8月17日，由中国信息通信研究院、 学习技术及应用国家工程研究中心、人工智能关键技术和应用评测工信部重点实验室共同主办的《2022可信AI峰会》圆满落地，会上发布了“人工智能平台应用优秀案例”，共达地凭借AutoML自动化AI训练平台入选。
同样入选本榜单的还有中国联通研究院、中国移动通信集团天津有限公司、华为云计算技术有限公司、百度网讯科技有限公司等十八家优秀企业。
“十四五”规划推动AI工程化落地
在国家“十四五”规划、《“十四五”国家信息化规划》、《“十四五”数字经济发展规划》、《“十四五”信息通信行业发展规划》等一系列政策推动下，人工智能平台逐渐成为人工智能产业的核心内容。人工智能平台是指人工智能开发、应用、运维的全流程技术平台，能有效助力人工智能工程化落地，受到了政产学研用界的高度重视。
在此背景下，中国信息通信研究院云计算与大数据研究所(以下简称“中国信通院云大所”)联合中国人工智能产业发展联盟(AIIA)及AI工程化推进委员会，共同启动“人工智能平台应用案例”征集活动，从通用开发平台、机器学习平台、 学习平台、自动机器学习/自动 学习平台、边缘人工智能平台以及数据标注平台6大维度，面向人工智能平台产品提供方和产品应用方征集人工智能平台优秀应用案例。
在本次评选中，主要围绕案例在日常生产经营活动中所取得的经济和社会效益，及经验的可复制性、可推广性等维度，细粒度评估案例的代表性、示范性、创新性指标，从多家参选案例中遴选18项优秀案例。
在本次的申报中，共达地基于AutoML自动化AI训练平台，联合专注于计算机视觉 研发的人工智能公司千视通共同申报。在共达地与千视通的本次合作中，千视通使用共达地AutoML自动化AI训练平台快速生产算法，并通过其深耕多年的行业渠道，将算法集成为行业解决方案交付给终端客户。基于自动化AI训练平台，千视通将算法开发周期从原本数月缩短至了数小时内，并且在常规数据集下算法精度可媲美人类工程师。此外，通过共达地对主流大厂芯片的广泛适配，做到了云/边/端灵活部署，一键下发至设备，并可自动获取现场数据进行低成本的自动持续迭代优化，让精度无限接近理想值。
值得一提的是，除赋能具备算法开发能力的人工智能公司外，共达地AutoML自动化AI训练平台还可以广泛开放给产业客户、集成商等无算法开发能力的公司，通过简单的“托拉拽”式操作，让业务人员也能轻松实现0代码的特定场景算法开发，让千行百业拥有极简的AI开发能力，具备极强的复制性、扩展性和推广性。
实践是验证趋势的唯一标准
技术与产业的结合 、广度是本次评选的重要标准。目前，共达地与千视通合作的算法已广泛应用在智慧交通、智慧城市与智慧金融网点等多个领域，并持续复制到更多产业。
以智慧交通为例，在湖南省某市的交通管理项目中，千视通使用共达地AutoML自动化AI训练平台，定制了“行车未系安全带识别”、“行车打电话识别”等有关安全驾驶的一系列AI算法，并在3周内完成了从算法开发到下发部署整套流程。
作为AI应用的主流场景，智慧交通的建设极其复杂，属于to G业务中典型的项目型市场，不仅定制化程度高，而且场景复杂、多变，从基础的车牌识别、测速，到类目繁多的违规驾驶行为识别，不同城市的智慧交通建设有不同的侧重。这个特点也导致，虽然AI行业为智慧交通建设倾斜了大量资源，但并没有AI企业能成功杀出重围。
在智慧城市、智慧农业、智慧工业建设中，也存在同样的问题。面对项目型市场，AI企业被动跟随行业需求。但随着产业智能化升级进程不断加速，新需求指数级增长，且越来越精细化、碎片化。两年前行业只期待机器视觉做到准确的人脸识别，但如今希望AI能准确判断被识别人是谁、有没有戴口罩、有没有跌倒、有没有非法闯入、有没有违规操作等等……
例如，在智慧城市建设中，湖南某步行街需要对撑伞/桌椅占道经营、游摊小贩违规占道经营、垃圾桶满溢识别等场景进行识别，这类需求同样属于智慧城市建设升级过程中，各省市普遍涌现出来的新需求。
按照传统的操作方式，需要有专门的工作人员完成数据采集、数据标注、模型结构设计、超参调节、芯片适配、迭代优化、部署应用等13大环节，耗费最小15人团队约数年时间才能完成。但通过共达地AutoML自动化AI训练平台，千视通工作人员通过实地监控录像，异地完成了数据的采集与标注，以0代码的方式在数小时内完成了AI能力的建构，并在一周内进行了有效交付。
