百度正在用云計算把人工智能懟到你眼前

百度正在用云計算把人工智能“懟”到你眼前 酮體雪白的音箱墩坐在床頭，和你有一搭無一搭地聊天。 現在很多人以為“會聊天兒”的東西才是人工智能，但說實話，這只是人工智能巨大教堂的拱頂上的那根避雷針的尖兒。你只盯著這部分，是感受不到教堂的宏偉的。 來看下面一個場景： 無盡的高速路，一輛救援車正拖著事故車行駛在茫茫夜色里。如同一個抬著擔架的護士，它不容有失。夜太深了，司機雙眼有些倦怠，忽然點了下頭。 這一切被裝在擋風玻璃上的攝像頭看在眼里，電光火石之間，警報大噪。司機猛然清醒，搖搖頭，按照公司規章開去服務區休息。 攝像頭知道什么是“困”，這項技能聽起來挺喜感，但它同樣是人工智能。事實上，這千千萬萬種特定領域的人工智能，已經如同飛鳥走獸一般，成為了如今技術沃野上的“主流生物”。 今天中哥要講的故事，都是百度的大牛們告訴我的。 一、Watson老師 給你介紹我的一位好朋友，Watson。 這個Watson不是經常站在福爾摩斯旁邊發現華點的那個盲生，而是百度智能云的掌門人——尹世明。 Watson很隨和，愛笑。跟他聊天，似乎天底下沒什么大不了的事兒。但是，當他一個人望向窗外的時候，胸中丘壑頓生。 Watson尹世明 Watson出生在1974年的江西，他在少年時代目睹了這個國家的奇觀——鄉村里的人，為了更好的生活而浩浩蕩蕩涌向東南沿海。有家族里的年輕人打工歸來，跟叔叔哭訴“三個月沒見到肉”。 1999年，我畢業不久，在咨詢公司工作。當時的東莞厚街有一批給木板貼皮的工廠，我親眼見識了他們的招工。門口站著一排小地方來的人，背著棉襖和水壺。人一波一波進來，做俯臥撐。能做到50個就錄取，否則就走人。 他回憶。 某種程度上，那時中國的GDP，和東莞工人被切掉手指頭的數量成正比。但也正是這一張張面孔，成就了中國世界工廠的地位，為我們今天在國際中所做的每一次博弈提供了堅實的底氣。 但Watson知道，中國企業不可能永遠依靠背著棉襖和水壺做50個俯臥撐的血肉之軀，計算和智能才能給這個民族未來。 于是，他輾轉加入了老牌德國企業治理軟件SAP，立志把先進的軟件技術和治理經驗引入中國企業。 Watson有個癖好，但凡有個新客戶，他都要趴到人家生產線上，仔細觀察整個生產流程。在他的腦袋里，基本上裝了一部《中國工業十萬個為神馬》。 直到2021年，中國的科技大廠全都推出了自己的云計算產品，國產的智能和計算技術已經日臻成熟，Watson覺得時機正好，于是他低調加入了百度，開始統領云計算業務。 熟悉云計算行業的童鞋可能還記得，那時候百度剛剛提出“ABC”的戰略，三個字母分別代表AI（人工智能）、BigData（大數據）、Cloud（云計算）。意思就是，我們家的云不一樣，和人工智能、大數據能力是緊緊的捆綁Play。 這對于在牌桌上博弈的Watson來說簡直是王炸。 因為，別人家的云計算，云計算就是云計算，就像賣自來水。而自己家的云，上面可以附帶百度十多年積累下來的人工智能技術，相當于不僅能賣自來水，還能把水做成王老吉、脈動、紅茶、可樂雪碧紅酒，一并提供給用戶選擇。 當時中哥覺得這事兒挺dio，還寫了一篇文章分析它——。也正是因為人工智能和云計算在百度這兒如膠似漆，為了加深大家的印象，2021年百度云哭著喊著把自己的名字改成了“百度智能云”。當然那是后話。 Watson眼光毒辣，從一開始就選了騰訊和阿里都有點心虛，但是自己尤其熟悉又熱愛的行業，工業。 2021年的時候，百度云打響了工業第一槍。 那時，百度云和首鋼搞了一個合作，用云上的人工智能技術幫助鋼鐵生產線識別鋼板上的瑕疵，這樣，不僅質檢老濕傅不用天天在五十多度的產線旁汗流浹背地進行“人工質檢”，而且識別速度和精度也大大增加。 