今年的华为全联接大会之行终于结束了，我也跟大家分享了很多华为新技术、新产品、新战略层面的内容。
但这届HC上还有个让我感想颇多的时刻：9月19日华为全联接大会现场，我围观了华为云人工智能大赛·无人车挑战杯的决赛。这场我关注了3个月之久的比赛终于落下帷幕， “SRC”战队一举夺魁；“登峰车队”和“华中科技大学无人车一队”获得二等奖；“Champion”、“What's your problem”以及“SJTU大四队”三支队伍获得了三等奖。
从决赛向前追溯，会发现这是一个开发者和华为和智能时代的精彩交集。每个阶段比赛中的紧迫感与精彩，很容易让人想起动漫中的那些热血画面。
大赛一路走来，堪称AI时代在产学研一体化领域的全新尝试。它把最新的产业智能化工具ModelArts与HiLens交到了象牙塔中的学子手中；它用完全贴近实战的方式，让年轻人选手们自己面对无人驾驶这个时代肩头的问题；它是比赛，是考验，同时也是企业、学校、学生各方彼此牵挂中完成的成长。
作为一个技术时代的侧影，华为云人工智能大赛·无人车挑战杯上演了一出《无人车高手》。
它的背后，是产学研各界的智慧与奉献，是华为云对于智能时代的技术+生态构建，同时也提炼着AI时代技术应用与人才培养的若干思考。
0分、40秒、无声的热血
时至今日，我还能清晰回想起9月9日，线上围观半决赛时的一幕。
半决赛里，浙江大学、华中科技大学参赛队在上半场获得了0分，看起来非常令人绝望的状况下。午休时间团队进行了积极备战。下半场回到赛场中，浙江大学参赛队依旧在紧张的调试，甚至在比赛开始后还经历了4分钟的调试。令人惊奇的反转发生了，最后只用40秒时间，这只队伍跑出了大满贯的成绩，得到了所有技术加分，一举逆袭夺冠。
这种动漫中的剧情，发生在无人车大赛的现实赛场上。其，蕴藏了同学们对比赛规则的洞悉，独特而大胆的战略布置，同时也是坚忍不拔精神的彻底体现。
理解技术、构思战略，绝不言弃，这样的队伍最后笑到了大赛最后。可能很多人以为校园无人车比赛还停留在科普阶段时，这些科技少年已经用实力展现了自己对未来的深刻理解。
（8月5-6日 上海交通大学学生创新中心展开无人车挑战杯赛前赋能）
华为云人工智能大赛·无人车挑战杯的整个过程，经历了赛题设置、AI技术探讨、参赛硬件研发，再到海选招募、培训、初赛、决赛。
得到华为云AI利器和上海交通大学辅导教师指导的参赛者们，开始了自己收集数据、训练AI算法、应对赛题挑战，踏入步步淘汰的积累赛制，最终在2019华为全联接大会登上了决赛舞台。
在整个参赛过程中，选手们应该已经或多或少地发现了：他们不是在面对一场校园比赛，而是一道汹涌而来的时代考题。
一条飞驰在时代肩头的赛道
华为云人工智能大赛·无人车挑战杯，最大的特点是与时代需求的紧密相连。
其中的联接点，渗透于赛题设置、赛前培训、项目辅导的方方面面。据上海交通大学学生创新中心刘彦博老师透露，在赛题和赛制方面，他吸取了大量主流无人车比赛的赛制与赛题，力求将这次比赛变成具有国际视野与应用前瞻性的比赛。
（刘彦博（右一）老师在2019华为全联接大会现场作决赛技术解说）
在技术要素就位后，本次大赛在此前上交大校内赛的结果中进行推演，最后确定了六大赛题，包括交通灯识别、环岛行驶、U形弯道行驶、静态/动态障碍物避障，并准确识别停车位标示进行泊车。司机朋友们不难看出，这些赛题已经基本容纳了驾驶场景中的主要行为，并且对几个赛点进行了融合，绝对不比人类考驾照容易。
软硬件基础与赛题结合后，大赛给参赛者保留了非常大的创新空间。本次大赛的基本逻辑，是繁重重复性的工作尽量交给华为云提供的AI工具，而数据收集、算法调试、战略布置等能够体现创新创造能力的环节完整保留给参赛者。
（总决赛比赛现场）
从结果来看，这次大赛的赛题的逻辑链非常清晰。收集更多数据用于训练的选手优势很大；不同算法能够直接体现为成绩；激光雷达和高精地图等技术成为了重要的比赛战略支点。无人驾驶时代需要怎样的人才，相信这个问题大部分参赛选手都找到了答案。
云、AI、少年梦
AI和无人驾驶是有难度的，这点在今天依旧毫无疑问。这些成熟科技公司都不敢轻易触碰的技术，要交付给在校学生们去创新和发挥，其中的难度可想而知。
将AI和无人驾驶，通过云到端的联接，折叠成同学们手中可用可感的赛题。这不仅是选手们的比赛，同时也是华为云的比赛。这次大赛中，华为云的技术试炼的目标之一，就是用工具链缩短AI开发流程。
因此，在这场无人车大赛的比拼中，华为云派出的三位“选手”异常抢眼：
一、云端一体的AI算力
无形世界中，基于公有云提供的AI算力，其实是一切故事的起点。华为云提供的云端AI算力，则保证了AI加速能力的量化可裁剪，能够取代线下硬件为选手所用。在刚刚结束的华为全联接大会中，华为发布了具备最强AI算力，基于Atlas 900的华为云EI集群服务。通过云端解决AI算力困境，今天正在策马扬鞭。
