文丨連線Insight，作者丨李信，編輯丨子夜
華為天才少年鐘釗爆火后，AutoML也順勢獲得了廣泛關(guān)注。
AutoML（Automated Machine Learning，自動(dòng)化人工智能），通俗來說就是讓AI去學(xué)習(xí)AI，從而減少人工的參與，讓機(jī)器完成更復(fù)雜的工作。
在鐘釗來到華為工作之前，華為諾亞方舟實(shí)驗(yàn)室已經(jīng)在進(jìn)行AutoML方向的相關(guān)研究。在這基礎(chǔ)之上，鐘釗團(tuán)隊(duì)實(shí)現(xiàn)了業(yè)內(nèi)首個(gè)AutoML大規(guī)模商用。
鐘釗本人也在知乎上親自回應(yīng)了最近的熱議。他表示“手機(jī)拍照團(tuán)隊(duì)第一次做大規(guī)模驗(yàn)證的業(yè)務(wù)。簡單說是計(jì)算攝影/AI-ISP，就是用AI方法對RAW圖處理，來替換加強(qiáng)傳統(tǒng)圖像處理的過程。這個(gè)是端側(cè)功耗和速度要求最高的任務(wù)，一方面我們有DXO評分（DXOMARK，評估智能手機(jī)鏡頭與相機(jī)的商業(yè)測評網(wǎng)站）和消費(fèi)者效果的壓力，另一方面要維持消費(fèi)者的是否卡頓和發(fā)熱基礎(chǔ)體驗(yàn)。”
鐘釗在知乎回應(yīng)，圖源知乎截圖
盡管鐘釗在知乎上表示“自己并不是天才，這個(gè)title帶來了許多壓力。還是希望能低調(diào)一點(diǎn)，真正做點(diǎn)我喜歡的事情”，但他進(jìn)入華為正是通過“天才少年”計(jì)劃被招募進(jìn)去的。
2019年，華為創(chuàng)始人任正非發(fā)起“天才少年”計(jì)劃，旨在吸引頂尖人才。鐘釗正是被招募而來的首批“天才少年”，目前華為已招募17名“天才少年”。鐘釗入職后，正是作為AutoML研究組的領(lǐng)導(dǎo)，帶領(lǐng)團(tuán)隊(duì)研究相關(guān)應(yīng)用。
據(jù)連線Insight了解，AutoML其實(shí)已經(jīng)發(fā)展多年，國內(nèi)外其他科技企業(yè)，在AutoML技術(shù)上也有了相關(guān)成果。谷歌在2018年推出了AutoML Vision平臺，百度也有專門的AutoML平臺——EasyDL，阿里、騰訊等企業(yè)也在AutoML領(lǐng)域有不同的研究方向與應(yīng)用。
從商業(yè)價(jià)值來看，AutoML可以應(yīng)用在各行各業(yè)，這也是國內(nèi)外科技企業(yè)紛紛入局的重要原因。
華為天才少年，只是揭開了AutoML大規(guī)模商用的序幕，今后在其他領(lǐng)域或能看見更多AutoML應(yīng)用的場景。
一位天才少年，讓AutoML技術(shù)一夜成名。
據(jù)近期華為內(nèi)刊《華為人》在一篇文章提到，首批“天才少年”鐘釗，在入職不到一年的時(shí)間里，與團(tuán)隊(duì)將AutoML技術(shù)應(yīng)用到了數(shù)千萬臺華為手機(jī)上，做到了在業(yè)界第一次將AutoML大規(guī)模商用的突破。
據(jù)鐘釗在自述中提到，他入職后第一個(gè)任務(wù)就是研究如何用算法彌補(bǔ)光學(xué)的不足，以此實(shí)現(xiàn)手機(jī)拍照超越單反拍照的效果。