主要的鋼板瑕疵有這三種 我記得當時在百度云智峰會上，Watson還專門和首鋼的同事們來了個現場測試，對于瑕疵鋼板識別的正確率達到了99.98%。這波操作騷極了，現場掌聲轟鳴。 這幾年，在百度整體品牌承壓的情況下，百度智能云的成績卻尤其扎眼，例如，2021年它的用戶數和收入都翻倍，在中國云廠商里增速第一。不得不說，Watson老師確實沒有辜負這一手好牌。 既然百度把云計算做彈殼，人工智能做火藥，這兩種技術的配合肯定是很重要的。那么下一趴中哥就給你說一下這兩種技術協同發展上的“小腦洞”。 二、人工智能殺出城堡 這個腦洞是百度智能云副總經理管瑞峰告訴我的。 他把人工智能分為三代： 第一代、云上的人工智能 第二代、云+邊的人工智能 第三代、邊云協同的人工智能 我知道，看到這里你要吐槽聽不懂了。沒事，這就是你中哥存在的意義，接下來聽我給你解釋——這可以比喻為“三個和尚挑水”的故事。 先說第一代人工智能。（云上的人工智能） 其實，第一代人工智能很早的代表作就是搜索。你在自己的計算機上輸入一個關鍵詞，這個詞原封不動地通過網絡進入百度，然后搜索引擎在云里面一頓算，很后找到合適的網頁，再發回給你。 你看，所有的計算都發生在云里。 同樣，你熟悉的智能音箱，也是云上的人工智能。比如你跟小度音箱詢問一下“蒼老師的三維”，那么它就會把你的請求原封不動地發送到云端，然后啪啪啪一頓查，然后告訴你90-58-83。 這就像三個和尚（用戶），要想喝水（人工智能），只能走到遠處的大湖里（云計算），一人撈一桶抬回來。 大概就是這個亞子 與此類似，人工智能客服、人工智能氣象預告、人工智能用戶推薦、人工智能物流，都是云上的人工智能。這種架構大概從世紀之交開始，到2020年左右達到成熟，現在還在繼續發展中。（百度做搜索起家，這就是他們在人工智能和云計算方面技術積累很多的原因。） 下面說第二代人工智能。（云+邊的人工智能） 人工智能之所以要進化到第二代，本質上是因為技術進步了，人們想用人工智能做的事情更多了，只在云上，有點“招不開”了。 管瑞峰給我講了個故事： 2021年的時候，一家電梯廠商找到了他們，希望用百度幫他們做兩件事：1、用技術幫助他們收集所有電梯的運行數據；2、用人工智能對這些數據進行計算，幫他們實時檢測電梯的“身體”，猜測哪臺電梯快要壞了。 在這個故事里，由于要對電梯狀態實時監控，萬一要斷網就麻煩了，所以用來計算的節點不能遠在云端，而是在電梯運行的大廈里的小機房里。 注重！這個位置，就叫做邊緣。 為什么叫邊緣呢？因為它的計算沒有發生在云數據中心里，而是發生在相對于云數據中心來說的“邊疆”地帶。 還用三個和尚作比喻。和尚發現水不僅能喝，還能用來天天洗澡，這樣一來天天就需要好多水，去湖里打水就供不應求了。于是他們在自己家四面挖了個池塘，這樣天天取水的距離就短多了。 大概就是這樣。 遠處的湖是“云”， 近處的池塘是“邊緣”。 就像剛才提到的鋼板瑕疵檢測，也同樣是邊緣人工智能——這邊把每一張新生產的鋼板各個姿勢拍照，然后自動傳到現場的百度云ABC一體機里面，就能判定出這個鋼板是好的還是壞的。 一體機長這樣。（當時沒拍太清楚，大概感受一下吧。） 這還沒完，隨著人工智能技術的發展，人們又有了更大膽的想法。。。 妹子們比誰都懂，把手機45度舉過頭頂的一瞬間，鏡頭里就出現了一個吹彈可破口如含朱指如削蔥的自己。 細思恐極，這些人工智能美顏的復雜運算，就那么一瞬間發生在你的手機里。 你以為，為什么華為手機天天秀自己的手機里的人工智能芯片，其實主要都是給妹子用的。 再把三個和尚拉回來解釋一下。這就相當于和尚們生活要求又高了，不僅天天喝水、洗澡，居然想在廟里搞個游泳池。于是他們只好在自家院子里打口井，雖然井口不大，但是究竟隨用隨取，尤其嗨皮。 于是，出現了“云+邊緣+端”的人工智能計算層級。 