独家 | 云计算赋能人工智能,“普惠AI”将是下一个风口吗?

华为提出普惠AI概念,旨在降低AI门槛,让AI技术惠及更多企业和开发者。面对数据、算法、算力等挑战,华为、谷歌、微软等企业正积极探索解决方案,推动AI的普及与应用。

640?wx_fmt=png


在刚刚过去的一个月里,科技圈最热的新闻主角莫过于华为。自今年5月华为副总裁、华为云BU总裁郑叶来在2018数博会上提出“华为云普惠AI”的概念并成为国内第一批试图把AI门槛降到最低的先行者后,在9月举行的世界人工智能大会上,他继续强调华为的愿景是为社会提供“高而不贵”的普惠人工智能。随后,在10月举行的华为全联接大会中,华为首发人工智能发展战略和解决方案,通过构筑人工智能全栈、全场景的解决能力,帮助行业解决算力难题,为万千企业提供驱动力量,让“普惠AI”走进现实。

 

640?wx_fmt=png

华为公司副总裁、华为云BU总裁郑叶来

 

同时,华为云发起的关于“普惠AI”的话题,引发了政产学研各界人士的热烈探讨。华为云联手新华社、中国传媒大学,以“众说普惠AI”为主题,访谈10余位人工智能领域的大咖、100多位企业主、1000余名开发者,以及数千名高校学子,知乎、果壳、CSDN等社区平台上关于“普惠AI时代来临,开发者如何向AI开发转型”的话题也吸引了数以万计的不同领域人士关注与参与。从此次大讨论的结果来看,普惠AI的提出确实聚集了相当的人气,也满足了众多中小企业和开发者团队的急需,但未来如何还需要落地看实践。

 

一、普惠AI既是目标也是趋势


事实上,关于“普惠AI”的观点并非由华为最早提出。原谷歌云长门人李飞飞也曾提出过“让人工智能民主化”的观点,并推出AutoML,致力于降低开发者试用人工智能的门槛。AI适用于大部分的经济生产活动,将会助力众多行业在效率上产生倍增效应,从这个角度讲,无论是华为云的“普惠AI”还是李飞飞的“AI民主化”战略,都是大公司具有远见的正确选择。

 

除了大公司,国家队也早已展开行动。今年10月12日,“国家人工智能基础资源公共服务平台”在北京发布。该平台由中国科学院重庆绿色智能技术研究院与重庆云从科技共同打造,拥有人脸识别、语音识别等人工智能基础功能,并叠加了智能轨迹追踪、物联网服务等20类应用层服务,将面向全行业提供人工智能应用服务。 

 

早在去年3月,国家发改委就确定云从科技与百度、腾讯、科大讯飞等知名企业一起,承担国家“人工智能”的重大工程——“人工智能基础资源公共服务平台” 建设任务。截止目前,云从科技的服务平台已实现了包括金融服务、公共安全、智能制造、智慧教育在内的各领域应用。在试营运期间,为200多家企业提供服务,日均调用次数超过1.5亿次。

 

由此可见,“普惠AI”一定是趋势,让AI普及,并在全社会广泛地应用也是国家和企业巨头的一个很重要的目标。那么,AI究竟要如何普惠呢?

 

二、普惠AI仍面临诸多问题,最终还要看公司实力


在9月举办的AI WORLD 2018世界人工智能峰会嘉宾访谈环节上,包括周志华教授等六位嘉宾谈到了如下几点:

 

普惠AI需要降低门槛,从AI的基础要素数据、算法、算力三个层面入手

 

杜克大学副教授、IEEE Fellow陈怡然认为,实现普惠AI要降低门槛,主要包括三部分:


  • 第一部分是数据的来源,数据本身要质量高,成本要低;

  • 第二部分是算法,因为现在的算法都需要人去设计,聘用优秀的算法工程师是很贵的,并且在训练过程中也需要调参,这个过程的成本也很贵;

  • 第三部分是计算的能力,消耗了大量计算的平台,对做AI芯片有需求,最终把价格降下来。

 

640?wx_fmt=png

杜克大学副教授、IEEE Fellow陈怡然

 

普惠AI的实现过程是解决上述三大问题的过程,这三个问题也都有办法可以去实现。比如数据问题,若想把它成本降下来,就需要把数据要流转起来,要更多的人去分享。但是分享数据又面临着新问题:数据需要一个什么样的激励机制,使得有数据的人愿意把它分享出来,而且分享过程中又不影响对数据安全的顾虑。算法也是一样,如何在昂贵的算法生成成本下,使得算法本身能够让更多的人去使用。另外,计算的安全性、可靠性以及对隐私的保护等,也是AI普惠化过程中面临的问题。

 

目前,谷歌云的AutoML平台、微软Azure开放的认知服务API接口以及华为云普惠AI,都是企业推动降低AI门槛的举措,在数据、算法、算力等层面做了有益探索。

 

