华为云通用AI服务总经理袁晶发布企业级AI应用开发专业套件ModelArts Pro
全球"战疫"已经进入到了下半场，国内新发确诊数量清零，严防境外输入成为工作重点，而国外却正在沦陷之中。
现在媒体经常报道的是美国、英国、意大利、西班牙等大国的疫情，但同时还有一些经济落后、不为世人关注的小国家，他们缺医少药更加困难。
近日华为向非洲伸出了援手，给厄瓜多尔援助了跟伙伴联合推出的新冠肺炎AI辅助筛查系统，厄瓜多尔副总统在国际社交媒体上公开感谢，称这是拉美国家中的首个新冠肺炎AI辅助筛查系统，对快速诊断国民的新冠肺炎病情具有重大意义。
专家预测，在未来的15年内，人工智能将取代大多数经验性重复性的工作岗位。一个优秀的诊断医生需要几十年的经验积累，而人工智能可以汇集更多顶级医生的经验，在极短的时间内自我学习训练，帮助专家精准高效诊断。
虽然说人工智能代表了未来的发展方向，但人工智能的行业落地却是一个难题。对于行业企业来说，业务复杂度高，需要丰富的行业经验支撑;定制代码工作量大，耗时长，无法实现快速上线;企业购买了定制AI模型后，又难以实现自我迭代。
对行业开发者来说，通用API具有局限性，无法支持行业特定业务流程;业务繁忙，无暇 研究算法;相似的项目难以简单复用，存在大量重复工作。
新冠病毒是危及世界安危的重 ，华为可以派出顶级AI算法专家团队去配合医生，可未来全世界所有行业都会使用人工智能，AI走进千家万户，哪有这么多的算法专家啊?
AI很棒，但是行业落地却很难。针对此难题，华为云为行业提供了一个新思路，让AI算法与行业知识可以更好地融合。
在3月28日的华为开发者大会2020(Cloud)中，华为云瞄准行业AI应用落地，重磅推出了企业级AI应用开发套件ModelArts Pro。
用户可以使用ModelArts Pro套件中特定行业场景的预置行业工作流，满足快速模型定制的需求，也可以运用ModelArts Pro提供的原子组件(Atom)灵活编排新的行业工作流。基于AI市场，用户还可以相互分享不同行业场景的AI工作流。
听着是不是很复杂?简单来说就是，你可以直接用一条预置的"AI生产线"，也可以用已有的各种设备，自己快速组装一条"生产线"，你甚至还可以跟别人分享已经完成的"生产线"。
假如你是一个蛋糕店的老板，你需要雇佣一名"记忆力强"的收银员，因为蛋糕、面包上不能打价格标签，收银员必须记住当天所有的商品价格，才能快速完成收银。如果你想用人工智能替代一个收银员的岗位，可以让顾客选定蛋糕后自主结账，摄像头无论从哪个角度照到这个蛋糕，马上就会判断出这个蛋糕的种类、规格和价钱，并引导顾客自主结账。你要怎么做?
首先，你要找AI应用开发者定制一个蛋糕识别的AI模型，然后将本店的每一款蛋糕的不同角度照片提供给AI应用开发者用于模型训练。例如，告诉模型这一款是中号巧克力蛋糕，售价15元。
这个模型的开发过程必须由内行操作，毕竟这是外行不懂的，而且周期也挺长，每次上新品都得沟通迭代模型。
换一种思路来操作呢?米旗蛋糕应用ModelArts Pro视觉开发套件实现了零代码AI模型开发，无需专业的AI基础，全流程界面操作，店员上传蛋糕图片即可在线完成图片标注、模型训练、服务更新。上线再多新品，也不需要人工记忆价格，可以快递实现服务更新，识别出新品。AI方案可以实现超过99%的识别准确率，秒级识别整盘商品，快速完成商品结算，提供更好顾客体验。
是不是很神奇?这个愿景并不是天方夜谭，而是非常明确的发展方向，人工智能正在走向各行各业和千家万户，将为成为像手机一样的老少皆宜的智能工具。
不同行业的工作模式区别很大，因此ModelArt Pro构建出了优质高效的行业预制算法，对于不同行业提供了不同的界面和内部模式，行业开发者仅需要少量的标注数据，就能获得高精度的应用。用户可借助预置的行业工作流，轻松完成AI应用项目开发以及持续迭代。不仅是蛋糕店，零售行业的其他类似场景也适用于此种方法。
如果没有预置算法，针对特定的行业、场景，开发者也可以根据自身需求对行业工作流进行灵活编排，实现AI应用开发。
面向物流、石油、零售、金融、医疗、交通等行业场景，华为云基于领先算法及行业知识，首发推出了ModelArts Pro文字识别、视觉、自然语言处理、知识图谱等开发套件及端云协同多模态AI应用开发套件HiLens。这些套件，可以帮助企业开发各种AI模型和应用，比如帮助物流企业/金融企业识别各种单据、发票，甚至帮助石油企业开发可以实现油气水层智能识别的平台。
换个思路让AI更高效落地，拥抱人工智能吧，这是我们的共同未来。华为云ModelArts Pro，全新的行业AI落地方式，让行业AI落地成为现实!
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
