Почему интеллект на стороне устройства перспективен?

искусственный интеллект
Почему интеллект на стороне устройства перспективен?

Много лет назад я говорил со многими мелкими партнерами о ценности сквозной аналитики, есть рекламируемые и недооцененные, и у каждого свои причины. Здесь, как заинтересованное лицо, я хотел бы поделиться своими взглядами на интеллектуальные функции на стороне устройств и попытаться ответить на вопросы о том, полезны ли интеллектуальные функции на стороне устройств, почему они полезны и как их использовать. Статья не содержит технической галантереи и направлена ​​на обеспечение коммуникации и консенсуса в отношении продуктов, алгоритмов и инженерных разработок. Пожалуйста, прочитайте, если это уместно.

Статья является только личным мнением и не отражает позицию ByteDance.

кто убил искусственный интеллект

Как раз во время Весеннего фестиваля, Motion Picture Perpetual Motion · Logic Ghost · Dark Horse of the Year Breaking Station · OFO Famous Victim · Newton's Favorite - Half-Buddha Immortal, обновил видео[Половина Будды] Кто убил ИИ и роботов. Фрагмент части сценария выглядит следующим образом:

02:58
人工智能在现在被吹的已经无所不能。但其中有2个核心难关：一个是数据来源以及数据标准；一个是应用场景的数据收集循环。人工智能依赖算法，而算法需要大量的数据进行训练。

03:10
现在的问题是，各家都在吹自己的算法多么强，但实际上算法不是人工智能的短板。而且现在开源的算法模型一大堆，大量所谓的算法工程师，只是模型调参师外加SQL Boy。随便调参就可以拿高薪的算法时代已经结束了，企业都在大量削弱这些岗位的headcount。

03:25
人工智能在工业界落地的最大问题从来都不是算法，而是行业的数据积累严重不足，且当前数据标准化很差，很多领域的数据直接是空白。

04:36
当你了解了人工智能的落地模式之后，你就可以意识到为什么截止目前，人工智能都是吹的多，但用的最好的地方只有互联网公司的大数据杀熟、高利贷、信息茧房以及让外卖员修仙。因为这些行业是数据化标准化的，数据来源直接侵犯用户隐私。业务定义好坏直接按照赚多少钱、用户沉迷多久来设定目标，然后给算法喂数据就好了。这套逻辑在互联网能赚的盆满钵满，因为东西都在云上。

Хотя г-н Бан-Будда не большой специалист в области искусственного интеллекта, соответствующие взгляды на искусственный интеллект в видео по-прежнему отражают взгляды многих практиков. Проще говоря, видео считает, что искусственный интеллект полагается наалгоритм, а алгоритм зависит отнормализованные данныеиНепрерывный сбор данных, Узким местом нынешней отрасли является не алгоритм, а данные. Во время китайского Нового года обмен мнениями с традиционными партнерами по медицинской и финансовой системе в основном подтвердил эту точку зрения.

Радости и горести людей неодинаковы, и проблемы, с которыми им приходится сталкиваться, неодинаковы.

Хотя для многих традиционных отраслей, таких как медицина и производство, недостаточная цифровизация является огромным препятствием для применения ими искусственного интеллекта, эксперты и ученые, которые борются на передовой, не остановились из-за трудностей.Первоначального накопления данных недостаточно. Дополнение, как нам избавиться от участи застрять в шее?

Итак, ИИ никогда не убивали, вместо этого он развивался.

С другой стороны, для многих интернет-компаний, родившихся в цифровую эпоху, управление данными — это ген, вписанный в их кости, и если они не могут построить систему данных самостоятельно, они должны, по крайней мере, знать, как использовать Alibaba Cloud, Tencent Cloud,Вулканический двигательВ противном случае предоставление такой инфраструктуры, как анализ роста и визуальный мониторинг, никогда бы не выдержало жесткой конкуренции.

Поэтому, возможно, не удастся использовать перспективу полного охвата и сквозной разведки, и нам также нужно склониться перед линией фронта и дать свои собственные ответы.