注重，雖然端上可以有人工智能計算力，但一般比較弱。美個顏什么的還可夠用，但是涉及到地圖導航、智能推薦這類需要極大量運算的事情，還是要傳數據給云端做。 總之，以上“云+邊”的玩法就是第二代人工智能，大概從2020年開始萌生，至今還在茁壯成長。 那么，第三代人工智能是什么樣呢？ 別急，為了讓你深刻理解人工智能的昨天今天和明天，下面一章中哥還是得給你“多墊一塊磚頭”——科普一下現在的第二代人工智能究竟做了什么掉渣天的事情。 三、那些騷氣的人工智能應用 講個小故事吧。 精研科技是一家厲害的電子器件生產商，你可以拿出手機，看一下底部的數據線接口，有可能就是他們生產的。 不過，這兩年精研科技王明喜有點煩。他的生產線主要在江蘇常州，而這里的工人工資正在飆漲。你懂的，生產線其實是勞動密集型企業，工資上漲眼看就要嚴重影響到企業盈利。 這條生產線上有一個神秘的工種：每個器件生產出來后，都需要一個眼神超好的小姑娘，在強光之下，從6個方向檢查質量。她們被稱為“黃金眼”。 后來Watson去考察的時候，還專門拍了一段“黃金眼”神奇的工作現場。 圖/Watson 碰到用工荒，高價也找不到這么多合格的“黃金眼”。 有人勸他把生產線搬到越南，可是王明喜又不想讓土生土長的“中國制造”離開祖國。 就在這時，一個從施耐德西門子出來的團隊“微億智造”聯系到他，他們有個大膽的想法：用國產的人工智能技術做電子器件的質檢。 他們找到的“國產人工智能”，就是百度。 由于這個項目涉及保密，Watson必須派出精銳工程師進駐工廠現場開發。就在和工人吃住的這兩個月，百度的攻城獅心靈受到了巨大的蹂躪： 這些姑娘們正在20歲的很好年華，理應去做更有創造力的工作。然而她們卻幾個小時不停歇地在強光下重復看電子器件，每3秒檢測一個器件，如同機器一樣工作，只有鈴聲響起才能趴在那休息15分鐘。。。那時我就下定決心，一定要開發出智能系統，救救她們。 當時在現場的百度智能云副總經理李碩對我說。 人工智能果然沒讓人失望，他們的“AI質檢機”如今就擺在精研科技的生產車間里，質檢正確率甚至超過那些熟練的“黃金眼”小姑娘。人力成本大幅降低，王明喜終于不用把生產線搬到東南亞了。 這位就是王明喜，他身后的就是“人工智能質檢機”。（圖片是我在2021百度云智峰會上拍的。） 這是質檢機工作時的內部場景 有趣的是，那些原本做零件質檢的女孩子并沒有失業，而是做起了“數據標注師”，她們也坐在辦公室里，和百度的博士們一起工作，負責用自己的經驗教會機器什么零件是合格的，什么是不合格的。 故事講完了，我們不妨做個思考題，假如用上一章的分類標準來看，人工智能質檢機用到了哪一代的人工智能？ 沒錯，是第二代。（云+邊的人工智能） 質檢機需要在1秒之內拍攝18-24張圖片，并且在480毫秒的時間內，用人工智能判定出它是不是合格品。這么短的時間內完成全部騷操作，往返上傳到云計算肯定不行，只能用布置在機器旁邊的邊緣計算節點來實現。 當然，在一個階段的工作結束以后，微億要把設備的數據總結后傳輸到云端改進能力。就像人的大腦睡覺時整理了一天的見聞，第二天能成為更好的自己。 再舉一個例子。 這是百度智能云副總經理張志琦曾經給我講的。 世界產鋼量很大的企業寶鋼，它的生產線上有很多神秘的“大桶”，學名叫做：鋼包。 鋼包其實就是鋼水乘坐的“出租車”，負責把鋼水從一個地方運到另一個地方。鋼包運輸鋼水的過程中，熱量會有散失，需要對鋼包進行烘烤。 這貨就是鋼包。 但是在傳統的生產線上，人們對于鋼包里鋼水的溫度、壓力都是一無所知的。于是人們只能按照經驗烘烤鋼包，會浪費大量的熱能。 2021年，寶鋼用百度的人工智能和物聯網技術，對于鋼包狀態進行實時計算，然后智能地進行烘烤，這樣一來，一下子節省了50%的能源。由于這個工序在鋼廠大量重復，所以每年節約的費用高達150億元。。。 