華為云ModelArts 3.0助力行業(yè)AI高效落地

頭圖|CSDN下載自東方IC

關(guān)注AI開發(fā)的朋友們一定還記得，今年在HUAWEICONNECT2020上華為云業(yè)務(wù)總裁鄭葉來揭秘ModelArts 3.0一站式AI開發(fā)平臺發(fā)布。華為云的表現(xiàn)也沒有讓人失望，經(jīng)過2年時間的打磨，歷經(jīng)3次迭代，ModelArts 3.0帶來了一些實用性很強的新功能和新特性，其中最受開發(fā)者關(guān)注的莫過于四大“黑科技”。

ModelArts 3.0的四大“黑科技”，分別指EI骨干模型、聯(lián)邦學(xué)習(xí)、模型智能評估與診斷，以及高性能AI計算，可以讓開發(fā)者可以更簡單、便捷地在各行業(yè)中部署AI。它們究竟神奇在什么地方？通過這篇文章，我們來深度了解一下ModelArts 3.0的新特性將會為大家?guī)淼脑鯓拥母淖儭?/span>

解讀四大“黑科技”

作為HUAWEICONNECT2020的重頭戲，華為云人工智能領(lǐng)域首席科學(xué)家、IEEE Fellow田奇將ModelArts 3.0描述為華為云針對“如何用極少數(shù)據(jù)訓(xùn)練出高精度模型”、“如何降低企業(yè)應(yīng)用AI門檻”、“如何解決企業(yè)對數(shù)據(jù)安全使用顧慮等問題的回答，是面向AI行業(yè)落地的AI開發(fā)平臺。

EI骨干模型——小樣本數(shù)據(jù)訓(xùn)練高精度模型，提供AI開發(fā)的新范式

華為云骨干模型EI-Backbone是華為云EI開發(fā)的通用預(yù)訓(xùn)練模型架構(gòu)，目的是打造通用的預(yù)訓(xùn)練模型，通過整合模型、數(shù)據(jù)、算力和知識，可以進行模型選擇自動設(shè)計，參數(shù)配置自動調(diào)優(yōu)，在分鐘級內(nèi)完成模型訓(xùn)練，顯著降低AI使用門檻，縮短開發(fā)流程，提升開發(fā)性能。

以醫(yī)療影像分割為例，以往的醫(yī)療影像標(biāo)注需要大量數(shù)據(jù)樣本，“喂飽”訓(xùn)練數(shù)據(jù)，AI訓(xùn)練才能得到較高精度的結(jié)果。而現(xiàn)在，依靠EI-Backbone，只需要幾十例甚至十幾例標(biāo)注數(shù)據(jù)即可完成醫(yī)療影像標(biāo)注，節(jié)省標(biāo)注成本90%以上。

聯(lián)邦學(xué)習(xí)——打破數(shù)據(jù)孤島，實現(xiàn)數(shù)據(jù)不出戶的行業(yè)自由聯(lián)合建模

一直以來，數(shù)據(jù)隱私都是AI行業(yè)應(yīng)用落地的難題和瓶頸，受限于隱私、安全等問題，各個企業(yè)自身的數(shù)據(jù)之間往往無法打通，形成一個個“數(shù)據(jù)孤島”，無法發(fā)揮數(shù)據(jù)的最大潛能。解決數(shù)據(jù)隱私安全問題，是打破“數(shù)據(jù)孤島”困境最有效的途徑。

為解決“數(shù)據(jù)孤島”問題，在ModelArts 3.0下，用戶可以各自利用本地數(shù)據(jù)訓(xùn)練，不交換數(shù)據(jù)本身，只用加密方式交換更新的模型參數(shù)，實現(xiàn)云邊協(xié)同訓(xùn)練，保護用戶數(shù)據(jù)隱私安全。此外，ModelArts 3.0不僅支持橫向聯(lián)邦學(xué)習(xí)，處理對齊的數(shù)據(jù)，還支持縱向聯(lián)邦學(xué)習(xí)，對于訓(xùn)練樣本ID重疊多的數(shù)據(jù)，也可以輕松處理。

模型智能評估診斷——直觀了解模型各方面性能，針對性調(diào)優(yōu)或部署

ModelArts 3.0提供全面的可視化評估以及智能診斷功能，使得開發(fā)者可以從精度、性能、對抗性和可解釋性方面對模型的綜合能力進行智能評估與診斷，增強模型的可信度，并針對可能存在的問題給出改進模型能力的建議，進而輔助開發(fā)者進行針對性的調(diào)優(yōu)，讓模型更易達標(biāo)。

高性能AI計算——超大算力AI平臺底座，資源調(diào)度靈活

ModelArts 3.0在集群規(guī)模、任務(wù)數(shù)量，以及分布式訓(xùn)練各個環(huán)節(jié)做了針對性優(yōu)化，并支持彈性訓(xùn)練，可以根據(jù)模型訓(xùn)練速度的需求自適應(yīng)實現(xiàn)資源的最佳分配。

在ModelArts 3.0的加持下，訓(xùn)練的速度提升10倍，性價比提升30%。通過優(yōu)化服務(wù)框架，ModelArts 3.0還能支持10萬級別的作業(yè)同時進行，以及萬級芯片大規(guī)模分布式任務(wù)。