普惠AI需要完善工具,提高可用性与可教授性

 

对于华为云提出了“普惠AI”的概念,让每家公司都“用得起、用得好、用得放心”的愿景,CMU机器学习系创始人、著名教科书《机器学习:一种人工智能方法》作者Tom Mitchell教授表示“完全同意”,同时他还补充了一点,“那就是’teachable’——未来人人都应该能够教授AI做自己想让AI做的事情。”

 

例如,现在的智能手机有很多功能,比如日程提醒、计时器,但是,还有更多的功能手机本身是可以实现的,只是没有人去开发相应的应用程序。“举个例子,如果今天我上班的路上发生了拥堵,那就提前叫醒我,”Mitchell教授说:“这个功能从技术上讲是可以做到的,因为手机能够获取实时的道路交通信息,也能够提醒我几点出门,但是,还没有人开发一个专门的功能将这两者结合起来。”

 

因此,如果未来AI能够让每个人都“用得好”,就还需要“教得会”,也即具备能够通过自然语言理解人意图的能力。这样,不同的人可以让他们的AI分别去实现他们各自特定的需求,哪怕出厂配置是完全一样的。

 

普惠AI需要做到安全性,确保AI是有益的

 

MIT终身物理系教授、《生命3.0》作者Max Tegmark同样认为华为云让AI“用得起、用得好、用得放心”的想法很好,而且这些事情或多或少也会自然而然地发生,市场将带来越来越多均价更低、更普适的AI。但更重要的是,确保AI是“有益的”。

 

Tegmark说:“现在有的AI安全问题非常困难,或许需要30年才能攻克,而且我们必须现在就开始着手解决它们。”

 

不久前,Tegmark创办的未来生命研究所发起抵制AI武器化的行动,包括马斯克和哈萨比斯在内的2000多名AI学者在斯德哥尔摩IJCAI上签署宣言,让AI的安全性话题再度受到关注。

 

640?wx_fmt=png

伦敦大学学院(UCL)计算机科学系教授汪军

 

伦敦大学学院(UCL)计算机科学系教授汪军也认为,普惠AI的安全性非常重要,这包括两个层面。

 

第一个层面是鲁棒性,当使用AI的时候,在一些特殊的环境下,AI是不是还是比较好的状态。有时候在实际应用中和在训练情况下AI的反应是不同的;另一个层面就是通常意义上讲的安全。另外,还需要注意算法的偏见。比如推荐系统的算法是不是都照顾了所有人,而不是在推荐的时候只是偏向于男性或者女性或者某些年龄段,需要考虑公平性。

 

此外,如何让中小企业在实现自身发展情况下逐渐向人工智能转型也存在难度。普惠的发展来自于大众接受程度、技术开发的可接受程度、相关产品的应用普及程度,普惠的东西一定是大众化的,而不是特别的“阳春白雪”。

 

人工智能作为一项相对尖端的技术,从“庙堂之高”到触手可及需要特别的推动力。论坛上,很多网友认为,如果有一个大平台作为中流砥柱,为开发者和其背后的公司业务,提供了一个计算平台,使底层、算法、数据维护等等重型投入因素都不再是困境,只需要做好应用层的开发,这或许才是AI在向各个行业进行赋能的过程中的一个最优解。

 

在这方面,大企业可以发挥很大的作用。正如谷歌、微软、华为、腾讯等知名企业正在做的一样,可以通过自身庞大的业务体系为整个人工智能行业提供广阔的应用空间,从而从底层到应用层构建成一整套AI系统,这也就真正完成了AI普惠。

 

三、普惠要从人才培养做起


人工智能的发展充满挑战,姚期智教授就曾指出,我们中国现在还没有出现一个大的AI系统,可以实现不同领域的广泛应用,系统工程会是下一个阶段的重要壁垒。

 

很多人都认为,人才培养依然是未来很重要的基本问题之一。未来的开发者不仅要学会Python这样的AI开发主要编程语言,还需要拥有更好的算法基础,也需要具备生物学、心理学和哲学知识等等广博的知识,这势必会成为未来企业巨头推动AI普惠中的重要长期建设内容。

 

640?wx_fmt=png

华为沃土AI开发者使能计划启动


正因如此,此次华为全联接会议上同时还推出了“沃土AI开发者计划”,分别为开发者、合作伙伴、以及高校和科研机构提供支持。

 