Кроме того, «убийство больших данных, ростовщичество, информационное коконирование и приготовление еды на вынос для взращивания бессмертных» не являются первородными грехами, которые должен нести искусственный интеллект. Искусственный интеллект — это инструмент общего назначения. люди.

Сквозная разведка на стыке

Если конечный интеллект буквально разобрать, то его можно разделить на две части: «концевой» и «умный». «Терминальная сторона» здесь в основном предназначена для отличия серверной стороны.Она может относиться либо только к мобильному терминалу, либо охватывать IoT, но в этой статье основное внимание уделяется мобильному терминалу.

Многие люди используют выпуск Apple iPhone 4 в 2010 году как отправную точку бума мобильных разработок. и согласноСтатистика QuestMobile, ежемесячный темп прироста мобильного трафика составляет 4,9% в 2018 г. / 2,3% в 2019 г. / 1,7% в 2020 г., который год от года замедляется, а демографический дивиденд постепенно сходит на нет. Хотя крупные фабрики по-прежнему убивают трафик на складском пространстве, нам уже трудно найти резюме в голосе отрасли о том, что «никто не хочет iOS».

В прошлом году такие темы, как беспилотное вождение, интерфейс мозг-компьютер и эмбарго на чипы, часто появлялись в заголовках различных технологий, и общей темой, стоящей за ними, является искусственный интеллект. Можно сказать, что семидесятилетний искусственный интеллект поздно расцветает, и какое-то время ничем не отличается. За этим последовал всплеск числа резюме из года в год, и ситуация с трудоустройством была «движущейся». Рао так, на ЖихуГао Цзань ответ на выбор карьерыВсе еще выбираю упорство.

Что за комбинация будет сочетаться у дрожащего мобильного терминала в углу и искусственного интеллекта под прожекторомновые виды?

Что еще более важно, будет ли будущее лучше?

Данные, вычисления и связь

Суть Интернета в том.соединять, а суть искусственного интеллекта заключаетсяданныеирассчитать. Здесь давайте сначала остановимся на перспективе обработки и обзора информации.данные,соединятьирассчитатьэволюция в истории.

В древние времена данные, хранившиеся у людей, были очень ограничены как по количеству, так и по размеру, и часто информация могла обмениваться только посредством миграционных обменов или межплеменных войн. В этот период часто глава клана может координировать весь клан,данныедефицит исоединятьбедность и слабость являются главными узкими местами в развитии. После этого долгий период приобретения земли, накопления населения, этнической интеграции, промышленного и коммерческого развития привел к всплеску дел, которые необходимо было решать, и средства связи, такие как шоссе, каналы, почтовые станции и сигнальные башни, были упразднены. никогда не сможет догнать скорость территориальной экспансии. В этом случае, даже если император и полководец талантливы, самому согласовать большие и малые дела уже не составляет труда. Таким образом, внутри было три государственных чиновника и девять министров, три провинции и шесть министерств, разделявших власть и обязанности; внешне существовали административные единицы, такие как префектуры, округа и провинциальные дороги, которые контролировались местными чиновниками. К этому времени,данныебольше не является основным узким местом, единственной точкойрассчитатьНедостаточная мощность также в определенной степени скрыта за счет расслоения и разделения труда, в то время каксоединять, особенно организационные способности в особые периоды, такие как войны, по-прежнему во многом определяют подъем и падение страны.

В наше время, с появлением телеграфа и Интернета,соединятьОковы Китая были действительно сломаны, и стал возможен глобализированный информационный поток. С момента появления MS-DOS в 1985 году компьютерная индустрия вот уже 30 лет работает под двойным благословением теоремы Мура и закона Энди Бира, предоставляя необходимые решения для большего объема данных и более широких соединений.рассчитатьспособность. С развитием компьютеров произошла оцифровка всего общества, появились новые бизнес-модели, такие как социальные сети и электронная коммерция.данныеС развитием больших данных в сердцах людей начало укореняться представление о том, что нужно быть королем. Затем одна за другой пришли две волны мобильности и интеллекта. Благодаря успеху GoogLeNet на конкурсе ImageNet в 2014 году визуальная, слуховая, языковая и другая информация постепенно стали обрабатываться компьютером.данныетерритории, и компьютеры начинают иметь практическое понимание реального мирарассчитатьспособность. А мобильные устройства предлагают комплексные улучшения — камеры глубины, микрофоны и датчики обеспечивают дополнительные возможности.данныеизмерение, популярность WiFi, 4G и 5G заставляет людей чувствовать себя более подключенными к Интернетусоединятьстать повсеместными, постоянно меняющиеся микросхемы обеспечивают необходимыерассчитатьспособность.

