伴随着人工智能，深度学习等新技术的不断引入和演进，越来越多的行业正在智能化升级创新，实现降本增效火焰检测，工业质检，零件计数，危化品检测，交通管理，明厨，高空抛物检测，普洱茶饼识别，速冻饺子检测...这些五花八门的ai算法，伴随着数字化转型的热潮进入日常生产生活
表面上看，各行各业的算法都在不断融合，但实际上，aiot市场的高质量ai算法仍然供不应求如何解决算法生产和落地应用的挑战，让人工智能在海量场景下发挥更大的作用，是人工智能企业在aiot时代需要解决的难题，也是打消算法量产想法的初衷日前，旷视召开算法量产沟通会旷视研究院算法量产负责人周尔晋在会上介绍了旷视在高质量算法生产过程中的洞察，经验和实践，为aiot时代的算法实现提供了新的思路
目前，在aiot市场的算法供应和落地过程中，存在行业数据缺乏，算法普适性低，物联网设备复杂，软件2.0挑战，算法供应质量参差不齐五大挑战。
面对这些问题，业内有不同的探索方向:目前大部分算法都是定制生产模式，根据需求开发定制算法，逐一解决，但往往成本较高，算法交付质量参差不齐，对大模型进行预训练可以给算法带来很好的泛化能力，但背后需要大量的计算能力，难以解决具体的细分场景问题，云ai开发平台，可以解决一些问题，简单易用，零代码，但只是实现了流程的数字化，对策略选择自动化等高级功能支持有限...
这些探索都很好，每一条路其实都被忽略了，但是在处理一个复杂的问题时，仅仅依靠一个点是不够的需要思考ai生产方式的概念和生产方式面对aiot市场算法供给的多重挑战，无视10多年算法研发积累经验和多个行业项目实践，提出算法量产的思路希望通过算法的量产，规范ai生产流程，降低算法生产门槛，让更多人加入到算法生产的工作中来，提高算法生产的效率
用算法的大规模生产满足算法的大量需求
在推动算法落地各行各业实际场景的过程中，旷视一直坚持落地实用性是算法价值的终极检验标准但是大规模算法的落地是一个系统性的问题，在数据，模型，评测，迭代等方面都有很多挑战面对如此复杂的挑战，旷视认为算法生产流程的标准化是解决算法生产复杂碎片化的有效手段这个标准化过程包括数据生产的标准化，算法模型的标准化和推理框架的标准化只有标准化，才能使算法生产的各个环节自动化，从而提高算法生产的效率
为此，旷视推出了自适应算法量产的ai基础设施——算法生产平台ais基于ais旷视brain 系统，搭建了一套涵盖数据处理，模型训练，性能分析优化，推理部署测试等算法的零代码，自动化生产力工具平台ais标志着无视brain 的又一次飞跃，让算法量产成为可能目前，ais平台可支持100多种业务模型训练，最快2小时即可完成，模型输出精度指标远高于行业平均水平同时，ais的嵌入式管理平台已经支持30种设备的管理，有效节省了物联网设备的日常开发和维护成本
此外，旷视提出了适合当前算法需求的5:3:2 r&d矩阵，即5名行业工程师基于ais算法生产平台交付相应的服务，3名算法研究人员专注于算法创新和探索，2名工程师不断打磨相应的基础设施和开发ai生产力工具这种团队组建既满足了解决现有问题的需要，又能不断完善自身，推动aiot时代所需的ai能力进化
量产算法，加速ai与实体经济深度融合
在沟通会现场，旷视还重点展示了其在非物质文化遗产建盏溯源领域的成果最近几年来，建盏产业发展迅速，预计产值超过75亿元，品牌价值超过160亿元可是，仿制，伪造，伪劣等问题严重影响着建盏行业的发展和品牌价值无视基于算法的量产，我们推出了建站行业首个基于模式识别的建站ai溯源系统利用建盏每盏灯都是独一无二的这一特性，实现了一灯一灯一码的结合，有效打击假冒等行为，推动建盏行业的规范化发展和智能化升级，通过ai技术让历经千年的建盏焕发出新的时代活力
除了追根溯源，迪法恩斯还帮助了能源，教育，零售，体育和健身行业的许多客户在日常生产和运营中使用ai技术，实现降本增效无视通过算法量产开发的明厨亮灶算法，已经帮助多家足球网站的合作伙伴在10多个城市的学校落地，保障学生用餐安全基于megengine框架，通过算法量产和ais生产平台，我们为某油田提供了多项ai算法，如烟雾检测，火焰检测，漏油，配电室无绝缘手套等，并通过危险化学品视频分析智能预警系统提高其日常安全监管效率
对于算法量产在行业的未来，周强调，算法量产不是单一产品，而是ai生产模式的理念创新和生产力进化希望通过ai算法生产的标准化和ai生产力平台的建设，大幅降低算法生产的成本和门槛，让更多人参与进来，推动算法在更多行业的落地，加速ai与实体经济的深度融合
捷尼赛思发布品牌可持续发展愿景?捷尼赛思gv60迎中国首秀