“手機(jī)拍照的競爭力一直是手機(jī)產(chǎn)品線關(guān)注的重點(diǎn)。由于手機(jī)上的光源器件很小，但是又需要它達(dá)到單反相機(jī)的效果，所以我們部門一直在努力研究如何用算法來彌補(bǔ)光學(xué)的不足，實(shí)現(xiàn)手機(jī)拍照超越單反拍照的效果。”鐘釗在自述中提到。
從描述中可以看到，手機(jī)拍照的效果要想超越單反拍照，實(shí)現(xiàn)難度可想而知，但這就是鐘釗團(tuán)隊(duì)接到的任務(wù)。
公開資料顯示，在2019年，華為M系列手機(jī)決定要上線鐘釗所在團(tuán)隊(duì)的一個(gè)重要的拍照算法，當(dāng)時(shí)M系列手機(jī)拍照算法包含有一個(gè)很大的AI模型。盡管拍照效果不錯(cuò)，但在功耗、出圖速度上一直無法達(dá)到產(chǎn)品交付標(biāo)準(zhǔn)，進(jìn)而嚴(yán)重影響了整個(gè)產(chǎn)品的交付進(jìn)度。
此時(shí)鐘釗所在的團(tuán)隊(duì)，必須要解決這一問題，保證產(chǎn)品的交付進(jìn)度。而當(dāng)時(shí)鐘釗的導(dǎo)師，也就是所在部門最頂級的專家建議用AutoML技術(shù)來解決這個(gè)難題。
從純技術(shù)角度來看，AutoML技術(shù)既可以保證拍照出圖效果，又能將算法簡化，滿足產(chǎn)品功耗、速度等指標(biāo)要求。
但關(guān)鍵問題是，此前關(guān)于功耗、速度等難題，早就有眾多算法專家研究過，但一直沒能完全解決，初出茅廬的鐘釗與團(tuán)隊(duì)人員能夠解決嗎？
在鐘釗的自述中，他提到當(dāng)時(shí)不僅學(xué)術(shù)界沒有任何公開的將AutoML應(yīng)用在像素級任務(wù)上的研究，更不用說是直接商用AutoML的樣例了。
為此，鐘釗與團(tuán)隊(duì)人員是跨過了學(xué)術(shù)研究，直接將基礎(chǔ)研究與商用落地同時(shí)進(jìn)行了，通過商用實(shí)戰(zhàn)來使用AutoML這個(gè)最新技術(shù)，“可以說是在一邊打仗一邊造武器”。
具體做了哪些工作，鐘釗也在知乎上親自進(jìn)行了回答。他提到早期工作主要是用AutoML自動(dòng)進(jìn)行各種成像模型壓縮加速，同時(shí)針對華為自研的麒麟芯片，基于硬件在環(huán)反饋，做自動(dòng)化的模型親和設(shè)計(jì)，所以最終的模型會和市面上的常見模型有許多細(xì)節(jié)不同。這個(gè)問題的難點(diǎn)在于不能降低效果，對功耗和速度要求又特別高，同時(shí)還沒有很有效的評價(jià)方法。
2019年，鐘釗團(tuán)隊(duì)希望整個(gè)AutoML應(yīng)該從自動(dòng)造數(shù)據(jù)集，覆蓋到最后的量化階段。也就是通過AutoML技術(shù)在保證拍照出圖效果的前提下，把算法簡化下來，滿足產(chǎn)品功耗、速度等指標(biāo)的要求。
事實(shí)證明，鐘釗團(tuán)隊(duì)商用實(shí)戰(zhàn)的效果獲得了不錯(cuò)的突破，如今AutoML這套拍照系統(tǒng)或者說算法在華為M、P系列多款手機(jī)中實(shí)現(xiàn)了不可替代的作用，這一技術(shù)也應(yīng)用到了數(shù)千萬臺華為手機(jī)。
華為P50 Pro拍攝的圖片，圖源華為官網(wǎng)
據(jù)華為表示，AutoML技術(shù)已成為部門的核心公共能力，也支持了視頻、ARVR、河圖等眾多媒體的關(guān)鍵業(yè)務(wù)。
鐘釗也在知乎上表示，目前，很多技術(shù)還沒有完全商用，后續(xù)華為手機(jī)視頻效果還有待繼續(xù)提升。