二、折叠训练过程的ModelArts
想要AI算法好用，无人车识别精度更高，最基本的途径就是加大训练量。比赛中，有参赛队伍收集了几万张图片用于无人车训练，效果明显比千张图片训练量的队伍优异很多。但庞大训练数据带来的直接问题，在于数据标注需要消耗大量人工。这对于课业繁重的同学们来说显然是巨大的难题。
为此，华为云在AI开发领域主打的一站式AI开发平台ModelArts，实现了训练过程的折叠。通过半自动标注，ModelArts可以对数据图片进行推理标注，并且自动进行精度检测，从而在自动化效率和训练精度之间达成平衡，极大程度地降低了人工消耗，实现了AI开发触手可及。
而在训练过程里，ModelArts可以将华为云强大的计算资源融合到训练过程，支持分布式训练，轻松达成高标注的产业级模型训练。一些常用算法可以在ModelArts经过简单调参进行自动学习，尽一切可能缩短训练时间与训练流程。
在2019华为全联接大会期间，华为云又全新发布了升级的一站式AI开发管理平台ModelArts 2.0。ModelArts 2.0发布了十余项新特性及服务，包含智能数据筛选、智能数据标注、智能数据分析、多元模型自动搜索、ModelArts SDK、图神经网络、强化学习、模型评估/诊断、模型压缩/转换、自动难例发现、在线学习等。这也宣布AI一站式开发进入高度自动化、智能化的新纪元，或许在明年的无人车挑战杯上，选手的想象力会迎来极大拓展。
三、端侧的视觉利器——HiLens
当选手们把精心训练的模型放到端侧，也就是比赛用车上，将面临无人车跟现实场景交互的复杂问题，对选手机器视觉技术应用的考验刚刚开始。
机器视觉作为如今的主流AI应用，将面对端侧从数据采集、模型转化、推理部署等系列问题。而华为云提供的HiLens机器视觉平台，则可以让一系列视觉步骤简单化。比如在选手采集视觉数据时，可能面对各种各样的视觉干扰。比如光线、角度等等，这些可能影响训练精度。而在HiLens上，预先提供了训练脚本，可以在采集数据过程中完成本地训练，达成数据高精化提炼，为之后的模型训练节省大量工作成本。
而在模型的部署端，HiLens可以帮助实现快速的模型转化、快速分发，以及在硬件盒子中实现快速推理。大量工具和算法、算子的集成让HiLens可以提供整套推理运行架构，参赛选手不需要了解底层算子，直接部署模型。并且与云端全栈打通的架构，让HiLens可以节省大量硬件搬迁和平台兼容成本，一键部署模型，快速来到实战阶段。
从算力、训练平台、部署工具三个领域，对AI开发的全流程进行了折叠，华为云的AI工具链最终完成了大赛支撑，赋能参赛选手的光荣使命。这时或许可以这样看待这个问题：今天的选手也是明天的产业执行者，而今天华为云的赛场练兵，也就是明天无人驾驶产业的风起云涌。
今天的，明天的
从赛场到公路，从云端到庞大的无人驾驶产业，这次大赛是一次完整的“从今天透视明天”的过程。
首先从华为云的AI开发工具链角度看，今天对无人车大赛的支持，直接指向于明天在无人驾驶产业中的集中应用。
从无人驾驶的产业现状来看，从云计算角度的产业支撑，是实现大规模产业破局的基础条件。落到具体工具中，很容易发现HiLens有助于实现真实无人车场景中的数据收集、端侧预训练和模型快速、高效部署，其对于无人驾驶产业的应用具备广泛想象空间。
而ModelArts对于训练周期的折叠，以及对于训练版本的精准控制，在无人驾驶产业实质上意义非凡。一个成熟的无人驾驶平台，往往需要上百万公里的路测，实时更新训练样本和训练方案，并对单一算法精度有极高的要求。这些特性都符合ModelArts的能力特点。相信工具化和自动化，是将无人驾驶拉近现实的重要途经。
今天的无人车大赛，也是明天相关学术领域代际更新的开始。华为云的AI能力，极大解决了学术和教学机构的硬件成本，以及部署、搭建、兼容性等综合成本问题，是推动学术发展的基础能力；而从教学上看，无人车大赛的在实践中让学生们了解了AI的各模块与全流程，直接提供了实际经验与就业技能，是非常值得升级和推广的产学研结合方案。
采访中，刘彦博老师回忆，有一件事让他一直印象深刻，“往往半夜两三点了，微信群里同学们还在提问，华为云的技术专家也在耐心回答。”虽然夜深雾浓，但这些年轻的开发者们对于智能与胜利的热情却坚硬如钢铁。
那一幕夜色中，华为云和所有技术人一样，在AI时代的黎明，执着坚守着心中的少年热血。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
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。
