CNET科技資訊網(wǎng) 9月26日 北京消息(文/齊豐潤): “物聯(lián)網(wǎng)”這個在前些年看來還十分前衛(wèi)、具有科技感的詞語,發(fā)展至今這個詞語已經(jīng)與普通人的生活走得越來越近了。不過從最近的發(fā)展來看,物聯(lián)網(wǎng)產(chǎn)品卻很少能讓人眼前一亮,而探究其中的原因,除了終端計算能力不足之外,許多優(yōu)質(zhì)的數(shù)據(jù)得不到很好的應(yīng)用也是不可避免的原因之一。
機智云CEO黃灼在Go Day 2016上表示,“物聯(lián)網(wǎng)真正的價值就來源于數(shù)據(jù),但是就目前來看,數(shù)據(jù)的能量卻尚未‘覺醒’。”正是看到了這背后的癥結(jié)所在,機智云也針對物聯(lián)網(wǎng)背后的數(shù)據(jù)應(yīng)用退出了全新的機智云4.0,以服務(wù)于更多的開發(fā)者。
在機智云4.0的物聯(lián)網(wǎng)開發(fā)平臺上,我們看到了機智云帶來的一套完整的物聯(lián)網(wǎng)大數(shù)據(jù)和機器學(xué)習(xí)體系,在這套體系之中,機智云帶來了四款新產(chǎn)品起到了不可或缺的作用。
運行在設(shè)備通信模組或近場通信網(wǎng)關(guān)上的微應(yīng)用容器,提供霧計算的運行環(huán)境,協(xié)調(diào)程序和底層硬件環(huán)境的關(guān)系的“ECE邊緣計算引擎”;專門為物聯(lián)網(wǎng)應(yīng)用而生的實時大數(shù)據(jù)分析、處理、輸出平臺的“RTBD實時大數(shù)據(jù)平臺”;幫助開發(fā)者快速的定義和部署個性化的數(shù)據(jù)處理業(yè)務(wù)的“Giga ML吉咖機器學(xué)習(xí)”;以及專門為物聯(lián)網(wǎng)設(shè)計的機器學(xué)習(xí)產(chǎn)品“D3動態(tài)數(shù)據(jù)編排引擎”。
相信許多人對于霧計算的概念并不理解,而且對于霧計算與云計算之間的關(guān)系也并不明確,而針對這樣的問題,黃灼也做出了詳細的說明。“從計算方面來說,以前互聯(lián)網(wǎng)是由PC跟服務(wù)器組成的,PC跟服務(wù)器都有比較強的運算能力;到了移動互聯(lián)網(wǎng)時代,手機也同樣有很強的計算能力;現(xiàn)在到了物聯(lián)網(wǎng)時代,一個花瓶一個桌子一個燈都是一個結(jié)點,而目前由于物聯(lián)網(wǎng)終端的運算能力有限,大部分物聯(lián)網(wǎng)的架構(gòu)都是把這些設(shè)備的數(shù)據(jù)采到云端去,云端再基于數(shù)據(jù)的運算做出決策。”
黃灼繼續(xù)說道:“云端可以做好多事情但是響應(yīng)速度慢,引入霧計算是把云端服務(wù)器的能力釋放到一些有處理能力的設(shè)備,傳統(tǒng)的方法是遠程升級產(chǎn)品的部件,讓它的計算能力得到更新,但這個做法不僅效率太低,而且還很危險,一旦失敗就會造成設(shè)備永久失聯(lián)了。所以我們采取輕盈的辦法,通過腳本語言本定義了一個叫“微應(yīng)用”的概念,這些程序跟云端結(jié)合起來可以實時的把運算和應(yīng)用部署到霧端節(jié)點上去。我們發(fā)現(xiàn)物聯(lián)網(wǎng)有太多的機會把云端的能力釋放到設(shè)備端跟霧端,讓運算規(guī)模跟數(shù)據(jù)采集的規(guī)模都大大提升,效率都大大提升,在云端算完之后通過機器學(xué)習(xí)的算法都可以在霧計算響應(yīng)。”
相信霧計算的提出會讓很多人納悶兒,霧計算與云計算到底是什么樣的關(guān)系,而從黃灼的介紹中,我們也不難發(fā)現(xiàn)這二者的關(guān)系,“我們把云計算作為霧計算的補充,云端永遠有最強大的計算能力,霧端如果喪失了計算能力,可以繼續(xù)把數(shù)據(jù)扔到云端去計算,沒有云計算就沒有霧計算,因為所有動態(tài)的算法的分配跟調(diào)度都是云端實現(xiàn)的,但是它的調(diào)度不需要每分每秒都在做,不需要每次每個決定都需要云端過來。”
