百度正在用云计算把人工智能怼到你眼前

百度正在用云计算把人工智能“怼”到你眼前 酮体雪白的音箱墩坐在床头，和你有一搭无一搭地聊天。 现在很多人以为“会聊天儿”的东西才是人工智能，但说实话，这只是人工智能巨大教堂的拱顶上的那根避雷针的尖儿。你只盯着这部分，是感受不到教堂的宏伟的。 来看下面一个场景： 无尽的高速路，一辆救援车正拖着事故车行驶在茫茫夜色里。如同一个抬着担架的护士，它不容有失。夜太深了，司机双眼有些倦怠，忽然点了下头。 这一切被装在挡风玻璃上的摄像头看在眼里，电光火石之间，警报大噪。司机猛然清醒，摇摇头，按照公司规章开去服务区休息。 摄像头知道什么是“困”，这项技能听起来挺喜感，但它同样是人工智能。事实上，这千千万万种特定领域的人工智能，已经如同飞鸟走兽一般，成为了如今技术沃野上的“主流生物”。 今天中哥要讲的故事，都是百度的大牛们告诉我的。 一、Watson老师 给你介绍我的一位好朋友，Watson。 这个Watson不是经常站在福尔摩斯旁边发现华点的那个盲生，而是百度智能云的掌门人——尹世明。 Watson很随和，爱笑。跟他聊天，似乎天底下没什么大不了的事儿。但是，当他一个人望向窗外的时候，胸中丘壑顿生。 Watson尹世明 Watson出生在1974年的江西，他在少年时代目睹了这个国家的奇观——乡村里的人，为了更好的生活而浩浩荡荡涌向东南沿海。有家族里的年轻人打工归来，跟叔叔哭诉“三个月没见到肉”。 1999年，我毕业不久，在咨询公司工作。当时的东莞厚街有一批给木板贴皮的工厂，我亲眼见识了他们的招工。门口站着一排小地方来的人，背着棉袄和水壶。人一波一波进来，做俯卧撑。能做到50个就录取，否则就走人。 他回忆。 某种程度上，那时中国的GDP，和东莞工人被切掉手指头的数量成正比。但也正是这一张张面孔，成就了中国世界工厂的地位，为我们今天在国际中所做的每一次博弈提供了坚实的底气。 但Watson知道，中国企业不可能永远依靠背着棉袄和水壶做50个俯卧撑的血肉之躯，计算和智能才能给这个民族未来。 于是，他辗转加入了老牌德国企业治理软件SAP，立志把先进的软件技术和治理经验引入中国企业。 Watson有个癖好，但凡有个新客户，他都要趴到人家生产线上，仔细观察整个生产流程。在他的脑袋里，基本上装了一部《中国工业十万个为神马》。 直到2021年，中国的科技大厂全都推出了自己的云计算产品，国产的智能和计算技术已经日臻成熟，Watson觉得时机正好，于是他低调加入了百度，开始统领云计算业务。 熟悉云计算行业的童鞋可能还记得，那时候百度刚刚提出“ABC”的战略，三个字母分别代表AI（人工智能）、BigData（大数据）、Cloud（云计算）。意思就是，我们家的云不一样，和人工智能、大数据能力是紧紧的捆绑Play。 这对于在牌桌上博弈的Watson来说简直是王炸。 因为，别人家的云计算，云计算就是云计算，就像卖自来水。而自己家的云，上面可以附带百度十多年积累下来的人工智能技术，相当于不仅能卖自来水，还能把水做成王老吉、脉动、红茶、可乐雪碧红酒，一并提供给用户选择。 当时中哥觉得这事儿挺dio，还写了一篇文章分析它——。也正是因为人工智能和云计算在百度这儿如胶似漆，为了加深大家的印象，2021年百度云哭着喊着把自己的名字改成了“百度智能云”。当然那是后话。 Watson眼光毒辣，从一开始就选了腾讯和阿里都有点心虚，但是自己尤其熟悉又热爱的行业，工业。 2021年的时候，百度云打响了工业第一枪。 那时，百度云和首钢搞了一个合作，用云上的人工智能技术帮助钢铁生产线识别钢板上的瑕疵，这样，不仅质检老湿傅不用天天在五十多度的产线旁汗流浃背地进行“人工质检”，而且识别速度和精度也大大增加。 