獨角獸曠視真核浮出水面！他是全能業(yè)務王、奪冠刷榜基石，更是規(guī)?；疉I算法生產關鍵

雷剛 2019-10-22 12:49:19 來源：量子位

雷剛 發(fā)自 凹非寺

量子位 報道 | 公眾號 QbitAI

真核往往低調，但總會一鳴驚人。

Brain++之于曠視，就是這樣的真核。而且名如其用，Brain++就是曠視賴以發(fā)展的大腦、中樞，甚至是曠視一切業(yè)務的基石。

就在第六屆烏鎮(zhèn)世界互聯網大會現場，Brain++榮膺“世界互聯網領先科技成果”。

這是Brain++為數不多站在聚光燈下的時刻。

相比讓曠視聞名天下的Face++，同樣自主研發(fā)的Brain++出鏡次數不多。

但忽視了Brain++，就無法真正了解AI第一股——曠視，更難以真正讀懂AI時代競速比拼的核心所在。

如果說農業(yè)革命發(fā)生的關鍵在耕犁，工業(yè)革命的起源歸功于蒸汽機，那AI變革的鑰匙，就掌握在Brain++一樣的基石工具平臺中。

一個時代有一個時代的工具

從人類社會生產大爆發(fā)的三個時代來看，規(guī)?；ぞ叩闹匾圆谎宰悦鳌?/p>

農業(yè)文明時代的核心，是耕犁的使用，讓耕種有了規(guī)模化發(fā)展的可能。

工業(yè)革命的關鍵，是蒸汽機的啟用和推廣，讓機器真正可以規(guī)?；渴饝?，替代手工作坊。

而信息時代中，如何實現數據規(guī)?；\用和處理，成為競爭力關鍵。

我們把技術作為第一生產力，但更多聚焦于技術本身而忽略了規(guī)模化運用“技術”的工具。

然而如果回顧起來，衡量每個時代真正的技術水平標準，或許可以從生產工具角度管窺一二。

誰掌握時代生產工具，誰就有可能成為時代紅利的最大受益者，誰就能在競爭中占得先機。

按照產業(yè)經濟學的理論，生產效率的本質，在于減少消耗、增大產出，從而利用結余推動更進一步的發(fā)展，并在每個增長瓶頸中抓住產業(yè)變革奇點，實現范式轉移和產能躍遷，從而真正穿越周期。

具體到AI當下，打造人工智能的算法平臺就是在減少消耗，規(guī)模化AI算法落地會推動產出，各行各業(yè)將進入一場新的能效變革戰(zhàn)爭。

而誰會贏得這場戰(zhàn)爭？誰又會成為技術變革新時代里的紅利贏家？

給出定論并不容易。

但可以肯定的是：在生產力變革的時代里，誰真正掌握高效處理生產資料的工具，誰真正擁有制造這種工具的能力，誰就具有真正的時代競爭力。

而Brain++，就是曠視自主研發(fā)的時代性工具。

所以Brain++是什么？

一言以蔽之，Brain++是曠視自主研發(fā)的端到端人工智能算法平臺，是具備大規(guī)模算法研發(fā)能力的時代工具，也是AI公司核心競爭力所系的AI中臺。

眾所周知，AI算法從研發(fā)到部署，是一套龐大的系統工程。

目前業(yè)界普遍把深度學習框架作為算法開發(fā)工具——以降低開發(fā)門檻，提高算法開發(fā)效率。

但框架的學習和使用成本依然不低，難以規(guī)模化。這也是AI人才供不應求的瓶頸所在。

究其原因，在于只有深度學習框架還不夠，需要打通從數據到算力再到框架全流程，真正端到端的解決方案。

換而言之，就是一個從開發(fā)到產業(yè)應用的AI操作系統。

于是從2011年感召于深度學習而創(chuàng)業(yè)開始，曠視就看到了這種自身和產業(yè)將會面臨的挑戰(zhàn)。

在前3年積蓄勢能，證明AI商業(yè)化可行后，2014年開始Brain++被提上議程，作為其研發(fā)重中之重。

曠視希望用端到端的人工智能算法平臺打造人工智能產業(yè)的生態(tài)底座，讓開發(fā)者和企業(yè)獲得從數據到算法產業(yè)化的一攬子技術能力，從而推進技術快速落地。

在烏鎮(zhèn)頒獎現場，曠視聯合創(chuàng)始人及CTO唐文斌也介紹說：

Brain++的打造，實現了端到端的AI算法生產，讓研發(fā)人員獲得從數據到算法產業(yè)化的一攬子技術能力，不用重復造輪子，也可以推進AI快速落地。

而且更重要的是，數次迭代躍遷后的Brain++，還引入了AutoML技術，可以讓算法來訓練算法，讓AI來創(chuàng)造AI。

值得一提的是，Brain++打造并部署后，開始成為曠視全員用來訓練、部署算法的深度學習框架，完全自主，無需依賴第三方。

且實力也通過一個個冠軍和落地產品得到驗證。

依托Brain++，曠視斬獲了22項全球AI競賽冠軍，同臺比拼都是谷歌、微軟等全球豪強。

還開發(fā)出了可部署在云端、邊緣側以及移動端的深度神經網絡，擁有自主原創(chuàng)的源源不斷生產能力。

在行業(yè)落地方面，曠視圍繞自己制定的戰(zhàn)略方向，實現了對個人物聯網、城市物聯網、供應鏈物聯網三大場景的賦能。

比如在個人物聯網中，智能手機中知名的超畫質使用：借助AI算法，讓手機僅通過軟件就可以完成原始圖像一系列優(yōu)化，解決夜晚和低光照環(huán)境拍攝痛點，呈現高畫質數碼相機成像水平。能用算法解決的問題，就不再堆砌硬件。