這位華為天才少年，可謂將AutoML技術(shù)徹底帶火了。
追溯AutoML的起源，最早源自2012年學(xué)術(shù)界提出的一個(gè)新觀念——Programming by Optimization（PbO），意思為最優(yōu)化程序開發(fā)，但實(shí)際上這是解決程序開發(fā)時(shí)人工調(diào)校參數(shù)的問題，即將這部分工作交由機(jī)器來做。
理論上，如果機(jī)器可以自行調(diào)校參數(shù)，的確可以大幅度解放人力，進(jìn)而讓人力去干更具有創(chuàng)造性的工作。但如何讓機(jī)器擁有自我調(diào)校的能力，這是一個(gè)難題。
為此，AutoML的概念提出后，一直沒有太多聲響。直到在2018年谷歌云全球NEXT大會上，谷歌云人工智能和機(jī)器學(xué)習(xí)首席科學(xué)家李飛飛宣布谷歌AutoML Vision進(jìn)入公共測試版，并推出了兩款新的AutoML產(chǎn)品：AutoML Natural Language和AutoML Translation。
這兩款產(chǎn)品的基本原理是可以用AI設(shè)計(jì)AI，讓更多對機(jī)器學(xué)習(xí)了解有限的人，將Google的AI技術(shù)運(yùn)用到產(chǎn)品打磨中，從而降低使用機(jī)器學(xué)習(xí)的門檻。
具體來講，AutoML Natural Language可以解析文本的結(jié)構(gòu)和意義，可用于從文本文檔、新聞或博文中提取有關(guān)人物、地點(diǎn)、事件等信息。AutoML Translation則可以使用最新的神經(jīng)機(jī)器翻譯技術(shù)將字符串翻譯成任何支持的語言。
也就是從這時(shí)開始，AutoML在更大的范圍內(nèi)被世人所知。
Google AutoML發(fā)布后，業(yè)內(nèi)將其稱之為Google Cloud發(fā)展的戰(zhàn)略轉(zhuǎn)型。這是因?yàn)橐恢币詠砻嫦驒C(jī)器學(xué)習(xí)人工智能開發(fā)者的Google Cloud，現(xiàn)在開始服務(wù)更為廣大的人群了。
簡單來說，Google AutoML是開發(fā)“利器”。即使是一個(gè)對人工智能不太懂的人，在Google AutoML平臺上，上傳標(biāo)簽數(shù)據(jù)后，也能得到一個(gè)定制化的機(jī)器學(xué)習(xí)模型。而從導(dǎo)入數(shù)據(jù)到標(biāo)記，最后訓(xùn)練模型完成，都可以通過拖放界面完成。
當(dāng)時(shí)，Google AutoML的服務(wù)僅支持計(jì)算機(jī)視覺模型，但谷歌表示后續(xù)會支持所有標(biāo)準(zhǔn)機(jī)器學(xué)習(xí)模型，包括語音、翻譯、視頻、自然語言處理等。
其實(shí)，在谷歌發(fā)布Google AutoML時(shí)，迪士尼等企業(yè)已經(jīng)在測試這項(xiàng)服務(wù)。
迪士尼消費(fèi)產(chǎn)品和互動(dòng)媒體CTO及高級副總裁Mike White曾提到：“Cloud AutoML的技術(shù)能幫我們創(chuàng)建計(jì)算機(jī)視覺模型，根據(jù)迪士尼的角色、產(chǎn)品類別和顏色來標(biāo)注我們的產(chǎn)品，這些標(biāo)注可以整合到我們的搜索引擎中，在shopDisney商店中通過更相關(guān)的搜索結(jié)果、更快地發(fā)現(xiàn)速度和產(chǎn)品推薦，來加強(qiáng)用戶體驗(yàn)。”
