AI 产业化加速时代,中国大学生何以勇攀时代高峰?
AI 既可以存在于高大上的实验室里,也可以是矿山农田里的新生产资料。如果只将目光聚焦于前者,忽略具体行业和真实需求对产业 AI 的呼唤,必然无法最大化释放出 AI 的价值。
随着 AI 一步步深入产业,技术与应用场景的结合,也开始变得迫切。其中,一个重要的前提条件就是人才。
但人才与产业之间,往往隔着行业经验、知识、实践等一座座山峰,有什么办法可以让代表创造力的人才,看到那些隐藏需求呢?
第七届中国国际“互联网+”大学生创新创业大赛,作为我国覆盖面最大、影响最广的大学生创新创业盛会,今年就首次增设了产业命题赛道,吸引了来自国内外 121 个国家和地区 4347 所院校的 956 万人报名参赛。
中国 AI 产业化的山峦,迎来了一群年轻的攀登者。
10 月 15 日,本次大赛在江西南昌顺利落下帷幕。而吸引我们注意的,是产业命题赛道的 50 支决赛队伍中,有 13 支华为命题队伍,应用到了昇腾 AI、鲲鹏、华为云、CT、OpenHarmony 技术等,覆盖到了人工智能计算生态、云计算、操作系统等前沿创新领域。
这也使我们开始思考,作为大学生创新创业赛事,想要激活参赛者的创意、解决产业问题的激情,平台和企业应该为他们提供哪些能力?作为大学生,借助一场比赛如何获得更长远的成长?产教如何联动,才能缓解中国智能化浪潮中的人才焦渴?
不妨以这场比赛为契机,看看这群朝气蓬勃的创新人才,如何征服产业高峰,解锁隐藏的 AI 藏宝图。
关山难越从头越,产业 AI 的风景与困境
AI 产业化和产业 AI 化,让智能技术展现出了规模化应用、帮助社会经济提质增效的真实价值。然而如今在 AI 的应用场景中,我们还能看到一幅幅这样的画面:
由于意想不到的行业特殊问题,实验室里效果出色的 AI,一进工厂、农田、养殖场等就变得没那么惊艳了;传统行业、中小企业需要有人来优化模型、迭代算法、解决问题,却无力支付动辄博士起步的专家费用;即使请来了专家,如果不能在应用场景里深入考察,也未必能长久解决问题……
要解决创新人才和产业需求的困境,最根本的办法是培养不同领域的人,建设 AI 创新生态,满足产业智能化的三个基本诉求:
1.产业感知,有既懂产业又懂技术的创新人才,知道如何将行业痛点转化为 AI 可解的问题,让技术真正投入使用;
2.人机协作,充足的高质量人才,可以投身产业侧,将 AI 软硬件的效用最大化,充分发挥技术价值;
3.持续迭代,具备创新眼光与思维,跟随日新月异的技术变化不断更新迭代,让产业 AI 不断进化、提质增效。
同时,产业 AI 也是一个创新创业的机遇宝库。作为我国深化创新创业教育改革的重要载体和平台,也是全世界大学生实现创新创业梦想的舞台,第七届中国国际“互联网+”大学生创新创业大赛,首次增设了产业命题赛道,原因也在于此。
攀登进行时:产业 AI 的宝库,释放出了哪些赛题?
既然是针对产业真实困境的赛题,自然离不开深耕 AI 产业的科技企业参与共创。据了解,本届赛事中,华为就深度参与到产业命题赛道中,给出了包含昇腾 AI、鲲鹏、华为云、CT、消费者云、OpenHarmony 等系列前沿领域在内的 32 道创新命题项目,总共吸引了 337 所高校的 1205 支队伍,近万名院校学生参与其中。
熟悉华为的读者可能知道,昇腾 AI 正是华为助力中国人工智能计算产业突围的重要布局,搭建了全栈的 AI 基础软硬件平台,其技术能力在此次大赛中就有所体现。
当代中国大学生是如何以昇腾 AI 为支撑,攀爬产业高峰呢?我们可以用几个具体的参赛项目来感受一下。
就拿此次获得产业命题赛道金奖的华南理工大学城联智图团队来说,他们的参赛项目是,使用昇思 MindSpore 设计和训练图像风格迁移模型。参赛队员们创新性地提出了一种高性能的图像风格迁移算法,并给出了有现实意义的落地应用场景。
浙江工业大学基于昇腾全栈 AI 基础软硬件平台,探索出了可落地的技术创意作品,打造了无人机摄影系统。四川大学的参赛团队,也通过昇腾全栈 AI 基础软硬件平台,开发出了智能无人拾捡项目。湖南大学则基于昇腾 MindX SDK AI 应用开发套件,开发出了空天地一体的灾情智能感知与无人机基站控制管理系统,让 AI 可以用于灾情分析与救援决策支持。
昇腾 AI 在各参赛作品中的应用,也让我们看到了产业 AI 创新的另一面。
企业平台对高校赛事的支持,能够让大学生参赛者们看到产业土壤上真实生长出的需求,贡献出自己的一份创新力量。同时,也能让参赛项目不止于赛场,诞生的赛事成果可以解决产业中存在的痛点与问题,有几率转化成 AI 商业生态的一部分,获得更深刻的成就感与回报。
通过本次参与产业命题赛道,昇腾 AI 描绘出了一张通向产业 AI 宝库的路线图,激励众多学子勇于攀爬产业 AI 的高峰。
领航者昇腾 AI:产业 AI 的三把利器
作为选手们探索 AI 世界的神助攻,昇腾 AI 背后到底有哪些技术在支撑?
