IEEE Fellow、AI大牛田奇加入華為云！他為何而來？“加速AI基礎研究落地”

來源：知乎

作者：量子位

時間：2020-07-28

最新消息：AI大牛田奇已出任華為云人工智能領域首席科學家。稍熟悉這位AI科學家履歷的人都知道，這也是華為云進一步加碼人工智能技術的信號。

云+AI正在驅動的數字化、智能化變革趨勢，現如今與新基建相輔相成，早已深入人心。

作為面向企業(yè)、行業(yè)和產業(yè)的基礎變革，華為云入局時，最被外界看好的是其在企業(yè)級市場的基因和客戶服務能力，以及背靠華為30年ICT技術積累的技術實力。

如果把產品方案和客戶服務能力比作上層建筑，那么基礎技術自然是經濟基礎。

而且華為云，還在不斷加強“經濟基礎”。

這不，最新消息：AI大牛田奇已出任華為云人工智能領域首席科學家。

稍熟悉這位AI科學家履歷的人都知道，這也是華為云進一步加碼人工智能技術的信號。

誰是田奇？

美國伊利諾伊大學香檳分校博士、IEEE Fellow，也是原UTSA計算機系正教授。

曾獲Google Faculty Research Award、UTSA校長杰出研究獎、多媒體領域10大最具影響力的學者。

發(fā)表文章約550余篇，包括250+IEEE TPAMI、IJCV、CVPR/ICCV/ECCV、NeurIPS等國際頂級期刊和會議。

2018年，在AI人才的激烈爭奪中，田奇正式加盟華為，是華為諾亞方舟實驗室計算機視覺首席科學家，主導AI視覺方向的前沿研究。

但就在華為云最新的TechWave人工智能專題日上，他的身份發(fā)生了這樣的變化——首次以「華為云人工智能領域首席科學家」身份，公開亮相。

田奇加盟華為云會帶來怎樣的變化？

在量子位的采訪中，田奇開誠布公給出了答案：

我在高校做了17年的老師，華為很好地幫助我完成了從高校向公司的過渡。

考慮到下一段目標，是希望幫助公司具體部門構建商業(yè)技術競爭力，以及直接創(chuàng)造商業(yè)價值。

而華為云又是公司著力要建設的部門，有著諸多人工智能的業(yè)務場景。

于是，在機緣巧合之下，田奇便擔任了華為云AI領域的首席科學家，帶領團隊加強華為云的AI基礎研究實力。

而人工智能基礎研究最終還是需要在場景中落地，華為云EI成為了田奇發(fā)力的主戰(zhàn)場之一，用他的話就是，「華為云EI更加貼近AI落地和用戶」：

華為云EI借助十余年來在行業(yè)內積累的大量經驗，將計算機視覺、語音語義、決策優(yōu)化領域的核心技術做到了創(chuàng)新和沉淀。

并且值得注意的是，田奇重點提到的華為云EI，也不斷在基礎研究方面交出成績單。

基礎科研實力「多項業(yè)界第一」，憑啥？

田奇介紹道，華為云在基礎研究方向主要包括三個方面：

·計算機視覺

·自然語言處理

·語音交互

他認為若要用一個標簽來體現華為云在基礎研究中的實力，可以說是「多項業(yè)界第一」。

首先是在計算機視覺領域。

在全監(jiān)督學習方面，田教授帶領的視覺研究團隊在大規(guī)模圖像分類數據集ImageNet-1000上，Top-1的精確度達到85.8%，在不使用額外數據集設置下達到了業(yè)界第一的水平。

而在此之前，谷歌在這個領域連續(xù)三年取得第一水平，華為視覺團隊也打破了谷歌的多年霸榜。

在無監(jiān)督學習方面，華為視覺團隊在ImageNet-1000數據集上，目前自研算法在精確度上達到了75.0%精度，比Facebook的MOCO v2（71.1%）提高了3.9%，并且在一系列下游任務測試中都取得了更好的泛化性能。

在弱監(jiān)督學習方面，在剛剛結束的CVPR 2020 Webvision challenge圖像識別競賽中，華為視覺研究團隊實現了82.97%top-5識別精度，獲得了此次挑戰(zhàn)賽冠軍。

在計算機視覺核心任務之一目標檢測上，依賴于自身強大的研發(fā)能力，華為視覺團隊提出了自適應數據增強技術，華為視覺團隊在業(yè)界公認MS-COCO數據集上也拿到了bounding box檢測業(yè)界第一，實現了單模型56.8%、多模型58.8%檢測精度，兩項指標均達到了世界第一，打破了Microsoft等公司在該領域多年的壟斷。

