本文做者:DuerOs算法
2018是人工智能高速成长的一年,在经历了诸多喧嚣与迷茫后,AI已经开始被各个行业深刻应用,而与自研自用的传统思路不一样,在此次人工智能引起的“工业革命”里,采他人之长补己之短成为了一种趋势。百度推出的EasyDL定制化训练及服务平台就是常常被企业采用的“AI利器”之一。安全
2017年11月,百度EasyDL上线公测。2018年4月百度宣布EasyDL全面开放,为开发者提供图像分类和物体检测的深度学习模型定制训练,其后,可定制的模型类型拓展到声音分类和文本分类。过去8个月中,百度EasyDL平台的用户迅速增加,累计已超过10万注册用户,应用于22个行业。服务器
百度EasyDL快速崛起,不是偶然,大量传统企业刚错过“互联网+”的窗口,急迫地但愿遇上AI的产业风口,追求零算法基础也能训练AI模型的百度EasyDL,正成为他们AI入门的首选。框架
百度EasyDL缘起:直击三大痛点运维
AI兴起后,许多企业是焦虑的。分布式
有行业人评价,AI产业现状是“两多两少”:畅想将来的多,关注眼前的少;钻研前沿算法的多,关注产业落地的少。许多企业主都迫切但愿能将人脸、语音、图像等AI技术快速应用起来,扩大竞争优点,但每每却苦于无从下手。布局
传统企业落地AI,广泛存在三大痛点:性能
1)通用的AI没法知足企业的个性化需求。与企业业务深度结合的AI应用需求,每每须要结合所在领域很强的专业知识,通用AI技术没法知足,例如,目前业界推出的通用物体和场景识别的API没法知足大量个性化的需求:家装企业想识别装修图库中的细分家居风格、房间布局分类等,物业公司想经过摄像头识别小区垃圾桶是否已满,施工单位想经过图像识别工地上的工人有没有穿工服、戴安全帽等,这些场景需求是常见的业务场景,可是企业很难找到现成可用的AI技术,每每须要本身作定制化的研发。学习
2)AI技术自研及运维成本高昂。本身研发AI技术会面临多道难关,首先是AI人才关,国内AI人才池有限,据人民日报的报道,我国人工智能的人才缺口超过500万,供求比例仅为1:10。AI人才的年薪动辄数十万,除非有庞大的业务场景,不然,通常体量的企业难以组建独立的AI团队。其次是基础设施关,AI运维须要的服务器、GPU,在财务上也是不可承受之重。优化
3)开发周期过于漫长。用传统的构造深度学习算法模型的方式来作,整个流程至少要花几个月时间,此时市场需求可能已经“凉”了。同时面对新型的AI场景,企业也没法预测投入AI研发能对业务带来的实际效果,这是一大隐患。
面对企业应用AI的这几大难点,百度推出了EasyDL定制化训练及服务平台,开放给有需求的用户。它的目标,是让零算法基础的用户,也能够基于自身业务需求和数据,快速训练专属的定制化AI模型,而且快速落地应用。
开发者只需建立模型、上传并标注数据、训练模型并验证效果、上线模型获取API或离线SDK四个可视化步骤操做,就能快速得到定制化服务接口或者离线SDK。百度EasyDL实现零深度学习基础、零代码得到定制化深度学习模型及接口服务。
从技术实现方面来看,百度EasyDL采用全球领先的AI Workflow引擎,底层基于PaddlePaddle高性能分布式深度学习训练框架、以百度自有大规模数据集预训练模型为基础,利用深度优化后的transfer learning算法,并经过Auto Model Search和Early Stopping等策略,能得到高精度模型,超过2/3的模型准确率大于90%。训练起来,可能比专业人士还快。拿1000张图片使用百度EasyDL训练一个图像识别模型最快只须要8分钟;拿1000条音频来训练声音分类模型,只需15分钟;使用5000条数据训练文本分类模型,也只需8分钟。
因为百度EasyDL低门槛、高精度、更轻快的特色,成为企业快速享受AI红利的首选。
用案例说话:零门槛落地
自2018年4月正式发布以来,百度EasyDL用户量级迅速攀升。
截至2018年12月,百度EasyDL用户数达到10万,覆盖22个行业,已快速在零售、安防、互联网内容审核、工业质检、医疗、物流等应用落地,普遍渗透到各类职业场景和细分生活场景当中。
在百度EasyDL开发者中,有南方电网这类巨头,也有一些中小型企业,他们都能训练最贴合自身业务的深度学习模型。
中国南方电网公司广东电网公司直属的佛山供电局管辖范围内,输电线路约4500千米,16000余基杆塔单元,线路附近易发生外力破坏的施工点有300余处。佛山供电局输电管理所将存在桩机、吊车、挖掘机、运货运水泥大型车的现场1000张隐患图像,使用百度EasyDL定制化图像识别进行训练,通过3个月的训练,更新了10个版本,最终得到“输电线路外部隐患识别”模型,该模型能够识别出输电线路中存在的吊车、挖掘机等外部隐患,目前识别准确率达到80%,超出预期,而且以2-3周更新一次模型的频率持续训练,准确率在不断提高。