Вы узнали?данные,соединятьирассчитатьЭто нелинейное развитие, и различные кривые развития в сочетании создают узкие места в разные периоды. Интеллект на устройстве — это решение, позволяющее преодолеть узкое место в настоящее время.

Аналогичная логика может быть применена и к Edge, но проблемы, с которыми сталкиваются трехуровневые и двухуровневые соединения, определенно будут разными.

Поговорим о проблемах

Итак, с какими проблемами сегодня сталкивается искусственный интеллект в условиях мобильного Интернета?

личное мнение. Унаследовано от больших данных, используется в виртуальном цифровом миределовое решениеискусственный интеллект, и возникающие, благодарявоспринимаемая реальностьИскусственный интеллект, который открыл миру пространственную стену, в настоящее время сталкивается с различными проблемами. Я буду использовать его нижевычислительный интеллектиперцептивный интеллектконцепция, чтобы различать два.

Давайте поговорим о вычислительном интеллекте. За исключением нового поколения, рожденного интеллектом, такого как интернет-финансы, большинству интернет-компаний по-прежнему необходимо консолидировать основу своего бизнеса, а затем оптимизировать эффективность с помощью интеллекта. Поэтому большинству интернет-компаний необходимо пройти длительный или короткий период построения системы данных. Отечественные производители первого эшелона в основном прошли этот шаг, но есть различия в возможностях обработки данных - когда большинство компаний все еще изучают дизайн модели, ведущие компании сжимают значение модели до предела, улучшение на несколько десятков тысяч пунктов в год. год - хороший результат. В это время, как законно раскопать неиспользованныересурс данных, как улучшить данные с ограниченным увеличением затратстарение оплавлением, как оптимизировать систему данных, улучшитьПроизводительность алгоритма, это стало проблемой, над которой должны задуматься ведущие компании.

Давайте поговорим о перцептивном интеллекте. Картинки, видео, голосовые сообщения вСбор данныхЭто действительно более чувствительно в Интернете, с общедоступными наборами данных, краудсорсинговыми платформами, прямыми трансляциями и т. Д. Для получения данных различные компании можно назвать восемью бессмертными, пересекающими море и демонстрирующими свои магические силы. Включая очистку данных, маркировку образцов и проверку модели, порог действительно не низкий, но не без решений. Расширение мультимедийных сцен также означает увеличение трафика и вычислительных ресурсов, что очень важно длясоединятьирассчитатьВ то же время были выдвинуты более высокие требования, а бремя связи и вычислений стало даже непосильным для некоторых предприятий. ноопределение сценыВозможно, самый сложный — ценность искусственного интеллекта напрямую зависит не от модели, а от того, насколько он может повысить эффективность работы и снизить трудозатраты в сценариях. Различные сценарии для модели искусственного интеллекта»оно работаетОпределение « » разное.Например, то же самое идентификация пневмонии, будь то помощь врачам в идентификации партии, или замена экспертной проверки, а это совершенно разные требования. Для новых компаний уже есть большое количество низко висящих плодов, проверенных предшественниками, которые нужно собрать; в то время как передовым компаниям необходимо найти новые сценарии с реальной рентабельностью инвестиций и контролируемыми рисками в условиях ограничений данных, связи и расчетов. . . .

1 + 1 = ?

Важные вещи говорятся трижды.

Интеллект на стороне устройства и облачный интеллект не конфликтуют.

Интеллект на стороне устройства и облачный интеллект не конфликтуют.

