人工智能解决方案

  • Post author:
  • Post category:其他




什么是人工智能

其实人工智能可以简单的概括为通过人为的方式,创造一个可以达到或者是超越人类智能的处理方式的机器。



发展趋势


监督学习->深度学习、强化学习->非监督学习、知识推理

监督学习:利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程,也称为监督训练或有教师学习

深度学习:模仿人类的神经网络,建立简单模型,按不同的连接方式组成不同的网络

非监督学习:可以在未知的样本当中发现隐藏的结构特点,并进行学习。



机器学习的本质

找一个函数

可以分为三个步骤

  1. Function set(建立模型)
  2. goodness of a function(评价模型)
  3. Find the best function(找出最佳函数)

上述为基本步骤,最终得到的模型可能只是最适合实验条件下的基础模型,对于真实的情况还是存在一定的偏差,所以还是要返回进行二次优化训练。


深度学习vs传统机器学习


在这里插入图片描述

如上图,

我们可以拿“宠物小精灵”为例


传统机器学习

,主要是由人,也就是设计者来规划好一些特征。例如“身高”、“体重”、“属性”等,机器通过设计者规划好的这些特征点对已有的数据进行学习,并分类。最终可以分辨出新的目标。(因此在人工设计特征这部分的工作量也占了较大的比例)


深度学习

:模仿人类的神经网络,由机器自动的设置一些特征权重去训练出它的模型,不需要人工为它设置特征点。



应用场景


教学实训场景


通过Atlas 200 DK 开发者套件,老师和学生都可以使用个人PC,通过USB接口接入到开发板上。在200 DK当中包含了海思3559芯片以及Atlas 200 AI加速模块,可以为使用者提供强大的算力支持。


互联网场景


典型的一个用法就是与大数据相结合一起使用,通过大数据获取到大量的数据集,再利用AI的一些算法对数据进行分析统计,来使数据增值。

电力行业场景

运营商场景

金融场景:OCR、智能安防等等

小结:人工智能的应用场景非常广泛,涉及到各行各业,在大数据时代,大量的数据需要及时处理的情况下尤为明显。



人工智能挑战和解决方案



挑战

AI的概念早在上个世纪五六十年代就已经提出来了,但是由于受到算力的限制没有发展起来。

举个例子,你对一个模型进行训练,但是算力不足,可能你的训练需要1周才能出结果,而且训练出来的结果不一定是非常合适的。所以这就会让开发者很沮丧。

在这里插入图片描述

图中也是列出了过去和现在的一些对比,通过这张图可以了解到为什么AI的概念提出的很早,但是到现在才得以快速发展。(主要还是算力的问题)

在这里插入图片描述

从这张图上可以看出来,在早些年,人工智能经历过两次高潮,两次寒冬。

第一次高潮-是因为出现了很多顶级的算法,研究者们看到了曙光。

第一次寒冬-发现逻辑证明器、感知器、增强学习等等只能做很简单、非常专门且很窄的任务,稍微超出范围就无法应对。当时的计算机有限的内存和处理速度不足以解决任何实际的AI问题。

第二次高潮-出现了专家系统,专家系统的能力来自于它们存储的专业知识,知识库系统和知识工程。

第二次寒冬-但是专家系统的实用性仅仅局限于某些特定情景,而且费用方面也不太经济,于是政府减少相关经费支出。


第三次高潮

-由于算力的提升,更优秀的算法出现,数据体量的增大,人工智能再一次火热起来。



华为全栈全场景AI解决方案

在这里插入图片描述


所谓全栈指的是从底层到最上层的架构

最底层- 芯片,主要有五大系列产品组成:昇腾的Nano、Tiny、Lite、Mini、Max这些。昇腾310属于Ascend-Mini系列。昇腾910属于Ascend-Max。

芯片使能-华为自主开发的,CANN 芯片算子库

框架-MindSpore是华为支持云、边、端独立的和协同的统一训练和推理的框架。还包括Google的TensorFlow,Facebook推出的PyTorch等等。

应用使能-华为有一个AI训练平台叫ModelArts,在华为公有云上有专门的服务。

再往上就是Ai的应用。

以上就是全栈。


全场景

指的就是:适合于云边端各个场景下,例如消费终端、公有云、私有云、边缘计算、IoT行业终端等等。



Altas产品全家桶

在这里插入图片描述

介绍一下上图中的各种小东西


部件



Atlas 200,以Ascend 310为核心的加速模块

Atlas 300,由4颗Ascend 310组成的加速卡

Atlas 200 dk 开发者套件,一个开发平台,个人PC可以接进去进行开发


AI服务器



Atlas 500,AI智能小站

G5500、G2500这些异构服务器

通过这些服务器来进行AI计算加速。


AI解决方案



主要包括图中所示的一些一体机提供各种场景下的解决方案。

最后可以通过两个介绍Ascend310和Ascend910芯片的视频来总结这章的内容。(博客里就不发了,私藏-v-)



版权声明:本文为f791473571原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。