主要的钢板瑕疵有这三种 我记得当时在百度云智峰会上，Watson还专门和首钢的同事们来了个现场测试，对于瑕疵钢板识别的正确率达到了99.98%。这波操作骚极了，现场掌声轰鸣。 这几年，在百度整体品牌承压的情况下，百度智能云的成绩却尤其扎眼，例如，2021年它的用户数和收入都翻倍，在中国云厂商里增速第一。不得不说，Watson老师确实没有辜负这一手好牌。 既然百度把云计算做弹壳，人工智能做火药，这两种技术的配合肯定是很重要的。那么下一趴中哥就给你说一下这两种技术协同发展上的“小脑洞”。 二、人工智能杀出城堡 这个脑洞是百度智能云副总经理管瑞峰告诉我的。 他把人工智能分为三代： 第一代、云上的人工智能 第二代、云+边的人工智能 第三代、边云协同的人工智能 我知道，看到这里你要吐槽听不懂了。没事，这就是你中哥存在的意义，接下来听我给你解释——这可以比喻为“三个和尚挑水”的故事。 先说第一代人工智能。（云上的人工智能） 其实，第一代人工智能很早的代表作就是搜索。你在自己的计算机上输入一个关键词，这个词原封不动地通过网络进入百度，然后搜索引擎在云里面一顿算，很后找到合适的网页，再发回给你。 你看，所有的计算都发生在云里。 同样，你熟悉的智能音箱，也是云上的人工智能。比如你跟小度音箱询问一下“苍老师的三维”，那么它就会把你的请求原封不动地发送到云端，然后啪啪啪一顿查，然后告诉你90-58-83。 这就像三个和尚（用户），要想喝水（人工智能），只能走到远处的大湖里（云计算），一人捞一桶抬回来。 大概就是这个亚子 与此类似，人工智能客服、人工智能气象预告、人工智能用户推荐、人工智能物流，都是云上的人工智能。这种架构大概从世纪之交开始，到2020年左右达到成熟，现在还在继续发展中。（百度做搜索起家，这就是他们在人工智能和云计算方面技术积累很多的原因。） 下面说第二代人工智能。（云+边的人工智能） 人工智能之所以要进化到第二代，本质上是因为技术进步了，人们想用人工智能做的事情更多了，只在云上，有点“招不开”了。 管瑞峰给我讲了个故事： 2021年的时候，一家电梯厂商找到了他们，希望用百度帮他们做两件事：1、用技术帮助他们收集所有电梯的运行数据；2、用人工智能对这些数据进行计算，帮他们实时检测电梯的“身体”，猜测哪台电梯快要坏了。 在这个故事里，由于要对电梯状态实时监控，万一要断网就麻烦了，所以用来计算的节点不能远在云端，而是在电梯运行的大厦里的小机房里。 注重！这个位置，就叫做边缘。 为什么叫边缘呢？因为它的计算没有发生在云数据中心里，而是发生在相对于云数据中心来说的“边疆”地带。 还用三个和尚作比喻。和尚发现水不仅能喝，还能用来天天洗澡，这样一来天天就需要好多水，去湖里打水就供不应求了。于是他们在自己家四面挖了个池塘，这样天天取水的距离就短多了。 大概就是这样。 远处的湖是“云”， 近处的池塘是“边缘”。 就像刚才提到的钢板瑕疵检测，也同样是边缘人工智能——这边把每一张新生产的钢板各个姿势拍照，然后自动传到现场的百度云ABC一体机里面，就能判定出这个钢板是好的还是坏的。 一体机长这样。（当时没拍太清楚，大概感受一下吧。） 这还没完，随着人工智能技术的发展，人们又有了更大胆的想法。。。 妹子们比谁都懂，把手机45度举过头顶的一瞬间，镜头里就出现了一个吹弹可破口如含朱指如削葱的自己。 细思恐极，这些人工智能美颜的复杂运算，就那么一瞬间发生在你的手机里。 你以为，为什么华为手机天天秀自己的手机里的人工智能芯片，其实主要都是给妹子用的。 再把三个和尚拉回来解释一下。这就相当于和尚们生活要求又高了，不仅天天喝水、洗澡，居然想在庙里搞个游泳池。于是他们只好在自家院子里打口井，虽然井口不大，但是究竟随用随取，尤其嗨皮。 于是，出现了“云+边缘+端”的人工智能计算层级。 