。自研的深度學習架構——MoXing，可以自動将開發者的單機程式，轉化為大規模分布式訓練程式；提供超參的自動化調試優化；提供神經網絡自動化搜尋能力，幫助開發者自動化實作模型訓練，大幅提升算法開發效率和訓練速度，節約訓練成本。
而在模型管理方面，通過圖引擎統一管理開發流程中繼資料，自動實作工作流和版本演進關系可視化，進而實作模型溯源、精度追蹤；在模型部署方面，ModelArts可以一鍵将AI模型部署為線上推理服務或邊緣推理服務。面向邊緣推理場景，ModelArts可以自動對模型的适配進行優化，比如神經網絡蒸餾，模型的壓縮、枝剪等處理，讓AI模型能夠更好的适配邊緣部署環境。
瞄準三大行業AI落地場景，各領域合作已見成效
賈永利表示，華為雲EI通過在十餘行業，大量的項目探索，總結了行業AI技術落地的關鍵路徑。他表示，AI行業落地的關鍵在于找準場景，華為雲EI針對海量重複場景、專家經驗場景及多域協同三類場景，緻力于實作效率提升、專業傳承和突破極限，助力各行業智能化更新。
在典型的海量重複場景——物流行業，每年貨物破損不計其數，多數由于人為操作不當所導緻。針對物流貨物的運輸、安檢場景，華為雲EI利用了視覺技術，幫助德邦快遞實作了全面的自動化檢測，節省了大量的時間成本和人力成本，有效減少了貨物損耗。在此之前，德邦快遞利用13,000路視訊，使用人工觀看，每人每天最多4倍速度觀看8路攝像頭，人力消耗預計達400人以上。
針對多域協同場景，華為雲幫助某機場解決航班靠橋率、旅客靠橋率、步行距離、地服消耗、滑行沖突率多等問題，實作核心名額靠橋率較人工提升了 5%，沖突率較人工降低10%，全面提升了指揮員工作效率和機場運作效率。而被優化機場全年由于停機位配置設定等原因，需要搭乘擺渡車的旅客數量，減少了250萬。
在任何行業裡，專家都是非常寶貴且稀少的資源，在醫療領域更是如此，這也為專家經驗場景提供了最為适合落地的基礎。在大會現場，金域醫學CIO李映華，就金域醫學與華為雲EI在醫療領域的創新成果進行了分享。他介紹道，目前金域醫學與華為雲已經圍繞大資料、AI等多個方面開展了合作，例如借助深度學習等AI技術對海量病理切片及專家标注資料進行學習、訓練，所産生的深度神經網絡模型将可以輔助病理醫生更加高效、及時、準确地對患者的病理切片進行診斷。在雙方目前的合作當中，基于金域醫學高年資細胞病理醫生的專業标注以及華為雲EI視覺團隊的高效率、高品質的網絡模型建構與訓練，項目已取得了階段性的突破，宮頸癌細胞學AI輔助篩查的敏感度超過99%，可媲美專家水準。
AI技術紅利加速釋放，建構更全生态
無論對于哪個行業，在AI落地過程中開發者都是一個關鍵要素。面向合作夥伴，華為雲EI提供了市場營銷策劃、解決方案使能、聯合創新Lab等多種支援計劃，使能合作夥伴繁榮AI開發能力。
面向開發者、高校和科研機構，華為在2018全聯接大會釋出了沃土AI開發者使能計劃。通過沃土AI開發者使能計劃，搭建一個技術交流、人才培養、機遇共創的通道。
另外，開發者還可以借助ModelArts快速開展創新活動。以上海交通大學為例，借助ModelArts，學生在短時間内将傳統競賽賽車，改造為具備AI能力的自動駕駛賽車。改造後的賽車可以對紅綠燈、障礙物、車道等環境進行識别，并且能夠對特定目标進行跟随。
同時，通過端雲協同AI應用開發平台HiLens，使用者可以更加友善管理海量的終端類裝置，與ModelArts無縫互通。例如，深圳海雀科技通過HiLens開發的AI技能，将AI模型下發至其研發的家庭安防攝像頭，讓原本普通的攝像頭變得更加智能。
不僅AI開發過程變得更高效快捷，華為雲還希望以更好的AI技術和生态，助力更多的企業和開發者更好地利用和分享他們的AI能力，進而建構更全的生态系統。開發者可以通過2019年3月最新釋出的ModelArts的AI市場将AI模型、資料集進行共享和釋出，也可以從市場擷取基礎資料集、模型進行更進一步的開發。此外，Atlas200開發者套件、HiLens wit深度學習錄影機等開發者套件也即将在5月份正式商用。
目前，華為雲正持續AI場景化落地應用，繼續在“雲+AI”進行探索與實踐，助力把數字世界帶入每個人、每個家庭、每個組織，進而建構萬物互聯的智能世界。