AI 使能行业智能化，智能促进行业 IoT 化。随着 5G 时代的到来，AI 和 AIoT 成了很多企业、开发者都绕不开的话题，但在上手时又会稍显迷茫，找不到无障碍解锁的方式……

我们常说的「AI 」、「AIoT」门槛到底有多高？有人重金雇佣百万年薪 AI 技术专家依然收效甚微，但有人不懂 AI 也能十几天做出一款 AI 应用。二者的差别究竟在哪儿？ 11 月 14 日，华为云技术专家来到了上海，在 DevRun 开发者沙龙上介绍了他们帮助企业快速获取 AI、AIoT 能力的两件利器——华为云 ModelArts 和华为云 AIoT 全栈生态链。 开发 AI，未必需要懂 AI 我们常用的 Excel 其实是一个神奇的工具，小学生可以用它算自己的期末成绩，数据分析师可以用它来分析成千上万行数据。也就是说，用的人不一定要懂，懂的人也能用它提高效率。如果 AI 领域的工具也能做到这一点，我们常说的「AI 」还会遥远吗？ 说到 AI，离不开算力、算法和数据，但这并不等于，有了这三件法宝，你就能自己动手开发 AI 项目。在传统行业，很多人手里都有一堆现成的数据和通用算法，算力也可以通过云端来获取，但如果真要上手做一个 AI 项目，大部分人都感觉无从下手。 这种「迷茫」长期以来困扰着很多传统行业和非 AI 领域的开发者，以至于他们一想到「AI」，首先想到的就是「算法专家」、「数据科学家」，好像「AI 开发」这件事和他们之间天然地存在一道无法逾越的壁垒。 其实，这种距离感来自很多方面。首先是数据，传统行业已经积累了大量数据，但要真正利用，还要经历数据筛选、标注等一系列繁琐的步骤。其次是算法，AI 领域确实有一些通用算法，但如果落地到具体场景，这些通用算法的准确率可能达不到要求。而如果自己定制算法，往往要花费很长时间，而且，很多中小企业其实并不具备自己开发算法的能力，需要高薪聘请算法专家。最后是部署，全场景部署需要针对不同的场景打造不同的部署方案，这使得整个 AI 项目的上线周期被进一步拉长。 所以总体来看，非 AI 领域的人士要想解锁 AI 技能，首先需要一个能够克服以上种种障碍、贯穿整个开发流程的工具。对于平时不写代码的普通人，这个工具要像 Excel 一样可以无障碍打开；对于专业人士，这个工具要能够降本增效。华为云一站式 AI 开发平台 ModelArts 就是在这样的需求和背景下诞生的。 在上海站的 DevRun 开发者沙龙上，华为云 EI 开发者生态经理林旅强介绍了 ModelArts 的关键能力。 ModelArts 是一款覆盖整个 AI 项目开发流程的低门槛工具。 首先，它打通了从「数据标注」到「模型部署」的整个 AI 项目开发流程。在数据方面，ModelArts 智能 AI 数据标注框架所提供的智能数据筛选、自动预标注、团队标注支持等大大提高了标注效率；在训练方面，ModelArts 训练平台内置 9 大类算法，100 多种算子，还支持伙伴算法导入；在推理方面，ModelArts 推理平台支持多厂商多框架多功能模型统一纳管，云、边、端各种部署场景以及案例挖掘，可以实现统一管理、灵活部署和迭代式模型更新。为了方便开发者共享 AI 模型，华为云 ModelArts 团队还开发了 AI 市场。 其次，这是一款真正的「低门槛」AI 工具，其特有的「自动学习」功能将开发 AI 模型的门槛降到了几乎人人可用的地步，只需三步就能定制一个 AI 模型，做到了真正的「零代码」AI 开发。
当然，对于原本就有 AI 基础的专业开发人员，ModelArts 也提供了多种开发环境、多种操作流程和模式，方便开发者编码扩展，快速构建模型及应用。目前，ModelArts 支持 TensorFlow、Spark_MLlib、MXNet、Caffe、PyTorch、XGBoost-Sklearn、MindSpore 等深度学习框架，还支持主流 GPU 和自研 Ascend 芯片，能够满足高级开发者的各种需求。 从林旅强的介绍中我们可以总结出 ModelArts 的设计理念：从横向来看，它面向的是不同经验的 AI 开发者，无论是业务人员、行业专家还是 IT 工程师都能借助 ModelArts 开发 AI 项目，提高工作效率；从纵向来看，ModelArts 覆盖 AI 开发的各个环节，数据处理、算法开发、模型训练、模型部署都可以在 ModelArts 上完成，中间无需转换工具。 在 Windows 系统诞生之前，只有记得住一大堆命令的人才有可能利用电脑解决问题。而如今，就连 SpaceX「龙」飞船都换上了操作更简单的触摸屏。新工具的出现是技术普惠的重要条件，也让更多人亲手触到了未来。 做 IoT，离不开 AI 在 5G 时代，AI 和 IoT 结合得越发紧密。一方面，IoT 设备收集了海量的数据，这些数据需要通过 5G 迅速传输到数据中心或直接在边缘进行处理，而这两种方式又都离不开 AI，也促进了 AI 算法的迭代；另一方面，AI 让 IoT 收集的数据产生了价值，促进了商业闭环，而商业闭环又导致越来越多的资金或能力投入到物联网，从而反向促进 IoT 化。 可以说，在 5G 时代，AI 和 IoT 是相辅相成的。因此，我们将它们合在一起，称为「AIoT」。AIoT 已经成为传统行业智能化升级的最佳通道，是物联网发展的必然趋势。 在万物互联的时代，AIoT 拥有广泛的应用场景，但也面临着一些挑战。