精彩回顾|用AI训练AI，加速工程化落地

8月17-18日，第四届智能制造创新高峰论坛系列活动在深圳福田举办，本次论坛活动以“智联互通·智创世界”为主题，邀请深圳市人大常委会副主任、深圳市科学技术协会主席蒋宇扬等领导出席致辞，美国国家工程院院士张东晓等4位院士以及人工智能领域80多位行业专家和企业代表发表演讲。共达地产品总监刘荣杰和高级市场总监李苏南作为AutoML领域的代表，围绕如何用AI训练AI，加速AI规模化落地，从不同维度进行了分享。

WHY：时代呼唤AI规模化落地

在分享开篇，李苏南对行业现状进行了说明。研究显示，当下AI摄像头出货量的年复合增长率超过70%，预计2022年出货量将达到3458万台，同时AI将带动零售、医疗、教育等领域年复合增长率达22.3%。这意味着未来每一个摄像头背后都会有AI算法作为指挥中枢，算法的数量和种类将呈现井喷式发展——AI进入超大规模应用时代。

共达地高级市场总监李苏南

另一方面，身处一线的人工智能公司普遍感受到，市场对算法的需求越来越精细。例如，以前只需要算法识别人脸、非机动车，但随着数字经济建设和产业智能化转型升级，市场中涌现出安全帽识别、反光衣识别、火焰烟雾识别等多种多样的需求，且每一种需求都对应更细分的应用。例如，森林中的火焰烟雾识别和加油站的火焰烟雾识别完全是两回事。也就是说，在超大规模应用背景下，AI进入精细化时代。

但AI算法生产的现实是，即使在客户需求明确的前提下，从0到1训练一个算法，也需要15人的算法工程师团队工作6个月，这还没算上算法部署到硬件端又额外需要的月余时间。很显然，这种生产模式和生产效率无法匹配AI超大规模精细化趋势下的市场需求。

WHAT：AutoML让AI训练AI

市场需求指数级增长和传统生产方式之间的矛盾，成为阻碍AI规模化落地的死结。对此，共达地产品总监刘荣杰给出解决方案：基于AutoML技术用AI训练AI，彻底革新AI生产力，重塑产业关系。

共达地产品总监刘荣杰

共达地自主打造的AutoML自动化AI训练平台，通过全自动数据工程，可以在数小时内完成AI模型训练，面向行业提供规模化的AI算法定制能力。过往实践经验显示，共达地AuotML自动化AI训练平台可在2周内从0到1定制算法并完成交付，精度超出行业平均水平。

针对传统模式下，大部分算法主要面向云端服务器设计算法结构，应用到终边端时算法与芯片结构不适配，导致在实际落地场景中算力浪费、算法精度下降的问题，共达地AutoML自动化AI训练平台通过提前适配百余款行业主流芯片，如寒武纪、华为、海思、英特尔、英伟达等，使得基于训练平台生产的算法可以灵活适配云端服务器、边缘端AIBOX和终端摄像头等硬件形态，并在5秒内一键完成部署。

通过以AI训练AI的方式，一方面提升AI生产效率，另一方面提升部署稳定性，从而全面革新AI生产力，解放人力，让业务端的智能转型想象具备快速验证、落地的基础。

HOW：AIasaService

目前，共达地面向行业提供三类服务：一是算法的定制，主要面向需求量小、完全不具备AI能力的客户；二是“算法商城”，即市面上的主流算法需求，可通过共达地算法商城直接采买，一天内即可部署；三是平台服务，即客户可通过共达地AutoML自动化AI训练平台自行建设算法生产能力，适用于算法需求量较大且有一定AI基础的客户。除此之外，共达地还可以辅助提供需求分析、数据服务等，以更完备的产业生态助力客户转型。

应时代需求而生，目前这三类服务已在智慧城市、智慧工业、智慧农业、智慧园区等20+场景落地。

以算法定制为例，在与东北某工地的合作中，客户希望对工人佩戴安全帽、穿着反光衣进行识别。前期，该客户采购某传统AI厂商的“成熟”算法，部署后识别率低于20%。核心原因在于，实际应用场景是在夜间，且摄像头部署较远，与该AI厂商训练算法使用的数据特征差异极大。共达地接到需求后，通过前期数据训练算法进行部署，效果仅达到75%，但部署后通过以天为单位回传前端视频流进行算法自主迭代，5天迭代5个版本后，准确率直线提升至90%以上。

在平台型合作中，共达地普遍与行业集成商、传统人工智能公司建立合作。以千视通为例，作为专注机器视觉研究的人工智能公司，千视通积累了大量客户和行业know-how，但苦于算法生产效率跟不上客户需求的增长，遂与共达地达成合作。基于共达地AutoML自动化AI训练平台，千视通将算法开发周期从原本数月缩短至了数小时内，在常规数据集下算法精度可媲美人类工程师。

“十四五”规划中要求人工智能等领先技术加速工程化落地，这也正是共达地努力的方向。从成本上看，以一个园区10个定制算法为例，共达地的方案在投入的时间上可节省约90%，在人力投入上可节省70%。原本需要建立一支算法团队才能完成的工作，现在只需要一名产品经理或项目经理即可完成，这就是共达地AutoML自动化AI训练平台给出的规模化落地方案。通过这种灵活赋能，生态共建的方式，共达地致力于加速AI规模化应用，以效率的提升为引子，引爆产业质量变革，让AI从“奢侈品”变成真正赋能百业的基础技术。