在一次公开的访谈中,联想集团副总裁,中国区商用大客户业务群总经理王立平谈到了关于边缘智能的一个悖论:边缘智能将不无处在,但制约边缘智能发展的因素,也将是应用场景过于离散。而解决“悖论”的关键在于联想大脑-Edge AI平台。
联想大脑是联想自主研发的企业级人工智能平台,包含了分布式大规模人工智能模型训练、云边端协同学习推理两大核心能力,还包含了一站式人工智能开发环境,涵盖自然语言、知识图谱、计算机视觉等6大类、100多项人工智能能力。联想大脑Edge AI平台则侧重在边缘端的能力,其核心的技术创新是小样本终身学习技术,专治边缘场景应用中模型构建难、数据样本少、场景适配慢等疑难杂症。
这个技术是通过“数据增强”与“元学习(meta learning)”的结合实现的。“元学习”顾名思义,即利用以往的知识经验来指导新任务的学习,具有学会学习的能力。举个例子,如果你是一名小轿车司机,现在需要学习开大卡车。两者虽然存在不少差异,但“增驾”总比从零开始更容易,因为有些基础可以借鉴。
而“数据增强”则是通过原始样本空间增强、模型特征空间中数据扩充、风格迁移等方式,扩充了样本容量,丰富了数据分布,进一步提升了模型的学习能力,从而实现终身学习。
小样本终身学习技术的应用大大降低了AI在不同场景、不同行业部署应用的成本。原来需要几周甚至几个月才能搭建出一套新场景的智能化方案,现在几个小时就可以完成。更重要的是,随着场景化AI模型的不断丰富,用户可通过一站式开发环境自动生成AI解决方案,并进行规模化部署,实现本地AI模型动态持续更新,满足低延时、更精准和数据隐私保护等用户需求。
在零售行业,边缘端的智能需求同样迫切,中国零售、餐饮、本地生活门店数量约为4000万家,除了头部企业具备打通场景、设备互联能力外,大量商户依旧存在店员管理、入侵防护,商品品控(尤其食品)、排产优化等难题,这使得经营者在微薄利润率和坪效中苦苦求索,亟待破解之道。
联想通过梳理人流量监测、店员行为分析、非授权入侵等场景,借助联想大脑-Edge AI平台,构建云边端协同推理能力,进而打造多场景的智能连锁门店解决方案。在联想与全球知名连锁餐饮企业共同打造的智慧门店中,通过改造传统的以人力为主的食品管理方式和消费交互模式,为其带来了降本、提效、安全的多重收益,与行业水平相比,本次改造智能化硬件成本减少66%,年投资回报率约15%,同时为其节省了近千万的安全防护成本。
当“万物智联”成为刚需,边缘智能势必将成为数字化进程中企业追逐的新目标。以边缘智能为抓手,探索变革新路径、新价值,更好地服务千行百业的智能化转型升级,联想正在做,且做出了自己的优势。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.