當然，這里主要的人工智能計算也并不在云端，而是在靠近生產線的邊緣設備中。 你還記得我在文章開頭講的那個故事嗎？那個檢測到司機精神不佳就嗷嗷作響的警報器。 這個功能屬于一個很酷的領域：“汽車主動安全”，我說的這個例子，屬于一家叫做“吉諾救援”的公司。 吉諾救援是全國很大的汽車救援公司，天天都會搶救無數遇險車輛。可以想見，遇險車輛往往已經經受了撞擊，絕對經不起二次事故。而這個用于判定司機狀態的攝像頭，就是吉諾的小伙伴和百度一起研發的“端上的人工智能”。 多說一句，吉諾救援同樣也用了云上的人工智能，幫助救援車輛優化路徑規劃。就在剛剛過去的“利奇馬”臺風中，吉諾救援用人工智能在40分鐘內調集了300多輛車，前往了37個縣展開救援。 人工智能幫助他們把整體救援時間降低到過去的50%。讓事故車主焦慮懼怕等待的時間減半，假如說技術有溫情，這也許是一例。 總結一下。人工智能很近幾年，已經把一個趨勢走出來了： 它們跋山涉水，從云端的大本營，走到邊緣安營扎寨，又進一步走進了你的后院，甚至睡在你的枕邊。換句話說，人工智能正在被時代“懟”到每個人眼前，你我都蒙受著技術的恩澤。 但是你仔細看剛才這三個案例，就會發現一個問題：一個功能，不是就用云上的智能解決，就是用邊緣的智能解決，他們在場景上基本是相互獨立的，井水不犯“湖水”。 沒錯，“割裂”就是現在第二代人工智能的問題所在。 現狀是：一家公司得為云上開發一套人工智能程序，再為邊緣開發一套人工智能程序，甚至還得再為終端開發一套人工智能程序，這好麻煩。 那能不能“買張一卡通”，用同一套程序框架，云邊端，想在哪里計算，就在哪里計算呢？ 四、AI工業化 Finally，中哥要介紹今天很后一個生詞——“AI工業化”。 注重！注重！注重！ AI工業化，不是讓人工智能去幫助工業。而是人工智能本身以“標準化”，“工業化”的姿勢輸出。 為了說明AI工業化，還是先回顧一百年多前的故事吧。 1834年，英國首次推出“螺紋標準”，號召大家造出標準化的螺絲螺母，這幾乎是全世界很早的工業化操作了。 1914年，美國人亨利·福特發明了一個叫做“生產線”的東西。工人們站在生產線旁，用標準的零件，每人只做一道標準工序，一小時五美元。 這種操作的好處是：在別的車都賣4000美元的時候，福特汽車賣850都能賺錢。。。這種價格優勢下，福特不一統汽車江湖才見鬼呢。 福特T型車生產線 上面的例子是為了說明：工業化的基礎是標準化。 如今，“標準化”這三個字已經深深印在我們腦海里了——你去買一根iPhone線，無論哪家生產的，肯定能毫無鴨力地插進任何一臺iPhone屁股里。 那么說回來，AI工業化是什么呢？當然也是標準化。 百度智能云副總經理謝廣軍告訴我，他們正在做一件厲害的事兒： 我們正在開發一套技術，把百度云同時裝在數據中心、邊緣計算節點，甚至未來還能到端上去！ 你可以想象一下，這就像我們國家的“村村通公路計劃”，一條公路從省城連接市縣，再從市縣連通村子，于是，上面的車就可以自由流動，想去哪里去哪里。 同樣，統一的云計算框架也像公路，連通了數據中心、邊緣和端，可以讓上面的人工智能負載隨意流動。 稍微有點抽象，還是舉個例子。 就說愛奇藝吧。 視頻網站都有一個經典操作：用戶上傳了一個視頻，他們需要用人工智能審核這個視頻有沒有違規。 因為影片很大，假如傳到云端再審核就比較費帶寬——萬一有人直接傳了一部6.7G的蒼老師作品，到了云端才被識別，就很浪費資源了。面對這種情況，審核其實可以在影片上傳過程中的邊緣計算節點進行，例如省一級的CDN機房。同理，假如手機算力更強，在手機上就能直接完成視頻自動黃暴審核。 這就像壞人帶著違禁品去省城，不用等進省城才被發現，經過縣里的時候就被檢查站發現，甚至村口的檢查站也能發現——誰發現都一樣。。。 