而該技術方案從無到有、再到落地應用，完全基于Brain++。

對于這樣的AI中臺，曠視首席科學家、曠視研究院院長孫劍博士也評價說：

Brain++讓規(guī)?；惴ㄓ柧毘蔀榭赡埽⑶铱梢葬槍Σ煌怪鳖I域的碎片化需求定制出多元算法組合，避免重復造輪子的資源浪費。

也就是說，在曠視這座生產靈丹妙藥的王國里，Brain++就是保證仙丹源源不斷被制造的煉丹爐。

那么問題更進一步：

Brain++究竟如何煉丹？

AI核心離不開三大要素：

數據、算法和算力。

所以Brain++總體框架，總共包含了AI數據平臺、AI訓練框架，以及AI計算平臺三大部分，與三要素一一對應。

其中，深度學習框架MegEngine，類于TensorFlow\PyTorch\Caffe，但Brain++完全自研，且揚長避短，比Caffe還更靈活，可定義的程度也更高。

Brain++因曠視需求而生，對需求適配也就更準確，不必在TensorFlow等龐大代碼基礎上去修改和調整，效率反而更高。

數據管理平臺MegData，則可以實現算法與數據的相輔相成，從入手啟動開始，先用少量標注數據訓練初級算法，然后再以此算法標注數據，可以用最小時間成本達到最高效數據標注。

還有深度學習云計算平臺MegCompute，曠視開發(fā)了一層軟件，對進行計算資源的管理與調度優(yōu)化，可以在用戶空閑時臨時收回資源分配。

可以支持數百名研究人員同時在上萬個GPU上執(zhí)行從數百到數千個訓練任務，從而顯著提高算法訓練效率。

在多次全球AI競賽屠榜后，曠視的這個計算平臺，還多次引起競爭對手感嘆：刀不如人炮不如人，沒有辦法。

2018年，曠視研究院還在CVPR上提出了“MegDet”的新型檢測方法， 從mini-batch角度加速深度神經網絡訓練。

該技術實現了物體檢測訓練新突破，可以用一個256多樣本的“大mini-batch”的檢測器，使用128張GPU卡訓練任務，最終把訓練時間從33小時減少到4小時。

當然，算法、數據和算力優(yōu)化，還只是Brain++的基本盤，作為一路引領中國AI創(chuàng)業(yè)的獨角獸，曠視在Brain++上傾注心血，還體現在獨特優(yōu)勢上：

• 針對視覺任務定制化優(yōu)化。
• Brain++針對視覺任務做出了定制化的優(yōu)化，使處理圖像與影像更高效。
• 經過優(yōu)化的Brain++特別適合大量圖像及視頻訓練及完成復雜的視覺任務，如圖像分類、物體檢測、物體場景分割、影像分析等。
• 配備AutoML技術。
• Brain++將深度神經網絡設計、參數調整及設備適配等過程自動化，可顯著降低人力成本并大幅提高開發(fā)效率，幫助AI企業(yè)構建出一條不斷自我改進、不斷變得更加高效的半自動算法研發(fā)產線。

而Brain++點滴，也在研發(fā)、落地中，成為曠視AI的高墻厚壁，是曠視勢能動能不斷轉換的驅動引擎。

以Brain++作為基礎設施，曠視開發(fā)了可部署于云端、移動端及邊緣端全計算平臺的深度神經網絡。

在商業(yè)化落地方面也產出赫赫，在個人物聯網、城市物聯網和供應鏈物聯網等不同垂直領域，都有多種高效的全棧式解決方案。

毫無疑問，對于曠視來說，Brain++就是根基所在、動脈所系，力量之源。

現在及未來，無論曠視之樹上長出怎樣的算法之花、業(yè)務之果，一切都離不開Brain++的強壯、穩(wěn)固和生長。

而且在波詭云譎的大形勢中，也不存在任何卡脖子之憂。Brain++的完全自研，甚至能力上的國際領先，不僅意味著自主，也代表著自強和底氣。

時代決定性之戰(zhàn)

所以當我們現在談論Brain++和AI規(guī)?；_發(fā)，意義就不會不止于曠視一家公司本身。

而且更有意思的是，產業(yè)潮水方向也正在印證這種趨勢。

AI發(fā)展至2019，競爭和比拼來到了一個新武器時代，不再是精英大牛、不再是刷榜奪冠，也沒有了融資數額……

AI框架、AI平臺，比以往任何時候都更受矚目，比以往任何時候都更劍拔弩張。

這不是一城一池的爭奪，這是一個時代的決定性戰(zhàn)役。

對了，還記得曠視招股書嗎？在“解決方案”、“技術”等之后，被提及最多的專有名詞：

正是Brain++。