在面向高校和科研机构方面,该计划的主要内容包括:投入10亿人民币培养高校和研究所的AI人才,并与清华大学、中科院、中国科学技术大学、浙江大学等达成AI合作;联合高校与科研机构开发AI课程,帮助出版图书和教材,支持人才培养及科研探索;在学科建设方面,帮助高校和科研机构建设AI学院、研究院,协助建设人工智能实验室,协助参与教育部AI相关的产学育人项目;在人才认证方面,协助培养AI教师,高校和科研机构的学生可通过考核获得华为AI证书;在开放平台和社区方面,帮助加入华为云开放社区,构建高校和科研机构与华为AI专家的交流平台; 在科研及产业学术探索方面,高校和科研机构可优先获得华为AI平台的算力和技术。高校和科研机构加入华为沃土AI开发者使能计划,可以获取人才培养和科研探索的支持,通过华为云官方邮箱就能进行申请。

 

四、云服务商的AI争夺战已经打响


今天的云计算服务市场,距离亚马逊 AWS 上线已经十二年,距离微软前 CEO 鲍尔默要“All in”云服务也已经快十年,但云计算服务市场依然保持着快速增长。2017 年公有云服务市场规模为 1535 亿美元,而市场调研机构 Gartner 预测,2018年,市场规模将上涨 21.4%,达到 1864 亿美元。

 

640?wx_fmt=png


不过 Gartner 同样认为,如今的“云战争”来到下一个阶段,“企业所有内部的应用都会部署在云上,也就是说云已经不是一个战略问题,云是一个战术问题。”是否布局云,如何布局云已经不再有太多争议,而对云服务提供者来说,如何利用云服务好企业,才是下一阶段的竞争重点。

 

这一阶段被称为 Cloud 2.0时代。华为云BU总裁郑叶来曾概括 Cloud 1.0 到 2.0 时代的变化:“从通用硬件到专有硬件,从资源型服务到能力型服务,从人口红利到数据红利,从依赖平台流量到自主整合渠道。”

 

同时,人工智能技术推动了这一变化的到来。人工智能和机器学习是近年来最热的技术应用,郑叶来认为,人工智能的发展带来了Cloud 2.0 一系列的变化,它让“训练”变成可能,通过训练,人工智能可以更了解人,提供更到位的服务。而人工智能是算力、算法和数据的结合,计算能力是华为的强项,算法上华为也在加大研发投入。

 

根据华为2017年报,公司总人数的45%为研发人员,2017年研发费用支出为人民币897亿元,约占总收入的14.9%。近十年累计投入的研发费用超过人民币3,940亿元。此次华为全联接大会上所公布的通过云服务+云芯片+端芯片+AI框架全栈协同的组合拳打法,也让华为云开启了与谷歌等国际AI巨头的正面PK之战。

 

目前在国际上,包括谷歌、微软、亚马逊在内的很多国外云服务厂商已经早早开始布局AI市场,特别是谷歌的AI战略非常清晰,通过TPU提升其云服务的用户粘性,并得到了很好的效果,在海外市场对亚马逊的领导地位发起了冲击。而在国内,目前大部分云厂商的AI战略仍然与云业务本身结合不够紧密,处于可有可无的状态中。在公有云市场未能抢得先机的华为云,这次在AI领域率先构建了普惠AI云平台,接下来会有哪些云计算公司跟上,又通过什么构筑自己的AI护城河,我们将拭目以待。


