旷视商业模式(旷视CEO印奇AIoT是核心战略)

本报记者 曲忠芳 李正豪 北京报道,今天小编就来聊一聊关于旷视商业模式?接下来我们就一起去研究一下吧!

旷视商业模式(旷视CEO印奇AIoT是核心战略)

旷视商业模式

本报记者 曲忠芳 李正豪 北京报道

AIoT(智能物联网)被视为互联网发展的下一次浪潮,正吸引越来越多企业加速布局。近日,旷视联合创始人、CEO印奇向《中国经营报》等多家媒体表示,“AIoT一直是旷视成立11年当中最核心的主旋律。”

《中国经营报》记者注意到,IoT是Internet of Things的英文简称,中文称为“万物互联”或“物联网”,它并非新鲜词,最早于1991年就被提出,之后在2005年11月,国际电信联盟(ITU)正式提出了IoT的概念。所谓AIoT——人工智能(AI)技术与物联网技术的融合,同样也不是新鲜事物,是伴随着移动互联网的普及,以及AI技术发展与广泛应用而产生的。早在2017、2018年,包括手机厂商、家电企业等就高举AIoT“大旗”以抢占智能家居领域;而近年来,得益于AI技术在各行业领域应用的提速,AIoT大旗“转交”到AI企业手中,尤其是从去年开始,越来越多的企业提出了AIoT相关的战略。据第三方机构IDC的研究预测,预计2022年全球AIoT市场规模将超过7500亿美元,最近4年年复合增长率为28.65%。

印奇表示,为了支撑AIoT这一长期发展战略,旷视未来将构建“2 1”的核心技术科研体系,这里的“2”是指以“基础算法科研”和“规模算法量产”为两大核心的AI技术体系,“1”则是指以“计算摄影学”为核心的算法定义硬件IoT技术体系,包括AI传感器和AI机器人。

押注AIoT背后的商业逻辑

旷视科技成立于2011年,AIoT为何成为旷视的业务战略和商业战略方向?

印奇向记者提出了一个公式,即AIoT=AI IoT 空间。不难理解,AI代表不断演进的算法能力,过去十年,在各行各业,从人脸识别到自动驾驶,越来越多的算法被推出来,并发挥着核心的价值;与此同时,值得注意的是,在每个AI真正能够规模化落地的场景里,需要找到一个非常好的IoT硬件载体或设备,使AI技术真正发挥作用。而至于为何引入“空间”,是因为空间是应用场景的闭环。印奇指出,从互联网技术到移动互联网发展的二三十年里,我们的虚拟世界发生了翻天覆地的变化,而随着“元宇宙”相关的技术演进,虚拟世界仍在持续变化。“当回头看的时候,我们会发现物理世界似乎并没有发生那么大的变化,无论是AIoT,还是业界常说的产业互联网概念,其背后的逻辑在于更好地改变物理世界。”

基于商业实践,印奇认为AIoT的产业落地需要有三个要素的结合:一是AI,AI在过去十年里面依托深度学习的算法等崛起,AI是不断演进的算法的能力,这样的算法会在各种行业、各种场景构建更多的灵魂和大脑;二是IoT,如果AI是大脑,IoT就是躯壳和真正的骨干;三是空间,过去二三十年里,虚拟经济更多是把线下的东西搬到线上,而产业互联网最重要的是如何能够真正在物理空间当中定义应用和场景。

视觉AI发展呈现新趋势

如果将互联网的建立、移动互联网的普及分别看作互联网发展的第一次、第二次浪潮,那么AIoT智能物联网无疑将是互联网发展的第三次浪潮,其核心是“智能”。尽管AIoT成为大势所趋,但当前面临着应用场景的碎片化、产业链分工协作尚未形成等挑战。

在旷视AIoT战略规划中,基础算法科研与规模算法量产成为其两大核心技术体系。旷视研究院基础科研负责人张祥雨表示,基础模型科研是AI创新突破的基础。视觉AI基础研究历经十年的迅速发展,正呈现出“大”“统一”的最新趋势和显著特征。前者是指AI大模型,即利用大数据、大算力和大参数量,提高模型的表达能力,使得AI模型能够适用于多种任务、多种数据和多种应用场景。“统一”则是指,AI算法在底层正在走向统一,通过统一的算法、模型来表示和建模各种数据、任务,将产生更加简单、强大且通用的系统。

而旷视研究院算法量产负责人周而进介绍了旷视在算法生产和实践应用落地过程中的一些成果。他指出,当前算法落地的主要挑战在于整个生产环节的复杂性上。具体来说,分为三个层面:第一,数据生产的复杂性。第二,算法模型本身的不确定性。第三,算法落地的AIoT硬件平台的多样性。“算法生产过程的标准化,是解决复杂的、碎片化的算法生产的有效手段。”这个标准化过程,包括了数据生产的标准化、算法模型的标准化和推理框架的标准化。

周而进以生活常用的手机人脸解锁功能为例,指出这个功能并不是简单的一个人脸识别算法,而是包含了从人脸识别、人脸跟踪、人脸定位,到人脸识别、活体检测等一系列算法构成的一个算法流程。

基于此,旷视正式推出了自研的算法生产平台AIS(AI Service)。AIS基于旷视Brain 体系,构建了一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路的零代码、自动化的生产力工具平台,这意味着使算法量产正成为可能。

(编辑:吴清 校对:张国刚)

,

免责声明:本文仅代表文章作者的个人观点,与本站无关。其原创性、真实性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容文字的真实性、完整性和原创性本站不作任何保证或承诺,请读者仅作参考,并自行核实相关内容。文章投诉邮箱:anhduc.ph@yahoo.com

    分享
    投诉
    首页