源创电喷位于广西柳州,是一家生产汽油机电喷系统的公司。为汽车动力系统中的关键部件,喷油器质量要求很是高,过去,源创只能用人工肉眼来检测喷油器阀座瑕疵,每日平均检查4000-6000件,峰值是12000件,整个视觉判断工序,需付出4~7人每班的复核人力,是投入产出比最低的工序之一。
依托百度EasyDL定制化训练和服务平台,柳州源创构建了本身的喷油嘴识别模型,结合原有业务流程和硬件,先经过自动化系统上传每次采集待测样品图片,而后实时上传已经过的识别模型进行断定,再返回相应的处理结果,最后由自动化系统将样品进行分类流转。
这种自动化检测方案,已能识别出的喷油嘴阀座的典型问题:黑点(black)、瑕疵(defect)、划痕(scratch)
基于此,源创就检验岗位进行AI化的技术改造,实现零件瑕疵判读的无人化,节约了近60万/年的人力成本,并将检验效率总体提升30%。“(利用)技术通用性,复杂的问题只要一个 AI 解决方案。”柳州源创电喷项目部长蒙东辉说。
若是说,源创是用AI改造存量,那么,更年轻的惠合科技则用AI创新了服务:
这家2016年成立于杭州的创业公司,主要为大量快消品牌定制整合性营销解决方案,过去两年,惠合科技推出了“e店佳”陈列审核方案,接入百度AI定制化图像开放平台技术后,创建了产品的图象识别库,实现图象快速采集,标注并创建模型,将传统零售门店商品陈列审核方式智能化。
2018年1月起,惠合科技从平台抽取3000家零售门店,做为陈列审核的首次尝试,线下渠道门店只需手机上传视频,“e店佳”就可轻松识别出陈列商品是否符合规范,准确率在90%以上,极大提高审核的效率,人员效率提高超过30%,其后将方案应用于40000家零售门店,帮助合做品牌商营销费用降低27%、销售额提高15%。
“咱们和百度一块儿合做,实现可即用、更轻快、高精度、强安全的特色,帮助品牌商提高了门店执行效率。”惠合科技CEO郑云帆表示,公司已准备与品牌商联手,扩大“e店佳”方案的使用范围。
事实上百度EasyDL每一次开放新的能力,就会有一批嗅觉敏锐的企业迅速跟进,新的创新案例层出不穷。
2018年12月,百度上线了EasyDL定制化文本分类功能,很快,专一于货运O2O的创新企业货拉拉,基于此打造了一套提高总体运营效率的系统,可筛选优质用户留言,从而精准定位目标客户,准确率高达99%,率先进入AI赋能物流的新趋势中。
源创、惠合和货拉拉并没有太多的AI积累,也没有太多深度学习基础,AI却用起来驾轻就熟,这也能说明百度EasyDL平台自己的简单、易用。
一方面,百度EasyDL支持定制图像、文本、声音等多种类型的深度学习模型,能够低成本高效地定制训练出符合自家业务场景需求的高精度AI模型;另外一方面,百度EasyDL在几个小时甚至几分钟内就可以获得API或者离线SDK服务能力,使得企业能快速验证AI效果,再决定是否加大投入。
AI普惠:以平台化思路
就迫切但愿获取AI能力的企业而言,百度EasyDL一个显而易见的优点在于,目前接口采用限量免费的政策,上线模型后可免费得到500次/天的调用额度。发布离线SDK也能够得到2个免费的试用版离线SDK。
“不管你在哪里,不管你从事什么行业,咱们都但愿你可以平等、便捷地获取AI能力,至少获取百度的AI能力。”百度EasyDL的推出及政策安排,正在兑现李彦宏AI的普惠承诺。
传统上,新技术传播趋势通常遵循“S型曲线”理论,即一项技术在引进期,其商业化成果相对昂贵,普及比较缓慢,一旦进入成长期,普及速度呈现指数型增加,价格逐渐降低,一旦进入成熟期就走向曲线顶端,增加率放缓、动力缺少,最后进入衰退期。
百度EasyDL则以低门槛操做和限量免费政策,大大缩短了导入期,推进了AI技术短时间内即开始大规模应用,2018年,谷歌的AutoML 也将服务对象转向普罗大众,不过,百度EasyDL的产业化进程显得更快。
百度正以平台化、生态化的思路,加速推动AI产业化落地。所谓平台化,即AI技术以最低的门槛向外输出,合做伙伴基于场景进行开发,用于解决实际问题;而生态化的核心,就是核心技术平台不争利,放利给生态伙伴,进而产生巨大辐射效应。
百度EasyDL展现百度AI开放生态的一种策略:用平台化的思路,将AI规模化落地,实实在在解决真问题。
近期,大量我的也正加入到EasyDL的开发者行列中来。好比有位“天文迷”孙睿康同窗,基于EasyDL设计了一个超新星自动搜寻系统,但愿经过对星云图片的AI技术分析,发现可能存在宇宙中的超新星,这一脑洞大型的研究成果,已被哈尔滨工业大学《智能计算机与应用》刊发。而孙睿康只是一名高中生,这清楚不过地代表了EasyDL在推进AI普惠上的可能性。
AI所带来的惊喜,才刚刚开始。
欢迎点击【EasyDL定制化训练及服务平台】,了解更多产品内容。
如需合做咨询可点击屏幕右下角标志,提交具体咨询信息;或可进入AI开发者社区,进行沟通交流。