旷视：算法生产过程标准化，有效解决复杂且碎片化场景需求

蓝鲸TMT频道11月10日讯，在旷视举行的算法量产沟通会上，旷视研究院算法量产负责人周而进在会上介绍了旷视在优质算法生产过程中的洞察、经验及实践，为 AIoT 时代算法落地提供新思路。

周而进称，当下， AIoT市场算法供给、落地过程中，主要存在5 大挑战：行业数据匮乏、算法通用性低、IoT设备繁杂、Software2.0的挑战以及算法供给质量参差不齐。

面对AIoT 市场算法供给的多重挑战，旷视提出了算法量产的理念，希望通过算法量产，将AI生产过程标准化，降低算法生产门槛，让更多的人能够加入到算法生产的工作中，提升算法生产效率。

旷视称一直坚持“落地实用是算法价值的最终检验标准”。而大规模算法落地是系统问题，在数据、模型、评测和迭代等环节都存在很多挑战。对此，旷视认为“算法生产过程的标准化，是解决复杂且碎片化的算法生产的有效手段”。这个标准化过程，包括了数据生产的标准化、算法模型的标准化和推理框架的标准化。只有标准化才有可能让算法生产的所有环节实现自动化，进而提高算法生产的效率。

为此，旷视推出了适配算法量产的 AI 基础设施——算法生产平台AIS（AI Service）。据悉，AIS基于旷视Brain++体系，构建了一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路的零代码、自动化的生产力工具平台，让算法量产真正成为可能。目前，AIS平台可以支持100多种业务模型训练，最快2小时即可完成训练。同时，AIS的嵌入式管理平台已支持 30 种设备的管理，有效节省IoT设备的日常开发与维护成本。

此外，旷视提出了适合当下算法需求的5:3:2研发矩阵，即：5个行业工程师基于AIS算法生产平台进行相应的业务交付，3个算法研究员聚焦于算法的创新与探索，2个工程师不断打磨相应的基础设施并进行AI生产力工具的开发。

旷视还展示了其在非物质文化遗产“建盏”溯源领域的成果。近年来建盏产业快速发展，产值预估超75亿元，品牌价值超160亿元，然而仿造、伪造、以次充好等问题严重影响着建盏产业的发展和品牌价值。旷视基于算法量产，推出了建盏产业内首个基于盏纹识别的建盏 AI 溯源系统，利用建盏“每盏皆唯一”的特点，实现了一盏一图、一盏一码、图码结合，有效打击仿造伪造等行为，推动建盏产业的规范化发展和数智化升级。此外，旷视通过算法量产已经帮助能源、教育、零售、运动健身等行业的多个客户在日常生产与经营中运用AI技术，实现降本增效。

对于算法量产在行业中的未来，周而进强调，算法量产不是单一的产品，而是对AI生产模式的理念革新和生产力进化。旷视希望通过AI算法生产的标准化以及AI生产力平台的构建，大幅降低算法生产的成本和门槛，让更多人可以参与进来，促进算法在更多行业的落地，加速AI与实体经济的深度融合。