對于霧計算來說,其最大的難點就在于如何動態(tài)、大規(guī)模地部署運算和存儲能力,云端和設(shè)備端如何高效協(xié)同、無縫對接。復(fù)雜的算法如何在云和霧之間合理分解和整合, 需要一個對云管端三者都有控制力的技術(shù)平臺來實現(xiàn)。而機智云表示,他們對物聯(lián)網(wǎng)設(shè)備,通信模塊,網(wǎng)關(guān)節(jié)點和云端都有強大的控制力,恰好具備把云計算推向霧端的基礎(chǔ)。
而談及到霧計算背后的技術(shù)支持時,機智云CTO劉琰表示,他們做的更多的是一種讓軟件定義硬件,讓云端定義硬件的理念。“在霧計算里面有三個比較重要的概念:計算、存儲和網(wǎng)絡(luò)。這三塊功能我們做了封裝,把它封裝到運行時里面,在運行時之上提供了一層腳本的解析器,能夠云端編寫相應(yīng)的模塊把它下載到微應(yīng)用容器當(dāng)中,由霧計算引擎進行動態(tài)加載實時把這些算法應(yīng)用到設(shè)備還有一些數(shù)據(jù)上面。”
在機智云4.0提供的四款產(chǎn)品中,都提到了對于海量數(shù)據(jù)的應(yīng)用,而這其中最重要的一個就是將人工智能與霧計算的結(jié)合。這樣的結(jié)合可以讓每一臺設(shè)備都擁有自己的智能,根據(jù)不同的用戶使用習(xí)慣和方式,進行機器學(xué)習(xí),智能的變更在不同情況下的運行模式。
機智云人工智能負責(zé)人黃明表示,“現(xiàn)在我們能做到從云端訓(xùn)練模型然后把模型推送到終端讓終端進行預(yù)測,以后將會是云端參與模型的訓(xùn)練,同時終端也會參與模型的訓(xùn)練,兩端的融合性會把實時性以及靈活性會大大提高。而且這一機器學(xué)習(xí)的周期,大概在20天左右。”
機智云一直都是以打造開放的平臺作為自身的定位,不過相比于其他開放出來的技術(shù),將人工智能的能力開放出來顯然難度更高。黃灼介紹道:“目前,大部分的人工智能都有一個學(xué)習(xí)的過程,這個學(xué)習(xí)的過程是需要一定的經(jīng)驗的,機智云擁有這些經(jīng)驗,所以對于比較常用的場景,只要封裝成開發(fā)者們用起來比較方便的,那么他們的學(xué)習(xí)過程就可以大大縮短,我們也可以提供機器學(xué)習(xí)的模組給他們。”
“但是,目前學(xué)習(xí)的過程還不能完全自動化,但是我們可以提供文檔跟咨詢的技術(shù)支持給他們,雖然訓(xùn)練還沒辦法全自動,但是可以通過一些最佳實踐讓你快速的進入狀態(tài)。我們的目標(biāo)是未來把這些相對體力活的,體力+腦力活的也可以細化到像寫APP那么簡單。”黃灼補充道。
就目前來看,“物聯(lián)網(wǎng)的下一站將會是人工智能”這件事已成為了業(yè)內(nèi)很多人的共鳴。對于機智云來說,一直以來專注于深耕物聯(lián)網(wǎng)領(lǐng)域讓他們對于物聯(lián)網(wǎng)發(fā)展有著很深的見解,在他們看來,數(shù)據(jù)將會是物聯(lián)網(wǎng)發(fā)展的最大核心。對于開發(fā)者而言,數(shù)據(jù)與人工智能的能力很難靠他們自己的力量去解決,而機智云將這些能力開放出來,自然也為開發(fā)者們帶來了新的機遇。
好文章,需要你的鼓勵
這項研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機制,該方法在減少90%參數(shù)的同時實現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團隊承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團隊開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻、多角度收集觀點的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗證有效性。
清華大學(xué)研究團隊首次提出情感認知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團隊通過創(chuàng)新的多智能體強化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。