.

腾讯云智能发布新战略,推进AI云融

记者|崔鹏

“人工智能(AI)与云的融合,是产业所向”。

腾讯集团高级执行副总裁、腾讯云与智慧产业事业群(CSIG)CEO汤道生在年腾讯数字生态大会上表示,AI的能力在“云端”运行,能带来更高效的算法创新、更弹性的算力部署和更广泛的AI落地场景。

汤道生认为,在产业互联网时代,AI就是数据的“中央处理器”(CPU),而云计算是搭载运行这颗处理器的“超级电脑”。

随着AI产业在各行各业持续落地发展,来自客户的反馈和需求逐渐多样化,过去那种满足单点需求就能拿下客户的情况正在成为历史,整个行业对多元AI能力的需求在快速提升。

腾讯希望顺势而为。在本届大会上,腾讯云智能正式发布全新战略:基于全栈技术能力,打通AI产业落地全链条,打造低成本、低门槛和高可用的AI产品解决方案。

腾讯云副总裁、腾讯云智能负责人、优图实验室负责人吴运声对界面新闻表示,过去腾讯的优势集中于AI开发和应用层面,本次新战略纳入AI产业落地的前端和后端,形成了底层算力、AI开发、应用和全场景数智化加速的四级矩阵。

今年腾讯CSIG大刀阔斧进行从集成商到被集成商的转型,抬高自研产品战略地位,而腾讯云智能在自研产品体系中扮演着重要角色,也肩负着帮腾讯探索“云+智能”方向的重任。

云智能并非新概念,腾讯一直在做

外界容易误解的是,虽然“腾讯云智能”是腾讯去年才提出的,但云智能并非全新的概念。

吴运声告诉界面新闻,过去几年间,腾讯一直在做AI和云融合的事情,“这本身就是云智能,只是当时没有用一个词来概括而已”。

为什么要在当下的节点强调云智能?吴运声认为,这是基于经济环境变化、行业需求和腾讯自身能力等一系列因素的考量,也是AI产业发展的必然趋势。

早期AI能力还处于培育发展阶段,没有那么成熟,整个行业都在摸索前行,试探产业与技术之间的结合点。而现在腾讯已经积累了一系列AI技术、AI产品和解决方案。

各行各业的客户们对于AI能做到哪些事,认知也处在发展过程中。在AI产业落地的初期,客户的需求大多比较单点,比如说只需要OCR(文字识别)或者ASR,这些需求并不复杂。

而现在,面对宏观经济环境的挑战,客户正在向腾讯提出更多的要求,它们对降本增效的诉求愈发迫切,希望用更低的成本更高效地完成业务。同时,为了避免AI能力从0建设,越来越多的客户追求开箱即用的AI能力。

这些都要求腾讯云智能平台能做到即插即用,具备低成本、低门槛和高可用性的能力。

举个例子,过去两年腾讯云智能在做工业AI质检业务落地的过程中发现,AI质检前期需要投入大量研究资源和时间,对合作伙伴与客户的要求也很高,人力和资金成本都有挑战,门槛相对较高。

