[[414878]]

我們正在進入一個萬物感知、萬物聯接、萬物智能的世界——

車間：高速照相機拍下傳送帶上的零部件，交由機器進行識別，將有缺陷的零件挑出來；

農場：奶牛帶上項圈，通過讀取奶牛的生物特征進行數據分析，提升產奶效率；

機場：基于身份識別系統識別出旅客身份后，結合機場數據后臺為其分配合適的安檢口；

……

人工智能逐步進入產業化階段，AI應用場景也趨于多樣化和復雜化，智能基因在悄然改變著大家原來的工作方式和生活習慣。但需要正視的是：智能化應用需求雖已全面爆發，AI 技術在眾多行業中研發與應用部署的門檻與成本卻一直很高。通過傳統方式定制AI模型往往成本高、周期長、項目效果達不到預期。如何把軟硬件結合在一起實現機器智能？定制化場景下，AI開發的成本如何控制？AI模型的優化迭代能否找到更快捷的工具？這都是企業在推進AI落地時必須直面的挑戰。

日前，以“軟硬一體 智能創新 揭秘智能化硬件AI應用的技術難點與行業落地”為主題的百度智能云EasyDL零門檻AI開發平臺網絡研討會在線上順利舉行。來自百度的專家和行業代表通過主題演講、互動問答等環節多角度展示了AI生產工具的產業價值，以及 EasyDL 平臺如何支持AI落地，助力企業降本提效。

零門檻AI開發平臺：應時而生的AI生產工具

百度和波士頓咨詢公司的一項聯合調研顯示，在各行業的業務場景中，約有86%的行業需要定制開發相關的AI模型以提高業務效率。諸如工業質檢、物流自動分揀、智慧零售等都是比較典型的場景。然而，眾多企業在定制開發AI 能力時往往面臨著模型訓練經驗缺失、模型適配和部署繁瑣、模型迭代優化周期長、人力成本投入較大等痛點。在此背景下，百度推出了EasyDL零門檻AI開發平臺。

百度智能云產品經理心同首先介紹了EasyDL的概況和功能優勢。

這一平臺主要針對定制化訓練的場景，為企業開發者提供零算法基礎的高精度AI模型開發能力。平臺可以覆蓋圖像、視頻、文本、語音、OCR、結構化數據、商品檢測等七大方向的數據來源，通過無需寫代碼的交互方式，能夠產出可以部署在公有云、設備端SDK、軟硬一體和本地服務器多種不同方式下的靈活的部署包。

可以看到，EasyDL主要適用于以下幾種情況：所要解決的AI問題在市場上沒有標準化的解決方案；企業內部缺少專業的算法人員；AI模型能力需要集成到實際的業務產線當中，對模型的高精度效果要求比較高。

具體來看，EasyDL具有三大功能優勢——

其一，全場景。EasyDL支持七大方向十七個垂類的AI訓練任務；

其二，零門檻。面對數據準備和模型訓練兩大環節的諸多痛點，EasyDL都能為開發者提供針對性的功能和訓練范式，并且為零基礎算法人員提供了可視化勾選的方式。開發人員可以根據實際行業應用情況去選擇對應的超高精度、高精度、高性能等不同的算法來一鍵發起模型訓練任務，真正做到零門檻上手AI開發核心環節，實現高精度模型定制；

其三，廣適配。AI模型到硬件適配技術難度高，而EasyDL可以廣適配多形態的模型部署服務，適配15家芯片，4大操作系統，同時還提供百度自研的軟硬一體的部署方案EdgeBoard，在EdgeBoard上可以達到推理速度平均提升10倍以上。

心同以零件分揀業務場景為例，簡要說明了開發者使用EasyDL的步驟。這一場景的基本需求是要在生產過程當中分揀零件，區分其是螺絲還是螺母。針對這種情況，開發者只要5步即可完成：1、選擇任務類型，即訓練1個物體檢測模型；2、上傳并標注數據；3、啟動一鍵模型訓練；4、發布模型，比如發布為一個設備端的SDK；5、集成到實際業務產線中。心同提到，從EasyDL功能實現邊界來看，在最快狀態下15分鐘就可以獲得一個定制的AI服務。

AI邊緣部署：模型端側加速

百度智能云研發工程師譯文接著圍繞AI開發與邊緣部署技術方案進行了解析。相關研究報告顯示，AI模型在邊緣和本地部署的需求呈現越來越高的趨勢。譯文指出，一個AI模型的部署方案本質上要在精度、性能和成本之間取得平衡，如何取得平衡也是開發人員所要面臨的挑戰。邊緣部署也不例外。