Интеллект на стороне устройства и облачный интеллект не конфликтуют.

По сравнению с облаком сторона девайса просто мразь с боевой мощью всего в пять.Емкость хранилища и вычислительная мощность даже не того порядка.Это как уездный магистрат,который в древности не обладал большой властью ., возможно изменение дизайна. Поэтому, используя конечную разведку как новую ручку в арсенале,Представьте себя разработчиком системы, отрегулируйте способ распределения данных и вычислений и сгладьте недостатки в данных, связности и вычислительных возможностях с помощью деликатного многоуровневого разделения..

«Что? Я хочу использовать в модели поведенческий хронометраж, но ребята на заднем плане говорят, что это очень сложно?»

По сравнению с облаком, конечное хранилище данных подверженонехватка места, но данные на конечной стороне считываются и записываютсяпочти в реальном времени, и облачные данные должны сообщаться, очищаться, перемещаться, обрабатываться и размещаться, а самая быстрая задержка — минутная. В то же время данные на конечной стороне, естественно,Запись времениДа, это тоже несравнимо с облаком. Можно уточнить важность данных, период хранения, режим реального времени и т. д., а также разумно распределить хранение и обработку данных между облаками.По совместительству взять директора.

Следует отметить, что данные могут передаваться, и это не ограничивается от конца к облаку.Пока конфиденциальность и безопасность данных безопасны, данные могут быть доставлены из облака в конец в зависимости от потребностей сцены. Например, вложение содержимого возвращается в результат списка, так что при возникновении отрицательной обратной связи, такой как «не интересно», оставшееся содержимое можно вовремя скорректировать на конечной стороне.

«Что? Запишите видео с умными субтитрами, а каждое предложение задерживается аж на полсекунды?»

По сравнению с облаком вычислительная мощность на стороне устройства значительно слабее, также необходимо сбалансировать пользовательские задачи и вычислительные задачи, следить за тем, чтобы не было перегрева, и следить за тем, чтобы не допустить зависания. Но в эту эпоху невыносимых индикаторов выполнения задержки или зависания в большинстве случаев напрямую означают потерю пользователя.соединятьпри неконтролируемых обстоятельствах,данныеГотово на месте на производственной сторонерассчитатьстановится разумным выбором. Для снижения затрат на оборудование и более широкого охвата пользователей многие механизмы логического вывода невольно задействуют в производительности «Войну за Святой Грааль», а многие группы алгоритмов тайно соревнуются на пути оптимизации моделей, таких как квантование, сокращение и NAS.

После приостановки работы сетисоединятьОн не исчез, а превратился из данных в расчет на конечной стороне.Внутренняя петля. Мост между данными и расчетом больше не является сетью.Расчет может запускаться периодически, кадром видео, кликом или даже результатом другого расчета. Мир открыт, и вы можете решить всю сквозную бизнес-связь.Каждое магическое число, каждое письменное правило и исходный облачный интеллект могут стать отправной точкой для вашей трансформации.

«Что? 50 000 прямых трансляций на фестивале, сервер даже не может обеспечить безопасность контента?»

Существует множество обходных путей для распределения вычислений.Хотя вычислительная мощность одного клиента ограничена, общая вычислительная мощность всех клиентов намного выше, чем у сервера. Если модель можетподнимать и сдвигатьВ конце концов, естественная стоимость является самой низкой; если модель не может быть напрямую перенесена, вы также можете перенестиЧастичное разделениеВыходите, пока полученный доход выше стоимости дробления, можете попробовать, если даже разделить не получается, то можно и настроитьмодель фильтра, использовать дополнительные небольшие модели, чтобы избежать запросов, не соответствующих ожиданиям;обработка данныхХорошо отправить еще раз, немного сэкономить и немного посчитать. В то же время не пренебрегайте использованием промежуточных результатов: если результаты демонтажа моделей, фильтрации моделей или обработки данных могут дать обратную связь пользователям, это также может в определенной степени улучшить пользовательский опыт.