为了解决这些问题,今年腾讯云智能发布了新的工业质检训练平台,主要面向工业外观检测、缺陷检测,方向是一款零基础工程师也能轻松使用的AI质检平台。

“客户对AI的理解不断加深,我们对行业的理解也要不断加深”,吴运声告诉界面新闻,随着AI产业在各行各业持续落地,来自客户的反馈和需求一定会逐渐多样化。

而多元复杂的行业需求,需要多元化的AI能力来解决,云智能也看到了这个趋势。

本次腾讯云智能战略升级后,充分纳入AI产业落地的前后端,提供从底层算力到AI开发平台、AI产品解决方案和顶层数智化方法论的全链条能力。

吴运声表示,在这个链条中,“不管客户需要的是标准化AI原子能力、通用产品还是定制化行业解决方案,云智能有相应的方式来满足需求,这是我们的优势”。

如何打通AI产业落地的全链条

腾讯提出云智能统一的概念后,在内部成立了云智能学术联席会,它虽然是一个虚拟组织,但服务于整个腾讯云智能的算法,用来解决底层算法面的统一性问题。

在中间的平台和产品层,过去腾讯的AI能力分属各个团队,这些能力在内部组织间不断整合,形成整体,对外提供丰富的AI能力组合,更好地满足客户需求。

以TI平台为例,它是面向开发者和政企管理者提供的全栈式人工智能开发平台,用户可以快速创建和部署AI应用,并管理全周期的AI解决方案。

TI平台最开始依托于腾讯在CV(计算机视觉)、OCR等领域的技术积累诞生,后来不断补充进来NLP(自然语言处理)和ASR(自动语音识别)等相关技术能力,逐渐发展成为一款拳头产品,也更加符合“腾讯云智能”的AI全链条服务。

该平台目前包括TI-DataTruth标注平台,TI-ONE训练平台,TI-Matrix应用平台和TI-ACC加速工具等几大产品。

吴运声告诉界面新闻,AI平台的建设是体系化工程,类似于TI平台这样的产品需要一个完整的团队支撑,将算法、工程、产品和数据运营等相关能力融合在一起,然后整体团队化推动。

这种团队化的作战方式,对人员的要求也势必更高。尤其是架构师和商业化板块,以金融客户举例,以前的架构师要么卖核身,要么卖OCR,要么卖智能客服,都是满足单点需求,而现在每个架构师熟悉上述所有产品,甚至可以把产品组合成解决方案卖。

“我们的目标是能够规模化和复制化”,腾讯云副总裁、腾讯云智能研发负责人、优图实验室研发负责人吴永坚表示。

再好的平台,也要具备普惠价值,不然只会曲高和寡。多样的产品组合能力,低门槛的开发要求,是一线业务人员和开发人员用好AI的关键。

今年,腾讯云智能基于全栈技术能力,推出四级矩阵战略,目的是输出低成本、低门槛、高可用的AI产品和解决方案。

图片来源:腾讯官方

这个“四级加速架构”,是以腾讯的传统优势“AI开发和AI应用”为基础,加入AI产业落地的前后端,形成从底层算力支撑到AI开发、AI产品方案、再到数智化转型方案的完整架构。

在底层算力层面,腾讯以“一云多芯”为基础,以自研AI芯片加速算力效能。根据汤道生的介绍,目前腾讯自研紫霄AI芯片与腾讯云TI平台已完成适配,单卡性能显著提升%,单位算力优化成本50%,绿色算力能耗节约了60%。

在AI开发层面,腾讯自研的AI超大规模预训练模型“混元大模型”,具备高精度、广适配和低成本特点,融合TNN开源推理框架之后,共同向客户输出数据处理、模型训练、应用及推理加速等服务,能显著降低AI开发门槛、提升研发精度和效率。

过去一年,腾讯云TI平台通过了信通院、电子四院等多方权威机构的AI平台认证。

腾讯云智能以新版TI平台为核心的产品方案,在8大行业提供超过50个解决方案,专业建模培训和方案交付服务。整个AI平台方案获得客户的持续认可,吴运声表示,有超过70%的存量客户追加采购了TI平台的软件和服务。

在AI应用层面,腾讯以“应用做精、行业做深、生态做广”为目标,打造了多个即插即用的标准化应用,解决方案覆盖超10个行业,同时,广泛开展生态被集成合作,携手伙伴以高品质的服务落地最后一公里,真正实现服务于人。

在数智化转型方案层面,基于用户实际需求和痛点,腾讯将提供顶层设计和建议,助力企业客户跨场景数智化落地。同时,在以往落地实践的基础上,腾讯也与埃森哲共同推出了一套数智化转型方法论。

做厚平台,做深行业,做精应用,做广生态

腾讯云智能的目标是不断降低AI应用的门槛,为行业提供标准化、即插即用的通用智能产品;同时开放技术能力,打造原子化的AI能力,帮开发人员打通AI落地最后一公里。

为此,在产品战略层面,汤道生提出了“做厚平台,做深行业,做精应用,做广生态”的四大要求。

通过把平台做厚的方式,腾讯搭建了完善的TI平台产品矩阵,做深行业的典型则是本次推出的腾讯云智能工业质检训练平台TI-AOI。

过去一年,腾讯云智能在工业AI质检场景实现全面落地,打造了超过10个细分领域外观检测的解决方案,年累计交付超过台外观检测设备,单一客户累计完成超过0万件产品外观检测。