简单来说,昇腾 AI 锻造了三把“产业 AI”的神兵利器,助力选手们的创新攀爬之路。
第一把:昇思 MindSpore。
全场景 AI 框架昇思 MindSpore 构建了最佳昇腾匹配、支持多处理器架构的开放 Al 架构,能给开发者带来开发友好、运行高效、部署灵活的体验;原生支持 AI 大模型,并进行了全自动并行、可视化智能调优等关键创新,大大提升了 AI 模型的开发效率与效果;支持云边端全场景硬件和操作系统,让模型可以平滑跨平台应用,真正做到模型一次开发,全场景部署。
昇思 MindSpore 自 2020 年 3 月开源以来始终坚持“开发者第一,技术优先”的理念,深受广大高校、科研院所及企业开发者的喜爱,积极为昇思 MindSpore 贡献代码,这让昇思 MindSpore 很快成为国内第一热度的 AI 开源社区。
第二把:MindX SDK。
对于高校大学生来说,垂直行业的特殊知识是很难获取的,这时候通过把行业知识固化成类 AI 软件开发套件(SDK),并开放少数必要接口和配置,开发就变得简单多了。所以,昇腾 AI 结合 AI 技术和行业知识,打造了 MindX SDK,比如视觉分析 SDK,能够支持视频结构化、动作行为识别等智能视频分析;智能制造 SDK,服务于制造业的 AI 落地,目前已经在 30 多家工厂部署上线;检索 SDK,可以实现准确率 99.99%以上的搜索能力,让开发者能够开发出与顶级算法厂家相当的检索 AI 应用……此外,模型优选库 ModelZoo 提供超过 400 个高性能预训练模型,开发者也可以在上面找到昇腾亲和的高性能模型,加速 AI 应用开发。
未来昇腾 AI 还将针对生物医药、教育等行业推出相关开发者套件,帮助 AI 落地。这些开发套件,能够帮助开发者避免 AI 模型在产业中水土不服的问题,有效推动产业智能化升级。
第三把,CANN。
算力是昇腾 AI 的源动力,作为算力加速器,昇腾 AI 异构计算架构 CANN(Compute Architecture for Neural Networks),通过硬软件结合优化,大大提升了 AI 模型的训练性能和推理效率。CANN 支持业界多种主流的 AI 框架,其中包括昇思 MindSpore、TensorFlow、Pytorch、Caffe 等,并提供 1300 多个基础算子。同时,CANN 具有开放易用的 ACL(Ascend Computing Language)编程接口、实现对网络模型进行图级和算子级的编译优化、自动调优等功能。
CANN 对上支持多种 AI 框架,对下服务 AI 芯片与编程,是提升昇腾 AI 计算效率的关键平台,且对开发者而言友好易用,这也让 CANN 成为支撑人工智能计算生态发展的关键。
基于昇腾全栈 AI 基础软硬件平台,大学生创新人才可以更轻松地上手 AI 开发、落地实践创意。这也引出了一个新的话题,产业 AI 的创新人才孵化,哪些是必要条件?
必要条件,指的是那些根技术、根资源。除了前面提到的 AI 框架、AI 计算架构等根技术之外,高校学子们还需要的两大根资源。
一是教学资源。如果师资力量不够强,老师都不具备 AI 科技能力,怎么能教出具备创新意识和能力的学生?对教师的培养,是科技企业在人才生态中容易忽略的,我们看到,华为通过和教育部共建的智能基座项目,通过建立虚拟教研室,推出高校教师课程培训、慕课等多种手段,希望在未来 5 年赋能超过两万名优秀教师,计划累计培养超过五百万名理工科学生。通过对 AI 师资力量的投入,满足产业 AI 长期发展的创新需求。
二是学习资源。人工智能作为数字经济的技术动力引擎,需要底层创新、基础突破,这就需要根技术的传递与研发。所以华为与教育部合作,扩展 AI 教材教辅的优质内容,推出《昇腾 AI 处理器 CANN 应用与实战》《深度学习技术原理与应用》《MindSpore 深度学习高阶技术》等 19 本教材、教辅,并开设《人工智能芯片与系统》《深度学习基础》等十门精品慕课,让昇腾生态全面融入高校课程。只有将创新人才的知识基础打牢,智能产业的根基才能更加稳固。更进一步,知识还需要经过实践为学生们更扎实地掌握并创新,通过互联网+大赛、众智计划、优才计划等,华为也为创新人才们提供了实践的舞台和所需的资源支持。
如果说,三把利器是源自产业的技术支持,那么两大“根资源”则来自昇腾 AI 对 AI 基础教育的坚守。
站在智能时代的变局中,年轻学子们只有基础扎得够深,才能在攀越高峰时无惧外界变幻的风风雨雨,向着智能中国的理想坚定前行。
通过这场比赛,或许有人已经发现,昇腾 AI 的产教融合模式,正在产业 AI 与创新人才之间,建构一层层台阶。当更多人能够解锁 AI 这张藏宝图,也就不断触动着创新创造的无限可能。
评论