注重，虽然端上可以有人工智能计算力，但一般比较弱。美个颜什么的还可够用，但是涉及到地图导航、智能推荐这类需要极大量运算的事情，还是要传数据给云端做。 总之，以上“云+边”的玩法就是第二代人工智能，大概从2020年开始萌生，至今还在茁壮成长。 那么，第三代人工智能是什么样呢？ 别急，为了让你深刻理解人工智能的昨天今天和明天，下面一章中哥还是得给你“多垫一块砖头”——科普一下现在的第二代人工智能究竟做了什么掉渣天的事情。 三、那些骚气的人工智能应用 讲个小故事吧。 精研科技是一家厉害的电子器件生产商，你可以拿出手机，看一下底部的数据线接口，有可能就是他们生产的。 不过，这两年精研科技王明喜有点烦。他的生产线主要在江苏常州，而这里的工人工资正在飙涨。你懂的，生产线其实是劳动密集型企业，工资上涨眼看就要严重影响到企业盈利。 这条生产线上有一个神秘的工种：每个器件生产出来后，都需要一个眼神超好的小姑娘，在强光之下，从6个方向检查质量。她们被称为“黄金眼”。 后来Watson去考察的时候，还专门拍了一段“黄金眼”神奇的工作现场。 图/Watson 碰到用工荒，高价也找不到这么多合格的“黄金眼”。 有人劝他把生产线搬到越南，可是王明喜又不想让土生土长的“中国制造”离开祖国。 就在这时，一个从施耐德西门子出来的团队“微亿智造”联系到他，他们有个大胆的想法：用国产的人工智能技术做电子器件的质检。 他们找到的“国产人工智能”，就是百度。 由于这个项目涉及保密，Watson必须派出精锐工程师进驻工厂现场开发。就在和工人吃住的这两个月，百度的攻城狮心灵受到了巨大的蹂躏： 这些姑娘们正在20岁的很好年华，理应去做更有创造力的工作。然而她们却几个小时不停歇地在强光下重复看电子器件，每3秒检测一个器件，如同机器一样工作，只有铃声响起才能趴在那休息15分钟。。。那时我就下定决心，一定要开发出智能系统，救救她们。 当时在现场的百度智能云副总经理李硕对我说。 人工智能果然没让人失望，他们的“AI质检机”如今就摆在精研科技的生产车间里，质检正确率甚至超过那些熟练的“黄金眼”小姑娘。人力成本大幅降低，王明喜终于不用把生产线搬到东南亚了。 这位就是王明喜，他身后的就是“人工智能质检机”。（图片是我在2021百度云智峰会上拍的。） 这是质检机工作时的内部场景 有趣的是，那些原本做零件质检的女孩子并没有失业，而是做起了“数据标注师”，她们也坐在办公室里，和百度的博士们一起工作，负责用自己的经验教会机器什么零件是合格的，什么是不合格的。 故事讲完了，我们不妨做个思考题，假如用上一章的分类标准来看，人工智能质检机用到了哪一代的人工智能？ 没错，是第二代。（云+边的人工智能） 质检机需要在1秒之内拍摄18-24张图片，并且在480毫秒的时间内，用人工智能判定出它是不是合格品。这么短的时间内完成全部骚操作，往返上传到云计算肯定不行，只能用布置在机器旁边的边缘计算节点来实现。 当然，在一个阶段的工作结束以后，微亿要把设备的数据总结后传输到云端改进能力。就像人的大脑睡觉时整理了一天的见闻，第二天能成为更好的自己。 再举一个例子。 这是百度智能云副总经理张志琦曾经给我讲的。 世界产钢量很大的企业宝钢，它的生产线上有很多神秘的“大桶”，学名叫做：钢包。 钢包其实就是钢水乘坐的“出租车”，负责把钢水从一个地方运到另一个地方。钢包运输钢水的过程中，热量会有散失，需要对钢包进行烘烤。 这货就是钢包。 但是在传统的生产线上，人们对于钢包里钢水的温度、压力都是一无所知的。于是人们只能按照经验烘烤钢包，会浪费大量的热能。 2021年，宝钢用百度的人工智能和物联网技术，对于钢包状态进行实时计算，然后智能地进行烘烤，这样一来，一下子节省了50%的能源。由于这个工序在钢厂大量重复，所以每年节约的费用高达150亿元。。。 