AI開發者需要關注的是，邊緣部署的利弊都很鮮明。優點主要在于：網絡無依賴（或網絡弱依賴），有助于保護隱私；不受網絡時延的影響，在某些情況下響應更快；表現會更穩定；芯片成本往往比云端部署要低。缺點在于：受到條件和功耗的限制，算力相對更差；難以水平擴展；各大硬件廠商的技術標準很難統一，邊緣部署解決方案的可一致性就很低；有的硬件廠商提供的軟件解決方案或配套的工具不是很完善，使得在邊緣端部署的研發成本會大大提高。

在百度的AI開發中臺中，如果說EasyDL是針對整個AI開發全流程的解決方案，那么EasyEdge則是專注于模型部署的工具，其主要目標在于：一、使模型對端側有更好的適配，因此包含了模型轉換、模型壓縮以及模型優化等內容；二、在部署階段提供更好的服務，讓用戶用起來更簡單，所以包含了芯片適配、性能評估、安全加固等功能。

簡單來說，EasyEdge是百度自研的端計算模型生成平臺，能夠將原始深度學習模型快速生成適配于邊緣節點和智能終端的端側模型。將符合要求的原始模型輸入這個平臺后，EasyEdge會做模擬解析，轉換、兼容、加速，最后封裝成SDK，進而產出一系列的計算服務。

譯文簡要說明了EasyEdge對于網絡和框架的支持情況。

EasyEdge支持多種不同類型深度學習模型的部署，圖像分類、檢測、人臉、姿態、分割、OCR等都在支持范圍之內。目前EasyEdge支持的網絡種類逾50種，包括MobileNet 系列、ResNeXt 系列、DenseNet 系列等。

同時EasyEdge支持接入多種深度學習框架，包括飛槳PaddlePaddle，還有業內比較主流的六種框架，TensorFlow、PyTorch、DarkNet、Caffe、mxent、ONNX等。為了更方便的實現部署，目前EasyEdge還支持部分深度學習框架模型的互轉換。

EasyEdge對于端設備的支持也很廣泛，既支持常見的通用芯片CPU、GPU以及通用ARM設備，也支持市面上主流的專用芯片，如Intel Movidius系列，海思NNIE等

據譯文介紹，使用EasyEdge可以減少非常多的開發部署時間，模型的推理速度也會得到極大的提升，號稱“最快2分鐘即可生成端邊計算服務”。

識別回收飲料瓶：借力EasyDL賦能綠色經濟

目前，EasyDL已在工業、農業、零售、醫療、物流等行業廣泛落地。在本次研討會上，來自深圳歸谷智能有限公司的軟件總監儲盛峰就通過遠程連線的方式和網友們分享了EasyDL平臺在識別應用領域的案例。

儲盛峰介紹，這一項目的主要內容是飲料瓶的識別和回收，主要面向香港客戶。出于環保的考量，目前香港政府已經開始計劃對于飲料瓶生產企業征循環再造稅，這個稅會通過生產企業再轉嫁給消費者。舉例來說，一瓶水從2元變成2.2元~2.3元，多的幾毛錢可以視作押金。用戶喝完水后可以將空瓶投入飲料瓶回收機，回收機據此返回這部分用戶提前支付的押金，以這種方式來形成生產-消費的綠色循環。

綜觀這一過程，要實現循環，關鍵就是飲料瓶回收機如何能“智能”地識別一個完全符合回收標準的瓶子，進而把錢回贈給投放瓶子的用戶。這一項目的棘手之處也正在于此。

歸谷智能在嘗試使用EasyDL平臺后發現，這一平臺不僅比較容易上手，給出的結果非常有利于訓練和使用，而且不用耗費大量的時間和成本。通過2000張不同形狀的瓶子圖像的訓練，已經能做到比較符合客戶的需求。目前這一項目已經落地近100臺飲料瓶智能回收機。可見，EasyDL在助力企業快速獲得AI能力方面的高效與成熟。 

【結語】EasyDL零門檻AI開發平臺不僅降低了AI從應用到落地的門檻和成本，也為相關企業提供了智能化業務轉型的新方向。將開發者從“重復造輪子”的泥沼中解放出來，讓其更加聚焦于業務與創新，加速AI從算法到落地的應用進程。EasyDL的未來，我們拭目以待。

詳情查看：https://ai.baidu.com/easydl/