从实际生活经验出发，步行街这类场景很容易出现意料不到的情况。这类虽然概率很小但一定会出现的现象被称为“长尾效应”。这意味着，算法如果不能适配场景的生长而自生长的话，就会随着应用的逐步深入沦为“人工智障”。在本次湖南某步行街的合作项目中，前端采集的数据能以天为单位回传至共达地自动化训练平台，使算法根据实际场景进行自主学习、快速迭代，越用越聪明，越用越实用。实现“让算法入乡随俗”。
从15人团队数年的工作，缩减至三四名业务人员一周的工作，从“死算法”到“活算法”;此间种种变化，不仅仅是成本的下降和准确率的提升，更是对未来的有力验证——一方面是传统产业普遍实现智能升级，从PPT上的希望变成了可触摸的现实;另一方面是AI产业从理论高空规模化扎根到产业大地中，也从希望变成了可触摸的现实——也正是在这个基础上，“产业+AI”才有了稳固的地基。
综合来看，更平民化的算法生产流程、更精准的场景识别准确率、更可持续的算法生产能力、更智能化的算法迭代方式、更兼容的软硬件结合模式、更可复制的产业赋能路径，这六大特征成为共达地与千视通的平台合作案例入选信通院“人工智能平台应用优秀案例”的重要原因。
第三种路径：AI as a Service
“人工智能”概念提出至今已有67年历史，吸引无数人类最聪明的大脑涌入这个领域，希望洞悉“智能”的本质并实现智能再造。从1.0到3.0，人工智能产业诞生过能打败人类最优秀棋手的AI、能快速追踪嫌疑犯的天网、能让人“刷脸”走天下的应用程序……这些成果让人们一边惊异于科技的力量，一边好奇“未来，我们对人工智能还能有哪些期待?”
本质上讲，AI是生产力的革新，和蒸汽机的发明、电的发现、计算机的普及一样，具备无限畅想空间。在这项技术的落地过程中，有两大主要路径。一是纵向的解决方案思路，即面向场景需求，提供定制化AI能力，集中实现某个领域的智能化。这种思路在过去几年的发展中创造了AI+安防、AI+金融、AI+社保等领域的盛况，其核心价值在于验证了AI与产业结合的商业价值，让人工智能的发展向前迈出一大步。
另一种是横向的平台思路，即通过面向人智能领域的开发者进行开源，实现行业范围内的技术能力涌现。这种思路让人工智能落地的场景和可能性不再局限于安防、金融、安保等集中场景，AI的开发能力也不再局限于少数人工智能公司，其核心价值在于扩大了人工智能的边界。
但是，从“AI+产业”到“产业+AI”，即国家顶层设计中力推的“人工智能工程化落地”，并不仅仅意味着产业端意识的觉醒，更意味技术端能力的“蝶变”，以足够应对产业丰富多样且庞大的需求。说到底，AI生产能力要足够高效率、低成本、易使用，就像电力供应从三十年前的夏天需要拉闸限电，发展到如今全民空调房且费用无需多虑一样。
从这个角度讲，共达地基于AutoML技术打造的自动化AI训练平台，则在生产力革新的基础上又向前进了一步：不只是快速地生产AI，更要打破AI供给端、需求端的固定关系，让生产者、中间商、使用者等角色多元融合。
与行业已有的AutoML平台主要作为专业算法人员的效率工具不同，共达地AutoML自动化AI训练平台旨在面向全行业开放。
这意味着，从公司层面来说，传统的算法公司也可以通过共达地的平台进行高效地算法训练，以满足复杂场景下的碎片化需求。在这种情况下，AI公司就从单纯的AI生产者，变成了生产者兼使用者。
同样的，产业集成商也能以0代码的形式，从无到有建立自主的AI生产能力，基于多年积累的行业know-how，在中间商这层身份的基础上，增加“AI生产者”的角色。
对于企业主，即传统产业链中的AI购买者、应用者而言，低门槛实现自己的AI构想也变成一件触手可及的事情，既不需要顾虑场景是否太细碎、需求是否太小，也不用担心冗长的周期和高昂的成本。共达地负责将AI开发的难度从专业Photoshop降低到美图秀秀的级别，企业主负责释放业务想象力，这才是产业+AI。
将AI生产能力集成于一个自动化训练平台，人人可用，人人会用，让先进的人工智能力量进入寻常百姓家，就像一款人人皆可下载的APP一样，as a Service。这就是共达地正在做的事，解放AI生产力，重塑AI生产关系。这种尝试不仅仅是AI商业化的尝试，更是一场社会革新探索，就像教育的普及一样，让每个人、每个产业都具备低门槛拥抱未来的可能。
（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。 ）