Далее, помимо логического вывода, если на терминале можно реализовать построение выборок, то и обучение можно перенести на терминал. Сквозное обучение имеет более широкое пространство для выбора данных, но более редкие выборки также создают более сложные задачи для управления скоростью обучения. Однако, как только барьер обучения преодолен, это означает, что тысячи людей и тысячи моделей могут быть созданы в облаке из-за затрат на хранение и обучение, а последующее федеративное обучение, или метаобучение, уже не так далеко.

Эффективность и опыт

Следующий вопрос заключается в том, как найти узкие места в бизнесе, связанные с данными, подключением и возможностями обработки, а также правильно развернуть интеллектуальные функции конечного облака.

«Удовлетворение потребностей пользователей» — это очень общее утверждение, которым трудно руководствоваться при принятии реальных решений. Лично мне нравятся слова Хуан Хай из Fengrui Capital: «В Китае слишком много компаний, стремящихся повысить эффективность, и слишком мало компаний, способных создавать опыт». Это предложение указывает на два направления:Эффективность и опыт, это также применимо к оконечной логике.

Оперативность и опыт не являются единым пунктом в общей ситуации, поэтому «молотка» не найти, а «гвоздь» везде. В «Искусстве войны» Сунь-Цзы есть поговорка: «Познай себя и познай своего врага, и тебе не будет угрожать опасность в сотне сражений». Для повышения эффективности и опыта сначала необходимо уточнить статус-кво бизнес-ссылок — каково поведение пользователя при использовании, какова основная цель поведения, какие данные используются, какие ветки управления используются, какие данные или правила используются для контроля и соответствующие данные. Какие данные формируются, затем по полученной информации оценить влияние существующих и потенциальных контрольных точек на эффективность и опыт и стоимость трансформации, а также уточнить план и цели трансформации, чтобы следовать карте; наконец, когда дело доходит до фактической реализации, она должна быть

Всегда обращайте внимание на детали и проверяйте наличие пробелов.

Поскольку это общий проект, сотрудничество, как правило, неизбежно.Если вы не можете выполнить оценивание самостоятельно, вы можете обратиться за помощью к своим вышестоящим и нижестоящим одноклассникам. Вообще говоря, студенты-инженеры на стороне устройства и облака могут подтвердить достоверность данных на обоих концах, студенты, изучающие продукты, могут оценить ценность и приоритет, а студенты, изучающие алгоритмы, могут оценить выполнимость и эффект алгоритма.

Позвольте привести пример. Когда все думали, что в прямом эфире одни бьюти-спецэффекты, перемена произошла незаметно. На стороне хоста звуковая часть имеет интеллектуальное шумоподавление, видеочасть имеет распознавание области интереса и специальные эффекты красоты, а часть кодирования имеет прогнозирование полосы пропускания и интеллектуальный выбор разрешения скорости передачи данных; на стороне пользователя также прогнозируется пропускная способность пользователя. битрейт воспроизведения динамически регулируется, а супер-оценка изображения еще больше улучшает качество изображения Такое сочетание интеллектуального анализа данных и интеллектуального восприятия, с одной стороны, позволяет пользователям смотреть прямые трансляции, не застревая, а с другой стороны, экономит ресурсы сети предприятия. Так рисуется конкурентная разница между умным и неразумным.

Обсуждение и набор

Есть ли будущее у сквозного интеллекта? Это на самом деле не очень хорошая проблема.Интеллект на стороне устройства — это только инструмент для решения проблем.В сочетании с определением проблемы сцены можно перейти от искусственного интеллекта к бизнес-аналитике. Может ли сквозная аналитика помочь бизнес-аналитике разорвать оковы данных, соединений и вычислений, которыми наделила ее эта эпоха? Конечно!

Вот вам и Праздник Весны. Это огромный проект по организации проекта и практике, мы не открываем исходный код, так что позвольте мне полениться.

Добро пожаловать для обсуждения. Студенты, интересующиеся Byte Client AI, приглашаются на консультацию в личных сообщениях, давайте вместе покорим море звезд бизнес-аналитики!

Ссылка для найма команды мобильного мидл-офиса в районе Ханчжоу выглядит следующим образом:

Категории