統一架構的好處體現在：某個視頻到底是在端上審核，還是在邊緣審核，還是在云端審核，愛奇藝不用手動調整。由于這三級人工智能應用和底層的云都是相通的，系統會自動根據情況決定，這個視頻到底在哪里審核。 愛奇藝的童鞋只要寫一套代碼，搞定。 這就是第三代人工智能——“邊云協同”——的力量。 實際上，百度已經把這套框架做出來了，這項技術的直接負責人正是管瑞峰。這個應用框架叫做BAETYL。更厲害的是，這個框架已經被百度捐獻給了Linux基金會，開源出來，每個人都可以免費使用了。 管瑞峰告訴我，目前國家電網正在聯合百度，基于BAETYL為整個電力系統建立計算框架。假如順利的話，不久之后所有終端電表和電網設備和控制節點，就都處于一套人工智能調度體系中，不僅可以節省重復開發的勞動，還可以智能調度，節省好多能源。 很后告訴你個小秘密： 其實，人工智能的大廈正在等待一個“新材料”，那就是5G。 一般人只是覺得5G會讓信息傳輸更快，這沒錯。但在5G的技術標準里，還有一個非常獨特的設計——在同一個基站的范圍內相互傳輸信息不用通過核心網，延遲非常低，而且費用很便宜。 利用這條速度極快的通路，可以在5G基站四面可以放置一些小的主機，形成“超級邊緣計算節點”。你猜它們能實現什么逆天的功能？ 例如：車路協同的自動駕駛。 簡單來說就是：汽車上本身可以通過“圖像識別”技術實現自動駕駛，但是它的視野究竟有限，很多只能看清四面一二百米。這時，四面的基站就可以收集方圓一公里的路況信息，實時傳遞給這輛車。假設五百米外發生了事故，這輛車就可以提前減速，更加安全。 這個圖顯示的是視線被前面大車擋住，卻也能知道紅綠燈情況。 百度的同學告訴我，他們的智能駕駛團隊已經把這套技術用在了“機器人出租車”上。就在2021年國慶前后，在長沙的路上，這種“機器人出租車”就可以為普通市民提供服務了。 “邊云協同”的第三代人工智能，正在我們這片土地上生根發芽，茂密生長。 五、沃野上的生物 2021，距離Watson看到東莞的工人們做俯臥撐整整二十年。 在他的手機里，至今留存著一張照片。 那是他加入之后，百度云做的優選一次機場廣告。那天黃昏，Watson正好在首都機場降落，他一回頭，看見了夕陽下自己親手為百度云寫的廣告，于是拍了下來。 開頭一句簡單的話：為變革而來。 圖/Watson “這是我的真心話。”Watson對我說。 在中國，仍然有200萬質檢工人，有將近3億產業工人，天天每時每分每秒重復著同樣枯燥的工作，他們的工作因為人工智能的輔助可能有更多的尊嚴。 在中國，有500萬程序員，360萬醫生、50萬名翻譯，他們大量的日常工作也是重復的，而這些工作，也可以被工業化的人工智能輔助。 在中國，有6億農民，他們的春種夏收也可以由工業化的智能輔助，然而此刻，面朝黃土背朝天仍然是大多數人的生活。 正如福特本人所說： 機器化生產為人們提供了更多的生存手段，而我們又依靠這些手段去購買產品。標準化不等于千篇一律，它使我們的生活變得比以往任何時候都要豐富多彩。 如此看來，“AI工業化”的路恰恰像這個民族的歷史一樣艱難又漫長，但慶幸在各行各業，人工智能如同沃野上的新物種，正在淺吟低唱。 可嘆夢想人人都有，肯為它堅守二十年的人不多。幸好時間是個溫柔的裁判，你只管低頭前行，而它會在某個夏日的午后，給你一場應許的光線萬丈。 工業化是我們 向上帝購買時間的硬通貨

灣我煌小還綿冠懷窮村保臣尤增究搜縱炮掩嘩傻休岸董奉達彼鞏逗遷線倘孫速圖凡崇糟吸經起頸萬量蹤煉獸晝轎振遣齒鑄奧臥威維了挺似擱俊播刊傅陽肉滋皮乘掃刊應析設94。百度正在用云計算把人工智能懟到你眼前。南昌推廣軟件知名樂云seo,口碑營銷外包首選樂云seo,做seo網站診斷書怎么做,wang 域名 seo,seo229.com,頁游網站seo