当然，这里主要的人工智能计算也并不在云端，而是在靠近生产线的边缘设备中。 你还记得我在文章开头讲的那个故事吗？那个检测到司机精神不佳就嗷嗷作响的警报器。 这个功能属于一个很酷的领域：“汽车主动安全”，我说的这个例子，属于一家叫做“吉诺救援”的公司。 吉诺救援是全国很大的汽车救援公司，天天都会抢救无数遇险车辆。可以想见，遇险车辆往往已经经受了撞击，绝对经不起二次事故。而这个用于判定司机状态的摄像头，就是吉诺的小伙伴和百度一起研发的“端上的人工智能”。 多说一句，吉诺救援同样也用了云上的人工智能，帮助救援车辆优化路径规划。就在刚刚过去的“利奇马”台风中，吉诺救援用人工智能在40分钟内调集了300多辆车，前往了37个县展开救援。 人工智能帮助他们把整体救援时间降低到过去的50%。让事故车主焦虑惧怕等待的时间减半，假如说技术有温情，这也许是一例。 总结一下。人工智能很近几年，已经把一个趋势走出来了： 它们跋山涉水，从云端的大本营，走到边缘安营扎寨，又进一步走进了你的后院，甚至睡在你的枕边。换句话说，人工智能正在被时代“怼”到每个人眼前，你我都蒙受着技术的恩泽。 但是你仔细看刚才这三个案例，就会发现一个问题：一个功能，不是就用云上的智能解决，就是用边缘的智能解决，他们在场景上基本是相互独立的，井水不犯“湖水”。 没错，“割裂”就是现在第二代人工智能的问题所在。 现状是：一家公司得为云上开发一套人工智能程序，再为边缘开发一套人工智能程序，甚至还得再为终端开发一套人工智能程序，这好麻烦。 那能不能“买张一卡通”，用同一套程序框架，云边端，想在哪里计算，就在哪里计算呢？ 四、AI工业化 Finally，中哥要介绍今天很后一个生词——“AI工业化”。 注重！注重！注重！ AI工业化，不是让人工智能去帮助工业。而是人工智能本身以“标准化”，“工业化”的姿势输出。 为了说明AI工业化，还是先回顾一百年多前的故事吧。 1834年，英国首次推出“螺纹标准”，号召大家造出标准化的螺丝螺母，这几乎是全世界很早的工业化操作了。 1914年，美国人亨利·福特发明了一个叫做“生产线”的东西。工人们站在生产线旁，用标准的零件，每人只做一道标准工序，一小时五美元。 这种操作的好处是：在别的车都卖4000美元的时候，福特汽车卖850都能赚钱。。。这种价格优势下，福特不一统汽车江湖才见鬼呢。 福特T型车生产线 上面的例子是为了说明：工业化的基础是标准化。 如今，“标准化”这三个字已经深深印在我们脑海里了——你去买一根iPhone线，无论哪家生产的，肯定能毫无鸭力地插进任何一台iPhone屁股里。 那么说回来，AI工业化是什么呢？当然也是标准化。 百度智能云副总经理谢广军告诉我，他们正在做一件厉害的事儿： 我们正在开发一套技术，把百度云同时装在数据中心、边缘计算节点，甚至未来还能到端上去！ 你可以想象一下，这就像我们国家的“村村通公路计划”，一条公路从省城连接市县，再从市县连通村子，于是，上面的车就可以自由流动，想去哪里去哪里。 同样，统一的云计算框架也像公路，连通了数据中心、边缘和端，可以让上面的人工智能负载随意流动。 稍微有点抽象，还是举个例子。 就说爱奇艺吧。 视频网站都有一个经典操作：用户上传了一个视频，他们需要用人工智能审核这个视频有没有违规。 因为影片很大，假如传到云端再审核就比较费带宽——万一有人直接传了一部6.7G的苍老师作品，到了云端才被识别，就很浪费资源了。面对这种情况，审核其实可以在影片上传过程中的边缘计算节点进行，例如省一级的CDN机房。同理，假如手机算力更强，在手机上就能直接完成视频自动黄暴审核。 这就像坏人带着违禁品去省城，不用等进省城才被发现，经过县里的时候就被检查站发现，甚至村口的检查站也能发现——谁发现都一样。。。 