旷视开源，让AI开发更简单

2020-05-06张越

中关村 2020年4期

张越

一直以来，AI的生产力被高昂的算力成本、人才成本掣肘，AI技术往往成为众多企业的成本中心而非价值中心。先进技术如何能真正带动传统产业发展，提高AI生产力的解在哪里？

一个产业的发展，离不开一套能用、好用的基础设施，降低生产成本，提高生产效率，吸引更多人参与。旷视成立8年，一直奔跑在AI这条赛道上，我们看到了众多基于AI的硬件、软件、解决方案，但真正影响产业跑速的是AI的基础设施。

AI的基础设施只有两部分组成——芯片平台和生产力平台。其中，芯片平台承载AI的计算，那么AI生产力该如何理解？AI算法的生产与程序生产不同，是一个系统工程，需要能够协同优化数据、算法、算力的平台级产品。6年间，旷视打造了自己的基础设施，今天旷视想与更多的企业、开发者开放，合作共赢，促进AI产业繁荣。

3月16日，耗费资源打造优化6年，迭代到8.0版本旷视技术体系的关键支柱天元正式对外开源。

在发布会上，旷视联合创始人、首席技术官唐文斌说，天元意为棋盘核心，亦为万物本源。旷视希望越来越多的开发者基于天元可以从0到1创造属于自己的算法，在AI时代提供一套人人可用的生产力工具。

AI时代人人可用的生产力工具

在开源发布会上，唐文斌用厨房来做比喻，解释旷视的三位一体生产力平台——Brain++。

“Brain++平台的意义是为了能像Visual Studio一样为用户提供更完善的集成开发环境，满足AI开发者从AI生产（输出算法模型）到应用（实现算法工程化封装）各环节中，一站式、全流程算法研发的切实需求，将产品从实验室原型到工业部署原本数周或数月的时间成本，缩短到小时级。”唐文斌介绍道。

唐文斌说，简单来讲算法研发过程就像炒菜。在“美味算法”的研发中，数据就是各种各样的食材，需要清洗，分类管理，是“炒制”算法的原材料；而算法的训练和推理就像是烹制的过程，需要锅具（深度学习框架）来承载；算力则是一灶猛火，火候到位才能烧得好菜。

如果没有一套厨具和厨房，大厨就像在野外生存，不仅要逐兔追鸡，还得自己打铁铸锅、生火劈柴，菜品生产力很低。同样的，对于有一定的机器学习经验和框架基础的开发者来说，他们的开发工具往往需要东拼西凑，再强的学术造诣也无法加快算法的生产。

降低开发者的门槛，让AI变得平凡才是真正地释放AI生产力。旷视希望通过开源、开放的方式逐步将AI生产力平台Brain++的能力传递给业界广大开发者，让每一个AI开发者都有能力快速实现算法从0到1的创造，进而创造更大的价值。

让AI开发者可以简单开发

发布会上，天元开源项目的产品负责人田忠博详细介绍了天元的技术细节。天元是一套训练推理一体化、动静态合一的工业级深度学习框架，架构上具体分为计算接口、图表示、优化与编译、运行时管理和计算内核五层。

怎样才能简单开发？在传统开发环境中，AI开发者们会根据方向不同选用不同的框架，但是从原型设计到部署还需要切换开发工具，就像厨师每炒一道菜还要换个锅，锅和灶眼也不见得适配。

天元对于AI开发者来说，就是一套从菜谱到美味的端到端一体化智能锅，覆盖从训练到推理再到部署装盘全流程。不仅自带菜谱（模型库）还支持自定义菜谱（模型导入），具备显示屏灵活可控、方便操作，特别适合既要求美味，又追求效率和体验的AI生产者。而现在这口“好锅”的Alpha版本已经在GitHub和OpenI平台中开源。唐文斌透露，天元的开源，也是向AlphaGO致敬。

用AI的力量实现企业技术升级

除了为解决开发者生产力而开源的天元，一同发布的还包括为了帮助企业实现“AI+”升级的Brain++开放计划。

旷视云服务业务资深副总裁赵立威向业界展示了Brain++商业化的全景。“我们不仅将把深度学习框架开源使用，也将开放数据能力、算力能力给企业级种子用户，至少能够先让一部分企业实现‘AI+。”

“从目前的现实情况来看，产业实现‘AI+的共性难题莫过于无法解决场景过小而技术升级投入过大之间的矛盾，因此AI解决方案难以落地。以一家制造业领域的客户为例，工厂在配电产品质量检测中，会出现零部件颜色搭配错误、字符印刷残缺等情况，靠人工目检费时费力效率低，靠机器视觉方案就需要在数据、算法和算力投入大量的人力、物力，且模型效果难以维持。”赵立威在介绍现有Brain++方案时介绍说，旷视为客户提供了基于Brain++平台的智能质检解决方案，综合统筹数据、算力的能力，帮助客户实现了模型的快速选型、优化和封装。工厂在Brain++的助力下，极大地提升了质检效率和生产效率。