在这个过程中腾讯发现,传统的AI质检平台,AI算法开发复杂,客户自己去招有经验的人员成本太高;质检的指标非常严格,漏检率普遍要低于0.5%,过杀率要低于10%;算法的交付运维也十分困难,要求客户的运维工程师具有一定的AI技术和计算机操作技能。

这些都是阻拦AI产业落地的现实挑战。为了解决这些问题,在今年的腾讯数字生态大会上,优图更进一步,推出了新的腾讯云智能工业质检训练平台。

这款腾讯自研平台面向的是工业外观缺陷检测场景,客户可以自己定义本行业产品的缺陷类型,快速训练并导出一个模型,然后拿到运营平台测试,根据运行结果调整相关参数,校准训练精度,最终满足生产线上的质检需求。

作为一个零基础的工程师也能轻松使用的AI质检平台,TI-AOI具备集成多算法、支持全方位的优势,能最大程度降低工业AI质检算法落地的技术门槛。

立铠精密是国内知名3C产品金属结构件生产企业,腾讯与它合作的工业质检项目,成功克服了产品型号多、缺陷种类多、单一样本不足的难点,通过软硬件的高效协作,让机器的感知和控制系统高度协同,用“手脑一体”的方式实现接近0的漏检率,帮助立铠精密每年节省超千万的质检费用。

做深行业,讲究的是深度融合行业实践的经验,打造覆盖更多场景的解决方案。

对于很多传统产业来说,链条之间的协作至关重要,单点智能的能力提升,往往不足以改变整个体系的效率。只有做深行业,提供高度系统化、协同化的全流程AI,才能提升综合产能。

以传媒领域举例,涉及采、编、存、管、播多个业务环节。如果提升单点效率,不一定能提升收视率和分发效果。腾讯云智能搭建的媒体AI中台,覆盖内容生成、分发、审核、运营的全流程,助力智慧媒资的建设以及内容生产的智能化。

腾讯与央视联合搭建的“央视人工智能开放平台”,就集成了包括修复、标签、超分、智能翻译等30多种底层算法能力,能够针对热点主题,智能剪辑、快速输出,提高传播效率。

应用做精,面对更广泛的落地场景,精心打磨应用产品,聚焦于推出满足更多客户、更多样化需求的服务,加快各行业数智化落地。

例如,腾讯云智能数智人将智能客服能力与虚拟形象结合,带来全新的人与服务交互体验。其中,整合ASR、NLP、TTS、语音交互、自然语言理解、图像识别、知识图谱等多种AI能力,实现从“数字人”到“数智人”的智能化升级,助力客户打造出有智能、有形象、可交互的数字分身,

在为一汽大众搭建的线上展厅中,腾讯基于多模态交互技术,打造出虚拟讲解员Ida(艾达),为客户提供7X24小时的咨询服务。她可以随口报出配置参数、车型对比和功能亮点,还有丰富的表情语言、肢体动作和情绪表达,提升客户在虚拟店中的互动体验。

在消费电子领域,腾讯开放了自家的对话式AI解决方案,在与创维合作落地的案例中,让电视摆脱了单纯的播放设备定位,变成可以陪用户聊天、讲故事的产品。这个联合项目从开发到落地仅仅一个月的时间,在音乐、视频和电视控制等头部场景,语音语义的准确率超过了95%。

做广生态指的是广泛开展被集成伙伴合作。AI产业合作方案的落地,始终离不开腾讯与集成方伙伴的协同合作。

在本次腾讯大会上汤道生曾宣布,未来腾讯将帮助个以上的ISV合作方,拿出20款以上核心产品供集成,并向合作伙伴开放超过款自研产品的交付服务。这些都是广泛开展生态合作的强烈信号。

汤道生说,腾讯云智能将沿着这个全新的战略方向,为各行各业提供大算力、易开发、能落地的云端智能平台,让AI成为产业升级的助手。




转载请注明:http://www.abachildren.com/ysty/3280.html