640?wx_fmt=png640?wx_fmt=jpeg

下载代码方式:https://pan.quark.cn/s/dd3561eca308 在软件开发领域,面向对象编程(OOP)是一种普遍采纳的结构化方法,它使得开发者能够借助模拟现实环境中的实体和关系来构建软件系统。在本案例中,我们观察到的是一个关于借助抽象类来执行不同几何图形面积求解的实践应用。现在,让我们详细分析这一议题。 标题 "应用抽象类计算面积" 清晰地表明我们将要讨论一个抽象类,此类设定了一个用于测量图形面积的标准函数,但并未提供实际的执行过程。抽象类在诸如C#或Java等编程语言中通常借助`abstract`修饰符进行声明,它们无法直接创建对象实例,仅能作为其他类的基础模板。 描述部分提及的"图形界面应用"暗示这是一个基于视觉用户界面(GUI)的系统,可能运用了.NET Framework的Windows Forms或WPF技术,或者是Java平台的Swing或JavaFX框架。在这样环境下,用户能够通过视觉元素与这些几何体进行互动,例如输入相关尺寸并观看到计算得出的面积值。 抽象类“几何体”内嵌了“计算面积”这一抽象函数。在代码层面,这可以被表述为: ```csharp public abstract class GeometricShape { public abstract double CalculateArea(); } ``` 随后,有三个派生类:圆(Circle)、矩形(Rectangle)和三角形(Triangle),它们各自提供了这个抽象函数的具体实现。比如,圆的面积是通过π乘以半径的平方得到的,矩形的面积是长和宽的乘积,而三角形的面积可能是底乘以高再除以2的结果。这些类将提供具体实现来计算它们各自的面积: ```csharp p...
内容概要:本文系统研究了移相控制全桥LLC谐振变换器的工作特性,深入分析其在不同工作模式下的运行机理与性能表现,重点探讨了软开关实现、高效率能量转换及宽范围电压调节等关键技术优势。通过Simulink搭建精确的仿真模型,对谐振腔参数、开关频率、电压增益、系统效率等关键指标进行仿真分析,验证了理论设计的正确性。同时,详细研究了移相控制策略对系统动态响应、稳定性和轻载/重载工况适应性的影响,揭示了控制参数与电路参数之间的耦合关系,为高频高效电源设计提供了理论依据和实践指导。; 适合人群:具备电力电子技术、模拟电路及自动控制理论基础,从事开关电源、新能源变换器、电动汽车充电模块或高频电源系统研发的工程师及高校研究生。; 使用场景及目标:①掌握全桥LLC谐振变换器的拓扑结构、工作原理与关键参数设计方法;②理解移相控制在实现零电压开通(ZVS)和零电流关断(ZCS)中的作用机制;③通过Simulink仿真掌握变换器建模、参数优化与性能评估流程,服务于实际产品开发与学术课题研究。; 阅读建议:建议读者结合提供的Simulink仿真模型进行同步操作,重点关注谐振网络(Lr, Lm, Cr)参数与移相角之间的匹配设计,深入理解软开关条件的形成过程,并通过调整负载和输入电压进行多工况仿真,以全面掌握系统动态特性。
一、项目概述 本项目设计并实现了一个基于STM32F103C8T6微控制器的温湿度监测与报警系统。系统通过DHT11传感器实时采集环境温湿度数据,当数据超过预设阈值时,蜂鸣器发出声音报警,同时通过4位数码管实时显示当前温湿度值。整个系统采用Type-C接口供电,支持USB串口通信,便于数据调试与传输。 二、硬件组成 1. 主控模块:STM32F103C8T6最小系统(含晶振、复位、BOOT电路、去耦电容)。 2. 传感器模块:DHT11温湿度传感器(单总线通信)。 3. 报警模块:有源蜂鸣器(三极管驱动)。 4. 显示模块:4位共阴数码管(TM1637驱动)。 5. 通信模块:CH340N USB转串口芯片(Type-C接口)。 6. 电源模块:AMS1117-3.3稳压电路(5V转3.3V)。 7. 调试接口:SWD调试排针(SWDIO/SWCLK)。 三、开发流程 1. 原理图设计:使用嘉立创EDA绘制完整原理图,包含各功能模块。 2. PCB设计:进行PCB布局布线,注重电源完整性、信号隔离及晶振走线。 3. 制板焊接:嘉立创打样,手工焊接元器件。 4. 软件开发:STM32CubeMX配置工程,编写DHT11驱动、TM1637显示、串口通信及报警逻辑。 5. 调试测试:通过SWD下载程序,串口输出数据,测试温湿度采集与报警功能。 四、项目特点 - 完整的嵌入式系统开发流程(硬件设计→制板→软件编程→调试)。 - 多传感器数据融合与实时显示。 - 低功耗设计,支持USB供电与串口通信。 - 模块化设计,便于功能扩展(如添加WiFi模块、数据存储等)。 五、应用前景 适用于家庭环境监测、农业大棚、仓库温湿度监控等场景
内容概要:本文提出了一种基于TOGI-SOGI混合积分器的光储并网谐波自适应抑制方法,并通过Simulink实现完整仿真验证。该方法融合三重二阶广义积分器(TOGI)与标准二阶广义积分器(SOGI),能够精确提取电网电压中的基波正序分量,有效分离并抑制高次谐波成分,尤其在电网电压畸变条件下显著提升了并网逆变器的控制精度与电能质量。文中详细阐述了混合积分器的结构设计、谐波检测机制、自适应调节策略及其在锁相环(PLL)中的集成应用,并通过构建光储并网系统模型进行多工况仿真,结果表明该方法具备优良的动态响应特性、强鲁棒性及谐波抑制能力。; 适合人群:具备电力电子、新能源发电、自动控制等相关专业背景,熟悉Simulink仿真环境,从事光伏并网控制、电能质量治理、微电网运行与控制等领域研究的科研人员、工程技术人员及研究生。; 使用场景及目标:①应用于电网存在谐波污染的光伏发电并网场景,提升逆变器在非理想电网下的运行稳定性;②为基于广义积分器的先进锁相技术与谐波补偿策略提供理论支持与实现范例;③服务于高校科研项目复现、学位论文研究、电力电子控制器原型开发及学术成果验证。; 阅读建议:建议学习者结合提供的Simulink模型深入剖析TOGI-SOGI的内部信号流向与参数整定逻辑,重点关注谐波分量的解耦过程与自适应控制模块的实现机制,可通过设置不同谐波含量、频率偏移等扰动工况进行对比测试,以全面掌握其在复杂电网环境下的适应性与优越性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值