7月15日，曠視年度技術盛典——2022曠視技術開放日（MegTech 2022）在北京舉行，曠視聯合創始人、CEO印奇在演講中闡釋了曠視的AIoT戰略及“2 1”的核心技術科研體系。

印奇強調，AIoT是曠視過去十一年最核心的主旋律，曠視認為 AIoT=AI IoT 空間。其中，AI是不斷演進的算法能力，IoT是軟硬結合的設備載體，空間是應用場景的閉環。印奇認為，AIoT從業者要更好地改變物理世界。曠視首次公開“2 1”的AIoT核心技術科研體系，即以“基礎算法科研”和“規模算法量産”為兩大核心的AI技術體系，和以“計算攝影學”為核心的“算法定義硬件”IoT技術體系（包括AI傳感器和AI機器人），涵蓋了從基礎研究、算法生産到軟硬一體化産品的AI落地全鍊路。

曠視聯合創始人、CEO印奇介紹曠視的AIoT科研戰略

大會現場，曠視研究院算法量産負責人周而進發表演講，他總結了過去十多年曠視在算法生産和應用落地過程中的實踐經驗。在推動算法在各行各業的實際場景落地的過程中，曠視一直堅持“落地實用是算法價值的最終檢驗标準”。

用标準化解決算法落地面臨的複雜性挑戰

算法生産的過程并不是模型訓練這麼簡單的一個環節，為了讓模型算法能夠解決實際問題，它包含了需求分析，數據處理，模型訓練，上線部署，到最後的應用落地。同時，在這個環節中可能需要反複多輪的算法打磨。這整個過程才真正是一個完整的算法生産的過程。

基于多年實踐經驗，周而進認為算法生産的主要困難集中在整個生産環節的複雜性上。具體來說，可以分為三個方面：第一，數據生産的複雜性。第二，算法模型本身的不确定性。第三，算法落地的AIoT硬件平台多樣性也帶來了整個生産過程的複雜和高成本。

面對如此複雜的挑戰，周而進認為“算法生産過程的标準化，是解決複雜的、碎片化的算法生産的有效手段”。這個标準化過程，包括了數據生産的标準化、算法模型的标準化和推理框架的标準化。

曠視研究院算法量産負責人周而進在曠視技術開放日上的分享

AIS平台讓算法量産成為現實

為此，曠視正式發布自研的算法生産平台AIS（AI Service）。AIS基于曠視Brain 體系，構建了一套覆蓋數據處理、模型訓練、性能分析調優、推理部署測試等算法生産全鍊路的零代碼、自動化的生産力工具平台。AIS标志着曠視Brain 的又一次飛躍，讓算法量産真正成為可能。目前，AIS平台已經能夠支持100多種業務模型訓練，最快2小時即可完成，而且模型産出精度指标遠高于業界平均水平。

他以生産安全場景的火焰檢測算法生産為例，介紹曠視AIS平台的工作全流程。通過标準化的數據處理，自動完成去重去花屏，用基于機器學習的人機交互數據标注系統，提升超過30倍的标注效率。此外，基于曠視10餘年一線算法落地中積累的海量模型儲備，自動化地适配合适的模型并自動化完成模型的訓練和診斷，實現标準化的模型生産。最後，通過解耦的工具鍊自動完成硬件部署，有效化解算法在生産中的複雜性，大大降低算法的生産門檻。

算法量産不是單一的産品，而是對AI生産模式的理念革新和生産力進化

AIS的理念很簡單，就是希望用越來越多的算法來代替人工的分析，用更多的算力和搜索來代替人工的規則，用機器的生成來代替人工的生産。

随着AI算法在越來越多的行業領域裡逐步深化，行業對于AI算法的需求也呈現出碎片化、個性化特征。面向廣闊又碎片化的産業場景，算法量産是實現AI落地的有效途徑。

周而進強調，算法量産不是單一的産品，而是對AI生産模式的理念革新和生産力進化。曠視希望通過AI算法生産的标準化以及AI生産力平台的構建，極大地降低算法生産的成本和門檻，讓更多人可以參與進來，促進算法在更多行業的落地。

本文源自金融界資訊