此外，服裝品牌Urban Outfitters也在嘗試使用Google AutoML服務(wù)，優(yōu)化客戶購物體驗(yàn)。
一般來說，服飾品牌產(chǎn)品屬性多樣，這就導(dǎo)致消費(fèi)者選擇空間很大，而為了能根據(jù)消費(fèi)者需求推薦相關(guān)產(chǎn)品，以及輸出準(zhǔn)確的搜索結(jié)果。Urban Outfitters此前需要?jiǎng)?chuàng)建和維護(hù)一組極其細(xì)致的產(chǎn)品屬性列表，而通過Google AutoML，可以通過識別花紋、領(lǐng)口樣式等細(xì)微差別，自動(dòng)將產(chǎn)品歸類，幫助消費(fèi)者更好的發(fā)現(xiàn)適合自己的產(chǎn)品。
可以看到，AutoML的應(yīng)用場景極為廣泛，不僅可以在視覺領(lǐng)域進(jìn)行應(yīng)用，還可在語音、視頻、搜索等領(lǐng)域發(fā)揮所長。
據(jù)谷歌云人工智能研發(fā)負(fù)責(zé)人李佳曾在博客中透露，目前AutoML的注冊用戶也已經(jīng)超過1.8萬家，服務(wù)行業(yè)橫跨媒體、零售、金融、保險(xiǎn)、能源、醫(yī)療、環(huán)境等。同時(shí)，AutoML超過10%的用戶來自醫(yī)療和生命醫(yī)學(xué)行業(yè)，產(chǎn)品也推動(dòng)了用戶在醫(yī)療影像輔助檢測，以及推動(dòng)了哮喘、嬰兒猝死綜合征方面的創(chuàng)新。
目前來看，AutoML可以應(yīng)用在各行各業(yè)，只不過由于當(dāng)前技術(shù)原因，暫時(shí)只適用于某些領(lǐng)域。而AutoML的應(yīng)用前景如此廣闊，自然也吸引了國內(nèi)外的科技企業(yè)紛紛入局。
AutoML作為AI技術(shù)中的一份子，其發(fā)展自然也緊跟時(shí)代的步伐。
今年6月，知名數(shù)據(jù)公司IDC中國發(fā)布《中國AI公有云服務(wù)市場研究報(bào)告-2020》，該報(bào)告顯示，2020年中國AI公有云服務(wù)整體市場規(guī)模達(dá)24.1億元人民幣，占比整體AI軟件市場10.4%。預(yù)計(jì)到2025年，中國AI軟件市場公有云服務(wù)占比將達(dá)到36.1%。
2020年中國AI公有云服務(wù)市場格局上，百度智能云、阿里云、騰訊云、華為云位居前四。在產(chǎn)品上，各大廠商陸續(xù)推出各個(gè)技術(shù)領(lǐng)域的自學(xué)習(xí)平臺，作為不同形式的AutoML產(chǎn)品。
百度多年以來在AI領(lǐng)域的積累，也終于發(fā)揮了重要作用。從報(bào)告來看，百度智能云在國內(nèi)AI公有云服務(wù)市場份額最高，其AI應(yīng)用全面開花、多行業(yè)落地。
百度旗下的AutoML平臺名為“EasyDL”，不同于傳統(tǒng)意義上的AutoML，EasyDL是一個(gè)專門針對深度學(xué)習(xí)模型訓(xùn)練與發(fā)布的平臺。而且在EasyDL平臺之前，百度已經(jīng)有深度學(xué)習(xí)計(jì)算引擎 PaddlePaddle，這是一個(gè)專業(yè)級計(jì)算平臺，目標(biāo)群體為具有一定計(jì)算機(jī)與算法基礎(chǔ)的專業(yè)AI算法工程師。
