“盘古”走向产业山峦，打开了一串AI落地的新脑洞

原标题：“盘古”走向产业山峦，打开了一串AI落地的新脑洞

作为中国神话体系中最古老的神，盘古与其他创世神不同的地方，在于开天辟地之后，将自身化为承载华夏文明的山川江海。

《五运历年纪》中记载，盘古气成风云，声为雷霆，左眼为日，右眼为月，四肢五体为四极五岳，血液为江河，筋脉为地理，肌肉为田土，发为星辰，皮毛为草木，齿骨为金玉，精髓为珠石，汗流为雨泽。

今天，众多产业渴望引入AI来提质增效，但传统行业AI人才不足、专业经验与技术相互适配的磨合难题、产业智能化改造的探索成本等等，导致AI落地产业时，很容易面临需求琐碎、解决方案繁多、投入效益比不清晰的混沌局面。

这时，预训练大模型的出现，就成为劈开蒙沌的那把“斧子”。

基于预训练大模型，开发者和产业可以通过微调就能快速开发出适配不同场景的应用，打破AI落地产业的诸多限制条件。GPT等超大参数通用模型的迭代，都会引发学术界和产业界的狂热关注。而中国预训练大模型的技术标杆，大概率要算华为一个。

今年4月，华为云发布了盘古系列超大预训练模型。基于大量数据打造，具有超大规模参数、超高精度的特质，还提供模型预训练、微调、部署和迭代的功能，以减少行业侧的数据标注依赖，从而降低人工智能开发的门槛和成本。

以“盘古”来命名预训练大模型，来自于华为严肃而又浪漫的思考——为AI走向千行百业打开新空间，同时将华为的各种技术能力与产业融合，让AI滋养万物。

AI落地不是奇思妙想的神话，要经受现实的种种考验，盘古大模型真的能够实现技术目标吗？恰好最近有一个实地探访“华为云黑科技”的节目，我们可以通过盘古大模型的探访视频，眼见为实地了解一下盘古大模型在实际案例中的能力。

可以看到， AI正在与千行百业、山川江海凝结在一起，抵达每一座产业山峦，勾勒出数智山河的全新画卷。

其中，“盘古”都扮演着怎样的角色呢？

工业之眼

AI需要望向那些曾被忽视的偏远角落和产业难题。电网巡检，正是这样的地方。

长期以来，电网员工必须穿行在深山峡谷、荒漠戈壁中，亲自去观察和检修故障。而现在，盘古大模型也让AI开始流淌在这些人烟罕至的地方。

在国网重庆永川公司智能电力巡检项目中，就用无人机替代人力完成巡检，但是，要当好一线生产作业中的“眼睛”，并不容易。

一来，许多电网环境和状况都各有不同，意味着训练数据样本少，传统开发方式下很难达到应用效果，无法取代人力；二来，电网作为基础设施，覆盖面积大、范围广，标注海量数据需要耗费大量时间和人力成本。这时，盘古预训练大模型的优势便体现出来了。

首先，盘古CV大模型是目前业界最大的CV大模型，包含超过30亿参数，并且在超过10亿张图像上进行了预训练，在ImageNet等数据集上的小样本分类精度上排名世界第一，所以能够满足无人机智能巡检系统（缺陷检测）中的小样本学习、标注工作量大等问题，提升训练效率。国网重庆永川项目中，就借助盘古大模型将数据筛选效率提升30倍、筛选质量提升5倍。

其次，盘古大模型的开发过程中采用了多项领先技术，比如首次在图像预训练流程中加入生成和判别损失，兼顾CV大模型的判别能力和生成能力，保证模型在底层图像恢复和高层语义理解的能力，从而保证了最终部署的模型精度能够满足作业的需求。

不难看出，盘古大模型的视觉能力，正在点亮中国大地上一个个能力各异的“工业之眼”。

医疗之臂

提到AI医疗，很多人都会想到疫情防控期间行走在医院里的消毒机器人、送餐机器人。很少有人知道，在实验室中，科研人员同样需要AI来加速攻关。

新冠肺炎爆发后，全球的科研人员短期内发表了大量新冠相关的文章，时间紧任务重，要快速从海量文献中提取出最新最前沿的关键知识和研究成果，给中国医疗人员带来了不小的压力：

靠人工整合，不仅需要大量人员投入，影响防疫效率，还可能出现分析效率低、出现误差等情况。而且，当时所能使用的 学习算法模型，很多没有生物医学领域语料，在知识提取上表现一般。