统一架构的好处体现在：某个视频到底是在端上审核，还是在边缘审核，还是在云端审核，爱奇艺不用手动调整。由于这三级人工智能应用和底层的云都是相通的，系统会自动根据情况决定，这个视频到底在哪里审核。 爱奇艺的童鞋只要写一套代码，搞定。 这就是第三代人工智能——“边云协同”——的力量。 实际上，百度已经把这套框架做出来了，这项技术的直接负责人正是管瑞峰。这个应用框架叫做BAETYL。更厉害的是，这个框架已经被百度捐献给了Linux基金会，开源出来，每个人都可以免费使用了。 管瑞峰告诉我，目前国家电网正在联合百度，基于BAETYL为整个电力系统建立计算框架。假如顺利的话，不久之后所有终端电表和电网设备和控制节点，就都处于一套人工智能调度体系中，不仅可以节省重复开发的劳动，还可以智能调度，节省好多能源。 很后告诉你个小秘密： 其实，人工智能的大厦正在等待一个“新材料”，那就是5G。 一般人只是觉得5G会让信息传输更快，这没错。但在5G的技术标准里，还有一个非常独特的设计——在同一个基站的范围内相互传输信息不用通过核心网，延迟非常低，而且费用很便宜。 利用这条速度极快的通路，可以在5G基站四面可以放置一些小的主机，形成“超级边缘计算节点”。你猜它们能实现什么逆天的功能？ 例如：车路协同的自动驾驶。 简单来说就是：汽车上本身可以通过“图像识别”技术实现自动驾驶，但是它的视野究竟有限，很多只能看清四面一二百米。这时，四面的基站就可以收集方圆一公里的路况信息，实时传递给这辆车。假设五百米外发生了事故，这辆车就可以提前减速，更加安全。 这个图显示的是视线被前面大车挡住，却也能知道红绿灯情况。 百度的同学告诉我，他们的智能驾驶团队已经把这套技术用在了“机器人出租车”上。就在2021年国庆前后，在长沙的路上，这种“机器人出租车”就可以为普通市民提供服务了。 “边云协同”的第三代人工智能，正在我们这片土地上生根发芽，茂密生长。 五、沃野上的生物 2021，距离Watson看到东莞的工人们做俯卧撑整整二十年。 在他的手机里，至今留存着一张照片。 那是他加入之后，百度云做的优选一次机场广告。那天黄昏，Watson正好在首都机场降落，他一回头，看见了夕阳下自己亲手为百度云写的广告，于是拍了下来。 开头一句简单的话：为变革而来。 图/Watson “这是我的真心话。”Watson对我说。 在中国，仍然有200万质检工人，有将近3亿产业工人，天天每时每分每秒重复着同样枯燥的工作，他们的工作因为人工智能的辅助可能有更多的尊严。 在中国，有500万程序员，360万医生、50万名翻译，他们大量的日常工作也是重复的，而这些工作，也可以被工业化的人工智能辅助。 在中国，有6亿农民，他们的春种夏收也可以由工业化的智能辅助，然而此刻，面朝黄土背朝天仍然是大多数人的生活。 正如福特本人所说： 机器化生产为人们提供了更多的生存手段，而我们又依靠这些手段去购买产品。标准化不等于千篇一律，它使我们的生活变得比以往任何时候都要丰富多彩。 如此看来，“AI工业化”的路恰恰像这个民族的历史一样艰难又漫长，但庆幸在各行各业，人工智能如同沃野上的新物种，正在浅吟低唱。 可叹梦想人人都有，肯为它坚守二十年的人不多。幸好时间是个温柔的裁判，你只管低头前行，而它会在某个夏日的午后，给你一场应许的光线万丈。 工业化是我们 向上帝购买时间的硬通货

湾我煌小还绵冠怀穷村保臣尤增究搜纵炮掩哗傻休岸董奉达彼巩逗迁线倘孙速图凡崇糟吸经起颈万量踪炼兽昼轿振遣齿铸奥卧威维了挺似搁俊播刊傅阳肉滋皮乘扫刊应析设94。百度正在用云计算把人工智能怼到你眼前。南昌推广软件知名乐云seo,口碑营销外包首选乐云seo,做seo网站诊断书怎么做,wang 域名 seo,seo229.com,页游网站seo