在这场 DevRun 开发者沙龙上，华为云 IoT 生态高级专家李亚琛指出了其中的一些痛点。 第一个痛点是数据，和 AI 领域一样，AIoT 领域的数据也存在一些问题，比如数据元素、格式混杂；各厂商的数据只能针对有限的应用场景，彼此之间难以互通。 第二个痛点是标准 / 架构不统一。在现实的应用场景中，不同的场景可能应用不同的设备、通信网络和协议，如何把这些设备通过统一的方式接入物联网是一个具有挑战性的问题。 第三个痛点是行业链条长，协调难度大。整个 IoT 链条涉及芯片、操作系统、模组、设备、边缘、网络云服务、应用等模块，中间可能涉及多个供应商，每家厂商都有自己的场景。把这些场景串联到一个项目中需要付出巨大的人力沟通成本。而且，一个项目做完之后很难推广到其他项目。 第四个痛点是安全可信性低。物联网设备深入到生活中的各个角落，如何防止它们收集的数据被盗用、滥用是一个非常敏感的问题。 面对这些挑战，华为云启动了 IoT 全栈云服务，覆盖端、边、管、云、行业，提供低功耗、低时延、高安全、高可信、高并发的极简联接服务，预置行业数据模型的一站式物联网数据分析服务、丰富的行业使能套件及端到端安全服务。 IoT 联接服务可以实现设备的统一接入和管理。在端侧，华为云针对 IoT 终端设备资源受限、算力低等特点提供了轻量级 AI 推理框架 MindSpore Lite。该系统允许把已经训练好的 AI 模型部署在里面，适配上千款设备。在边缘侧，为了解决数据爆炸和数据的安全性问题，华为云的 IoT Edge 可以实现数据的就近处理，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。在云端，华为云 IoT 云服务提供设备全场景、泛网络、泛协议的接入能力、单点发放管理的设备发放能力和就近接入云站点的全球 SIM 联接服务。 IoT 数据分析服务可以帮助用户处理和分析物联网数据，实现数据快速变现。这项服务针对的痛点是 AI 开发的高门槛问题，将 IoT 数据集成、清洗、存储、分析、可视化集成到一起，为 IoT 数据开发者提供一站式服务。这项服务还提供了丰富的分析算子，用户可以通过拖拉拽的形式把算子流程编排起来。 IoT 行业使能服务主要面向应用开发。它丰富了行业使能套件，简化了 ISV 应用开发难度，可以帮助用户实现商业闭环。 面对 IoT 设备安全性面临的挑战，华为云构建了设备安全接入、安全隐私和端、边、管、云安全协同的 E2E 防御体系。 除了这个全栈云服务，华为云还联合端 - 管 - 边 - 云 - 用的产业链伙伴发起了 AIoT 产业联盟，希望联合全球 AIoT 领域的合作伙伴、标准产业组织、开源组织、科研机构等，共同培育万物互联的黑土地，助力物联网产业发展。目前，华为云已经参与制定了 20 多项 IoT 行业标准，为避免产业碎片化做出了贡献。 在上个月举办的第三届数字中国建设峰会上，华为云分享了 IoT 领域的最新战略：聚焦物联网底层能力，从技术和商业两个层面，使能三个联接——联万物，联生态，联行业，携手伙伴构筑 IoT 行业解决方案，使能千行百业的智能升级。 实操演练：ModelArts 实现垃圾分类 智慧烟感快速接入华为云 IoT 平台 在听完 ModelArts 和华为云 IoT 平台的介绍之后，现场的开发者对这两个平台的能力已经有了一个基本的把握，接下来就到了上手体验的环节。 第一个实践项目要求开发者基于 ModelArts 快速搭建一个垃圾分类模型，虽然我们前面提到了 ModelArts 的自动学习可以 0 代码快速开发 AI 模型，但我们决定把自动学习案例作为课后作业留给开发者小伙伴们回去体验，现场的案例我们来个「有点挑战」的！ 虽然说「有点挑战」，但本次实操在开发者环节仍无需编写代码，而是基于 ModelArts 的 AI 市场，我们直接从 AI 市场下载其他开发者们共享的垃圾分类训练代码及数据集，然后使用 ModelArts 的训练管理和模型管理功能，通过简单配置就可以快速的将数据集训练成指定的模型，并部署上线使用。 当然 AI 市场里除了垃圾分类的，还有很多其他有趣有价值的 AI 数据集、模型等，欢迎大家体验。 目前，华为云 ModelArts 已经在相关领域得到了广泛应用，如建行常德分行借助 ModelArts 不到十天就上线了一款口罩识别应用。此外，华为云还和亚马逊丛林保护组织等机构展开合作，共同开发了识别非法伐木行为的应用。而这些，都可以通过非常简单的操作来完成。 更多的 AI 案例体验及学习内容，大家可以访问华为云 AI 开发者社区：huaweicloud.ai 了解。 第二个实践项目是围绕华为云 IoT 平台展开的，要求开发者利用该平台进行「智慧烟感快速接入华为云 IoT 平台」的实操。 烟雾传感器可以实时监测烟雾，实现消防安全智能化。但在实际应用中，烟感器存在安装分布密集，不方便走线；无法与人交互，存在误报风险；耗电量大，维护成本高等问题。华为云依托 NB-IoT 通信技术、基于华为云 IoT 平台的智慧烟感的引入解决了这些问题。 在沙龙现场，几位技术专家也就开发者在实操中遇到的问题进行了解答。 AI 已至，未来已来。DevRun 开发者沙龙将继续深入全国各地，为各地开发者搭建一个与华为云技术专家交流的平台，共建亲密互动的开发者生态。下一场 DevRun 开发者沙龙将于南宁举办，期待各位开发者的参与，11 月 18 日，我们南宁见。