此外，百度還有AI開放平臺，用戶可以根據(jù)平臺提供的API（應(yīng)用程序接口）付費(fèi)調(diào)用百度的AI算法能力，以此實(shí)現(xiàn)自己的需求。但是AI開放平臺的算法模型無法覆蓋全領(lǐng)域場景，這就導(dǎo)致很多企業(yè)的定制化需求無法被滿足。
EasyDL的技術(shù)方向，圖源EasyDL官網(wǎng)
基于此，百度推出了EasyDL平臺，目的是為了解決AI賦能行業(yè)的痛點(diǎn)，以及滿足企業(yè)定制化深度學(xué)習(xí)模型的需求。當(dāng)前，該平臺有經(jīng)典版、專業(yè)版和零售版，提供圖像識別、文本分類、聲音分類、視頻分類等服務(wù)分類。
據(jù)百度EasyDL官方顯示，當(dāng)前已經(jīng)攜手90多萬用戶，服務(wù)20多個(gè)行業(yè)場景，在零售、醫(yī)療、農(nóng)業(yè)、工業(yè)等領(lǐng)域得到廣泛應(yīng)用。
從技術(shù)與應(yīng)用范圍來看，百度的EasyDL平臺在國內(nèi)外科技企業(yè)中都能夠排在前列。而阿里、騰訊等國內(nèi)知名科技企業(yè)也不甘落后，均推出了相關(guān)服務(wù)。
阿里云機(jī)器學(xué)習(xí) PAI（Platform of Artificial Intelligence）就是一站式的機(jī)器學(xué)習(xí)平臺，其中PAI 提供了從模型自動(dòng)調(diào)參到一鍵部署，再到線上的流式計(jì)算服務(wù)等一系列的工業(yè)級模型部署方案。PAI-AutoML也支持幾種調(diào)參方法，如自定義參數(shù)、網(wǎng)格搜索、隨機(jī)搜索以及進(jìn)化算法等，也支持不同情況下的調(diào)參需求。
PAI 自動(dòng)調(diào)參這一功能，既可以讓不清楚算法原理的入門者也能進(jìn)行部署，也解放了資深算法工程師的時(shí)間，其自定義調(diào)參功能替代了工程師在細(xì)節(jié)參數(shù)上的重復(fù)性勞動(dòng)。
除了大廠之外，國內(nèi)獨(dú)立AI公司也推出了AutoML平臺，如第四范式對AutoML算法進(jìn)行了產(chǎn)品化封裝，推出了一款自動(dòng)化AI生產(chǎn)力平臺Sage HyperCycle ML。
在第四范式的介紹中，其表示HyperCycle ML將原本繁瑣的機(jī)器學(xué)習(xí)應(yīng)用構(gòu)建過程提煉為行為、反饋、學(xué)習(xí)和應(yīng)用四個(gè)步驟，用戶只需完成簡單的配置，即可輕松啟動(dòng)一個(gè)自動(dòng)機(jī)器學(xué)習(xí)圈的持續(xù)學(xué)習(xí)和預(yù)估服務(wù)，實(shí)現(xiàn)了業(yè)務(wù)人員也可以用的AI產(chǎn)品。
當(dāng)前，第四范式的HyperCycle ML平臺主要應(yīng)用在精準(zhǔn)營銷、逾期預(yù)測、反欺詐、反洗錢等領(lǐng)域，客戶則大多為中國工商銀行、廣發(fā)銀行等銀行為主。
在華為天才少年爆火之前，國內(nèi)外科技企業(yè)其實(shí)早已在研究AutoML技術(shù)，并且將其應(yīng)用在了各個(gè)領(lǐng)域。
或許，我們現(xiàn)在使用的某個(gè)互聯(lián)網(wǎng)服務(wù)背后，AutoML正在發(fā)揮著無可取代的作用。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請綁定手機(jī)號后發(fā)表評論