如此強悍的基礎硬實力，也加速了華為云在技術落地方面的進程。

在自然語言處理、知識圖譜方面，華為云將AI基礎技術應用到了行業(yè)，包括石油、醫(yī)療，以及在最近的防疫方面都做到了落地。

例如華為云基于AI的基因組分析，將測試病毒所需的時間從數小時減少到數分鐘。目前這些系統(tǒng)已經部署在40多個國家，100多家醫(yī)院，幫助當地國家抗擊病毒。

此外，AI輔助醫(yī)學影像分析，可以在數秒鐘內輸出COVID-19醫(yī)學影像量化結果，幫助醫(yī)生快速診斷（用AI幫助醫(yī)生讀肺部的CT片）。

在語音交互方面，主要是將對話問答技術用在了WeLink小微助手，回答一些銷售咨詢、故障排除、問答支持等等。

而上述一系列成績，也是華為云前進路上的一個個參照物。

但如果要理解華為云正在如何前進？又會給云市場帶來怎樣的變化？

還要接著往下看。

華為云的AI落地戰(zhàn)術

從華為云在AI基礎研究中的沉淀與突破，再到行業(yè)應用落地的加速，也正好反映出了行業(yè)發(fā)展的一個大趨勢——AI前沿算法產品化。

然而，在AI算法、框架不斷迭代、刷新紀錄，AI應用場景復雜的情況下，讓AI在落地的過程中困難重重。

因此，華為云面向政府、企業(yè)與開發(fā)者，提供全棧AI解決方案——華為云EI。

而從華為云EI近年來的表現，也再次證明此舉的正確性。

例如在AI平臺方面，華為云推出的ModelArts一站式AI開發(fā)管理平臺，可以幫助用戶進行包括AI開發(fā)和運行階段管理在內的全生命周期管理，在數據處理、模型訓練、模型管理、模型部署、AI市場等各個環(huán)節(jié)提供更為快速有效的解決方案。

HiLens端云協(xié)同AI開發(fā)應用平臺，由具備AI推理能力的端側設備和云上開發(fā)平臺組成，面向開發(fā)者、企業(yè)以及設備生產廠商，提供“端”、“云”、“芯”為一體的多種開發(fā)方式和視覺設備的端云協(xié)同管理服務，進一步降低開發(fā)門檻。

一站式數據運營平臺DAYU，面向數據工作者，覆蓋數據集成、開發(fā)、治理，主題模型設計、數據開放。支持30+數據源接入，超過10萬作業(yè)并發(fā)，用戶可以全流程托拽方式實現數據端到端開發(fā)治理，同時平臺分層開放，支持用戶方便的集成，快速構建行業(yè)數據化轉型平臺、幫助企業(yè)加快數據變現。

除此之外，華為云EI通過在十余行業(yè)，大量的項目探索，總結了行業(yè)AI技術落地的關鍵路徑——找準場景。

華為云EI將這條關鍵路徑分為三類：海量重復場景、專家經驗場景及多域協(xié)同場景。

物流行業(yè)屬于典型的海量重復場景，針對物流貨物的運輸、安檢場景，華為云EI利用了視覺技術，幫助德邦快遞實現了全面的自動化檢測，節(jié)省了大量的時間成本和人力成本，有效減少了貨物損耗。

針對多域協(xié)同場景，華為云幫助某機場解決航班靠橋率、旅客靠橋率、步行距離、地服消耗、滑行沖突率多等問題，實現核心指標靠橋率較人工提升了5%，沖突率較人工降低10%，全面提升了指揮員工作效率和機場運行效率。

在專家經驗場景中，醫(yī)療領域是十分典型的，專家都是非常寶貴且稀少的資源。

華為云EI和金域醫(yī)學圍繞大數據、AI等多個方面便開展了合作，例如借助深度學習等AI技術對海量病理切片及專家標注數據進行學習、訓練。

基于金域醫(yī)學醫(yī)生的專業(yè)標注，以及華為云EI視覺團隊的網絡模型構建與訓練，合作項目已取得了階段性的突破，例如宮頸癌細胞學AI輔助篩查的敏感度超過99%，可媲美專家水平。

也正是如此的成績，讓華為云EI在這條賽道上依舊持續(xù)發(fā)力。

在今天的TechWave人工智能專題日上，華為云推出了業(yè)界首創(chuàng)AI邊緣訓練及推理方案——ModelArts Edge智能小站。