效果如何，數(shù)據(jù)說話！

可以看到，ModelArts 3.0無論從模型計算、超參調(diào)優(yōu)，到底層訓(xùn)練框架上都有了一些列的優(yōu)化。但實際效果如何，還需要用數(shù)據(jù)和落地實踐說話。

此外，在圖像分類技術(shù)上，ModelArts 3.0在ImageNet上的分類準(zhǔn)確率達到了85.8%，刷新了谷歌此前精度85.5%的紀(jì)錄，2020年3月以來在這方面也一直保持領(lǐng)先水平。

在圖像檢測、分割技術(shù)方面，ModelArts 3.0在業(yè)界權(quán)威的目標(biāo)檢測數(shù)據(jù)集MS-COCO數(shù)據(jù)集測試中，單模型和多模型均排名第一。

除了專業(yè)測試，ModelArts 3.0在眾多行業(yè)中的落地實踐，也可以驗證ModelArts在開發(fā)者中的接受度。

金融領(lǐng)域

金融領(lǐng)域是AI落地最早的行業(yè)之一，復(fù)雜的場景對AI平臺的處理能力提出了高要求。比如在金融票據(jù)OCR識別上，由于金融票據(jù)格式多樣，差別細微，需要AI專家進行長時間的票據(jù)AI訓(xùn)練，因此業(yè)界識別準(zhǔn)確率普遍不夠精準(zhǔn)。針對票據(jù)模型開發(fā)訓(xùn)練數(shù)據(jù)標(biāo)注、模型訓(xùn)練、調(diào)優(yōu)和部署上的諸多難點，ModelArts通過數(shù)據(jù)集分類、自動學(xué)習(xí)、遷移學(xué)習(xí)等方法，讓初級AI開發(fā)者無需調(diào)參等操作，輕松操作數(shù)據(jù)標(biāo)注工具，完成部署。

醫(yī)療領(lǐng)域

針對新冠肺炎疫情，華為云推出AI+CT醫(yī)學(xué)影像分析服務(wù)，在AI-CT輔助篩查中實現(xiàn)了自動智能檢測，而且已經(jīng)在各大醫(yī)院成功部署。華為云運用計算機視覺與醫(yī)學(xué)影像分析技術(shù)，對患者肺部CT多發(fā)磨玻璃密度影（GGO）以及肺實變進行分割以及量化評價，并結(jié)合臨床信息和實驗室結(jié)果，輔助醫(yī)生更高效、精準(zhǔn)地區(qū)分早期、進展期與重癥期，有利于新冠肺炎的早期篩查和早期防控。

這項服務(wù)依托于華為云EI醫(yī)療智能體——醫(yī)學(xué)影像分析平臺開發(fā)構(gòu)建，而這個平臺，就是基于華為云AI昇騰集群服務(wù)和ModelArts一站式AI開發(fā)與管理平臺，可以提供一站式醫(yī)學(xué)影像數(shù)據(jù)治理、數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模型評估、可視化渲染等能力，為高校、醫(yī)院等提供海量AI算力、平臺以及算法的強有力支持。

智能交通領(lǐng)域

無人駕駛也是AI落地的熱門領(lǐng)域，ModelArts為開發(fā)者提供全流程的AI開發(fā)服務(wù)，包括數(shù)據(jù)準(zhǔn)備、算法開發(fā)、模型訓(xùn)練、調(diào)參優(yōu)化、模型部署以及AI開發(fā)全流程管理。在自動駕駛開發(fā)過程中，ModelArts支持計算機視覺、自然語言處理、音視頻等多種AI場景的數(shù)據(jù)標(biāo)注，并通過預(yù)置算法和用戶自定義算法可實現(xiàn)數(shù)據(jù)自動標(biāo)注，僅需人工進行少量的手工修正，開發(fā)者就可以借助ModelArts AI可視化全流程管理工具，完成檢測算法開發(fā)并部署至無人車。

當(dāng)然，除了以上領(lǐng)域，ModelArts在零售、IoT、物流等行業(yè)中進行AI落地均有成功案例，并不斷開拓新的應(yīng)用場景。隨著5G時代的到來，可以預(yù)見AI將在越來越廣泛的場景中有用武之地，而作為簡單易用AI開發(fā)套件的典型代表，ModelArts將會是更多開發(fā)者的不二選擇。

2018年，ModelArts推出1.0版本，為開發(fā)者帶來了一個好用的一站式AI開發(fā)平臺。至今，ModelArts經(jīng)過兩個大的版本變動，但致力于打造普惠AI的宗旨沒有改變，只是隨著5G和云時代的變化，不斷增加新能力，以適應(yīng)不斷改變的AI業(yè)務(wù)落地需求，比如自動學(xué)習(xí)的能力、端邊云協(xié)同的能力、端到端生產(chǎn)的的能力。

用更少的操作，完成更復(fù)雜的AI任務(wù)，ModelArts還在不斷探索。來年在華為一年一度最大的開發(fā)者盛會上，ModelArts還會帶來怎樣的驚喜？開發(fā)者不妨提前期待一下。