这时候，盘古大模型迅速化身为科研人员的左膀右臂。

基于盘古大模型，华为云构建了从文献到知识图谱的端到端分析流程，用于医学信息的抽取，同时提出了用于医学关系预测算法，可以自适应地选择更恰当的专家模型，来对输入的数据进行预测。

灵活的模型选择，使得盘古大模型的知识表征方法比传统的知识表征方法，准确度提升了12%。也有效地推动了科研工作的进程。

可能有读者会问，随着疫情逐步得到控制，盘古大模型还能在医疗领域发光发热吗？实际上，今天AI及盘古大模型已经成为生物医疗创新路上不可或缺的伙伴。

城市之路

智慧城市是目前为止人类对AI能力最恢弘也最全面的落地想象。而城市智慧生活，则是由一个个细分且垂直的算法模型来组成的。

举个例子，城市指挥交通往往需要成百上千个算法，来分析和处理错综复杂的交通状况与万级规模视频流数据。仅识别领域，就包括号牌遮挡、人车对比、驾驶行为异常等等诸多细节。

要针对每个AI落地场景都一一开发、训练，智慧城市可能要等到天荒地老。这时候，盘古大模型就成了智慧城市的一条“加速履带”，让创新可以被更快、更简单地实现。

这条加速履带，让AI应用之路更宽广：利用自研的虚拟与现实数据混合技术，配合最新研发的层次化Transformer模块，盘古大模型能够实时处理数百路视频的实时数据，在无需任何手工标注数据的情况下，完成交通参与者的识别与分析。这意味着，基于盘古大模型，许多AI能力薄弱的城市也能快速追赶上智能化队伍。

同时，也让数字化建设变得更集约。一直以来，智慧城市都面临着数据、算力、人才等资源的巨大消耗。而基于盘古的预训练模型，以及自研的小样本微调技术等等，可以大幅降低人工标注量和调优难度，让AI可以低成本、大规模复制。

借助这条履带，越来越多的城市可以点亮AI之路，智能山河的画卷正在城市版图上徐徐展开。

科学之脑

盘古大模型不仅出现在人间烟火、千行百业的实践中，也不忘护航科研创新的星辰大海。

盘古大模型的分身之一科学计算大模型，正在各种科学问题中，用AI技术来促进基础科学的发展。

目前，科学计算大模型还被应用于气象预测、分子动力学预测、微分方程求解等科学问题上，助力AI长远地影响和改变人类生活品质。

目前，盘古大模型已经在能源、零售、金融、工业、医疗、环境、物流等行业多个场景中成功验证。透过这些案例，我们可以窥见盘古大模型为AI描画的想象空间——为产业AI开辟新天地，将己身支撑数智山河的繁荣生长。

在产业山峦间，描画AI的指数级增长曲线

有数据显示，目前AI的渗透率不到10%，产业AI处在初级阶段，带来巨大的市场增长空间。多快好省，是AI接下来走出指数级增长曲线不可或缺的环节。从盘古大模型的实践中，我们也可以看到，加速AI落地产业的几个前提：

1.标准化。盘古大模型在预训练阶段沉淀了大量的通用知识，四大分身模型以流水线的方式，快速适配和扩展不同场景，实现了AI模型在千行百业的批量化落地和可复制性。

2.先进性。只有具备人无我有、降维打击的技术能力，预训练模型才能满足各行各业的差异化开发、训练需求，这也是盘古大模型的价值所在。比如之前业界的一些预训练大模型为了追求泛化能力，基本都不调优，导致一些细分场景下无法发挥出最优性能。而盘古大模型的基于提示（prompt-based）调优、动态冰化等一系列技术，则能够实现小样本训练下的优异性能，提升AI的场景普适度。

3.普惠性。减少行业应用者的成本顾虑，也是科技企业的职责。华为云通过全栈AI协同优化，帮助盘古大模型实现训练加速，单位比特算力成本最优。从算法、算力与数据问题，再到与行业知识的结合，盘古大模型正在一步步移除AI向产业世界进发的种种阻碍。

在AI进入万物的过程中，如何让落地变得更加顺畅、真正解决产业问题？技术与产业，可能需要一个“深情拥抱”。这是科技企业需要担负的时代之责，也是盘古大模型正在写就的传奇故事：

让技术力量化为三山五岳、雨露甘霖，支撑千行百业的智能化升级，在产业土壤中浇灌出千姿百态的AI之花。

9月23日华为全联接线上大会

华为高级副总裁、华为云CEO、

消费者云服务总裁张平安

将在主题演讲中

发布华为云盘古家族新成员

生成海报

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。