算法褪去光环，AI落地正当时

在行业共同努力下，人工智能产业链加速成熟，对效率的追求正在推动行业合作方式发生转变

当你在一个大型停车场使用软件自助找车时，恐怕很难将这种功能与6年前战胜了围棋大师李世石的谷歌AlphaGo联想到一起。同为AI技术的应用，一个看起来平平无奇，一个却是让世人惊艳的炫酷黑科技。是AI变“平庸”了吗？近日，2022GCVC全球人工智能视觉产业与技术大会在青岛举行，记者与参会企业、AI算法开发者聊了聊AI和算法的那些事儿。从曾经高高在上的黑科技到如今飞入寻常百姓家，背后是算法提升适应实战场景的过程以及整个产业链的不断成熟。而为了进一步打开产业发展局面，AI企业也开始尝试新的产业合作方式。

从“论文”到“实战”：

场景多样性考验算法开发能力

算力、算法、数据这AI三大基石中，算法在某种意义上是最核心的。用烹饪类比，数据相当于烹饪需要的食材，算力就相当于烹饪需要的煤气，而算法就相当于烹饪的方法。下围棋的AI和找车的AI，关键的不同之处就在于算法。换言之，要让机器实现各种各样不同的功能，就要依靠各种各样的算法。

这也让AI算法开发与传统意义上的写代码有着本质的不同。“算法开发是找解决方案，针对某个问题不断找解，而普通‘码农’的工作通常是将给定的目标任务，用计算机语言表达出来。”中国科学院大学计算机视觉专业在读博士王昌硕表示，在他看来，算法从数学的角度理解就是将现实任务数学化的过程，复杂的函数，例如神经网络，能否完全表示真实任务取决于算法设计的好坏，而算法开发的过程，其实就是根据特定任务设计相应的算法并结合经验和知识积累不断调整参数和策略的过程，所以算法工程师也自嘲为“调参侠”。

王昌硕（左一）和三位伙伴为了锻炼实战能力参加了2022ECV极市计算机视觉开发者榜单大赛。

2015年前后，深度学习技术的成熟催生了此轮AI浪潮。在深度学习理论框架下，科学家和工程师开始研究用AI代替人类解决具体问题，并通过撰写论文从理论层面提出模型和方法。近几年，AI在越来越多行业领域落地，其实就是算法逐渐从实验室“论文”进入一个个实战场景的过程。

今年和三个伙伴一起参加2022ECV极市计算机视觉开发者榜单大赛的王昌硕，之所以选择参赛，就是想要验证一下自己的实战能力。商场客流分析是王昌硕团队报名的赛题之一，这是目标检测模型在具体场景中的应用。对几乎天天都泡在各种各样论文中的王昌硕和同伴来说，虽然对这个模型早已十分熟悉，但要在具体场景中达到要求的准确率，还是费了不少工夫。“论文里的前置条件都是理想化的，可以让各项指标都‘最优’，但实际场景中有很多限制，要考虑首先满足基本要求。”王昌硕说，论文中的目标检测模型都是在特定场景下的有限数据集中进行训练并和同类方法进行处理速度和精度上的比较，但实际落地中需要考虑的场景更加复杂、对系统的数据处理和计算能力的要求更加苛刻，在用户系统能力有限的情况下，必须又快又好完成任务。为了提升准确率，王昌硕团队还应用了数据扩增算法，最终在这一赛题中脱颖而出。

2022ECV极市计算机视觉开发者榜单大赛客流统计赛题颁奖现场。

近几年，随着人工智能向越来越多行业渗透，市场对算法工程师的需求也呈现爆炸式增长。据拉勾招聘数据研究院发布的《2021人工智能人才报告》显示，2021年人工智能行业人才需求指数较去年增长103%，算法人才缺口达170万。算法工程师的薪酬也绝对令很多人艳羡，即便是在近两年薪资水平有所下降的情况下，刚出校门的博士毕业生应聘算法工程师，也仍有机会获得年薪60万-80万的岗位。

对算法的需求越来越多样化，算法工程师的人力成本又居高不下，全行业也在想办法用技术手段不断降低算法开发的门槛和成本。

据英特尔（中国）网络与边缘计算事业部客户与生态赋能部门业务总监竺钧介绍，英特尔在AI上为广大开发者准备了各种工具，能帮助开发者实现低代码开发。比如，学习平台利用短视频、小测验的模式来帮助开发者快速高效学习新技术。当新技术学习好以后，开发者可以将自己开发的应用上传至平台，可同时完成在多个硬件平台上的调试。同时，针对开发者开发过程中，各种软件组件需要对软件和硬件进行匹配以及针对不同行业的优化问题，英特尔提供经过验证的参考，开发者可以直接下载使用。

不仅仅是巨头。2022GCVC全球人工智能视觉产业与技术大会的主办方山东极视角科技有限公司则自主开发了极市平台——一个面向算法开发者的一站式全流程AI算法开发平台，平台打造了自动测试框架、数据安全沙箱、算力调度系统及异构硬件兼容适配等多项关键技术，可以覆盖从数据生产到算法落地一站式编码、训练、测试、封装、部署等全生命周期，将算法开发与工程化效率提升60%以上。

从“AI+行业”到“行业+AI”：

合作方式变革推动AI加快击穿行业

尽管近年来AI全行业都在极力拓展人工智能的应用边界，但AI在各行各业的应用仍然只能算是刚刚开始，是AI改变行业的冰山一角。

以智慧工地建设为例，杭州新中大科技股份有限公司SMP产品高级专家马怡海介绍，2020年全国智慧工地市场规模约为138亿元，预计到2025年将达到200亿元，而人工智能技术的应用将是重要增长点。以计算机视觉为例，虽然这两年已经有安全帽识别等技术应用，但从工地全部业务场景来说AI应用还非常少。“材料识别、进度识别这些都是工地的刚需，但现在都还没有很好的方案。”马怡海随口就说出了两个可应用的场景。

事实上，即使是已经引入了AI的场景，也未必就解决了问题。有粗略统计显示，91%的人工智能项目并没有达到企业预期。这意味着，AI要更好击穿行业，除了上游算法生产的变化，下游的算法和方案落地也要改变。

“从这几年落地的人工智能解决方案来看，人工智能技术本身可能只占20%-30%，其余的70%-80%其实还是我们传统的行业know-how（知识）和行业逻辑。”极视角创始人兼CEO陈振杰说。在他看来，前两年行业经常谈及的“AI+行业”正在被“行业+AI”取代。“‘AI+行业’是人工智能企业希望以AI为技术点，不断将传统行业的商业软件涵盖过来，以AI驱动传统软件，建立新生态。但这几年实践下来发现，这种做法不是特别成功，还是要以行业解决方案为主导，AI作为核心技术点，为各行各业做赋能支持。”陈振杰表示。

过去，很多人工智能企业希望能自己独立建一座大楼，但现在，人工智能也逐步形成产业链分工，各环节会开始追求效率的最优化，相互间更加注重加强生态合作。

越来越多AI企业开始以生态合作的方式，打造软件生态。作为已经有了一定开发者以及生态伙伴资源的平台公司，极视角也瞄准行业新趋势发布了新的产品融合伙伴计划，将联合人工智能公司、软件公司、行业软件企业等，基于产业分工进行产品融合，共同实现优势互补，破解AI落地过程中的水土不服问题。（青岛日报/观海新闻首席记者 孙欣）

青岛日报2022年8月7日3版

（点击版面查看更多内容）

责任编辑：王逸群