现在很多人觉得

  「人工智能」离我们还很远

三个字➜不!落!地!


要想AI不吃土,算力千万别落伍!_Java

果真是这样吗?
未必
今天带你看最新三个月的人工智能项目不扯那些试水型的POC项目不扯那些学校买机器人做培训的项目我们只看真刀真枪的行业落地AI项目


1
没想到
目前人工智能采购最踊跃的行业居然是医院
最近几个月医院就纷纷上马

「人工智能辅助诊断系统」

「人工智能影像筛查系统」用于各个科室肿瘤人工智能辅助诊疗丨肺部CT人工智能辅助诊疗眼科人工智能辅助诊疗丨糖尿病视网膜人工智能诊疗...
所以医院用人工智能来干嘛呢?

要想AI不吃土,算力千万别落伍!_Java_02


现阶段主要干的活是 「读片儿」
我们知道,现在去趟医院都得拍个CT、做过B超、照个X线这些检查结果统称为「医学影像数据」医生查看这些数据加上个人专业经验,最后给出诊断结论

要想AI不吃土,算力千万别落伍!_Java_03



一家普通三级医院的影像科
每月产生的影像数据大约150万张图医院90%的数据,都是这类数据读片这事,是个苦力活+智力活读得是「特征数据」这些特征数据,有标准、可衡量这时候,人工智能就派上用场了利用【图像识别+机器学习让机器来读片

要想AI不吃土,算力千万别落伍!_Java_04

所以

现在不少医院正在热衷建设

人工智能诊断平台+数据中心算力扩容

这真不是噱头,真是刚需


要想AI不吃土,算力千万别落伍!_Java_05





2

政府用了吗?
我们最近监测到一个2千多万项目干嘛呢?

「人工智能辅助行政审批」


我们知道,行政审批繁琐麻烦
工作人员需要一张张审核各种材料还带有“人为”因素

要想AI不吃土,算力千万别落伍!_Java_06


现在可好
这个人工智能平台

就是辅助完成行政审批

要想AI不吃土,算力千万别落伍!_Java_07


行政审批平台的人工智能平台

流程三步曲




①识别:图像智能识别平台、自然语言处理(NLP)聚合平台

②比对:知识图谱、机器学习框架、大数据平台

③出报告:智慧审批系统

如果审核不通过或有其他问题,人工干预审核,记录人为操作动作,最后返回结果,再去机器学习。


要想AI不吃土,算力千万别落伍!_Java_08








3


除此之外我们还看到了公共安全领域这可是人工智能的实战派

①前端

各种人工智能识别硬件和技术

要想AI不吃土,算力千万别落伍!_Java_09

凶器识别、赃物识别、疑似血迹识别


另外,无人机也广泛应用


要想AI不吃土,算力千万别落伍!_Java_10



②后台

通过公安大数据、利用人工智能技术

编织一张「天网」




要想AI不吃土,算力千万别落伍!_Java_11

第一是预警,标记潜在的罪犯行为,分配警力

第二是侦破,对通缉犯、嫌疑人进行搜索比对锁定

第三是场景化应用,“社交网络人工智能分析系统”、“网络博彩人工智能分析系统”...







4


还有一个行业,就是传媒


目前,几个大的电视台

纷纷上马

人工智能媒资管理平台



长期以来,视音频文件属于非结构化数据

电视台、电台都有一套「媒体资产管理系统」

要想AI不吃土,算力千万别落伍!_Java_12

如果你想从海量的历史素材里

搜索出你想要的新闻,也能搜出来,就是费劲


原来做法是

人肉打标签,人肉编辑目录,供以后搜索


要想AI不吃土,算力千万别落伍!_Java_13

如果采用人工智能

用机器来干这件“傻”事

对历史素材和每日新增素材


统统打上「结构化标签」


机器打的维度更多,更精细

搜索起来,那是嗖嗖的~


要想AI不吃土,算力千万别落伍!_Java_14





5


在制造业,人工智能正被迅速推广

质量检测、产线维护、仓储物理、柔性制造

……


我们来看个质检的例子

我国有超过350万质检工人

靠肉眼、凭经验、拼工作态度

要想AI不吃土,算力千万别落伍!_Java_15


现在,靠机器视觉+深度学习
给质检机装上“眼睛”和“脑袋”漏检率降低,质检效率大大提高

要想AI不吃土,算力千万别落伍!_Java_16





6



还有公共事业和应急管理,比如

地震预警

最近有条新闻

要想AI不吃土,算力千万别落伍!_Java_17

说的是
通过深度学习历史上百万个地震数据只要地震有微弱信号人工智能就能监测到这太关键了!

要想AI不吃土,算力千万别落伍!_Java_18


并且2秒钟就能报出震源参数


比如:地震什么时候、在哪儿发生?震级多大?这就是AI版的当代地动仪呀

要想AI不吃土,算力千万别落伍!_Java_19





所以,人工智能远吗?不,就在你眼前

就在我们固执的认为AI吹牛不落地时AI已经悄然在各行各业开花结果了
在人工智能的背后永远是有4个支撑点 数据+算力+算法+场景 

要想AI不吃土,算力千万别落伍!_Java_20


在AI的这次浪潮中数据充足、算法成熟、场景丰富我们本以为算力不是短板
但当我们致力于提供“生产级”的AI算力时就会发现CPU太废,GPU太贵
我们可以为了某个战略级任务
堆砌一颗不计成本的“原子弹”出来却无法打造普惠高效的“AK47”这就是当前算力的问题
如何才能“AK47”和“原子弹”兼得呢打造一种“高能”却又“普惠”的算力既能创造算力巅峰,挑战尖端任务又能控制能效比性价比,推动AI普及
有这样的方案吗?
还真有这样的“终极”机器Atlas 900全球算力巅峰

要想AI不吃土,算力千万别落伍!_Java_21

Atlas 900有多快呢?举个例子

以下是一张南半球的星空图

这张图上有20万颗星星

要想AI不吃土,算力千万别落伍!_Java_22

如果一个天文学家要从这20万颗星星中
找出某个特征的星体他需要耗费169天的工作量现在用上Atlas 900只用10秒10秒啊!10秒!从20万星体中找到那颗“最亮”的星


为啥能算的这么快?

算的快的原因在于“芯”

Atlas 900 AI训练集群

由数千颗业界单芯片算力最强的昇腾 910构成

总算力可达256 P~1024 PFLOPS FP16


要想AI不吃土,算力千万别落伍!_Java_23



Atlas 900,太耀眼了
它一出世就受到了世人关注2月25日华为Atlas 900 AI集群

荣获Global Mobile Awards 2020

未来技术大奖 

要想AI不吃土,算力千万别落伍!_Java_24

获奖的理由很简单

最快的计算速度最高速网络连接最顶级散热系统

不仅战斗力惊人而且颜值也超高就在上周荣获世界上最负盛名的工业设计奖之一 红点奖 

要想AI不吃土,算力千万别落伍!_Java_25


更为重要的是
Atlas 900不是一种不计成本的“算力堆砌”它具备极高的算力能效比和性价比
↑ 向上可以满足极端算力需求
(宇宙探秘、天气预测、石油勘探…)↓ 向下可以基于云端按需交付AI算力(满足AI on Cloud的需求)
同时,Atlas 900不是一个人在战斗它拥有形态各异的“兄弟姐妹”

要想AI不吃土,算力千万别落伍!_Java_26


他们各怀绝技,各司其职却都拥有相同的家族基因那就是强劲的昇腾“芯”