联想的“AI时代”新野心

2019-09-27 14:51 稿源:PingWest品玩  0条评论

联想

声明:本文由站长之家内容合作伙伴 品玩 授权发布。

联想走上人工智能赛道,是在 2017 年。彼时徐飞玉博士离开了工作近二十年的德国人工智能中心,前往北京建立联想史上第一个人工智能实验室,做技术落地应用。
 

联想的个人电脑业务如同围城。企业建立三十余年,互联网与移动端的风口一一掠过,人工智能的浪潮已经席卷而来,大众对联想的第一印象仍是电脑。

当地时间 9 月 25 日,联想在旧金山人工智能峰会The AI Summit上展出了一系列人工智能产品:面向AI开发者的服务器、边缘计算服务器等硬件,人工智能超算平台LiCO,AI检测工业残次品、能够体会语意情感的聊天机器人等落地应用。

两年半之后,从软硬件技术到应用方案,联想拿出了产品。

人工智能不再只是刷新人类想象力的Alpha Go、自动驾驶。算法拥有的学习能力,让人工智能成为了新一轮自动化、企业运营精细化的变革力量。硅谷的主要科技企业和新兴创业企业,正在争夺人工智能企业服务的市场。

联想研究院人工智能实验室副总裁徐飞玉告诉硅星人:许多公司做企业人工智能解决方案,很难拿到客户企业比如过去 10 年的数据。但是联想自己就有数据,我们每天还和在这个领域工作了 20 年的专家们一起合作……如果联想能把自己的内部需求处理好,那么它给其他企业提供服务的时候,也应当是有优势的。

联想的人工智能起步不能算早,但布局已经显露。联想本身有硬件、有数据、还有内部需求。

至于商用化,徐飞玉表示,联想已经做好了准备。

联想的AI布局

据联想研究院人工智能实验室战略、规划及运营总监陈刚介绍,联想的人工智能实验室确立了六大方向:自然语言处理、语音识别、计算机视觉、机器学习及智慧数据、AI训练平台、AI开放创新平台。

对徐飞玉来说,联想是从公司内部,从公司的痛点中发展出人工智能解决方案。人工智能已经在管理联想每年 1 亿件左右的硬件数量,通过需求预测优化供应链管理。一般企业供应链能够占据50%到70%的现金流。联想算法模型预测的精度提高5%,应用于巨大的库存基数,对控制成本、盘活库存和现金流的意义重大。

在过去两年半间,人工智能正在改变联想的产品特点和生产制造过程。

在智能物联网方面,联想根据已有的硬件比如个人电脑、手机、平板等发展智能硬件。联想的扫地机器人可以进行语音交互,告诉机器人扫一下厨房,或者扫一下客厅,扫地机器人就不会毫无章法四处扫荡。

在行业智能方面,联想正在发展智能制造业。联想每年有数量巨大的产品设备需要交付,需要人工智能辅助提高产品质量和运营效率。借助算法模型,产品备件、库存管理,都可以根据当地市场的需求、季节等因素,进行数据分析,提高物流、供应链使用效率。

联想也将计算机视觉应用到工厂制造业之中,已经在深圳工厂试点,即将全面铺开。产业工人用肉眼检测电脑屏幕质量,难免因为疲劳有所差错,而消费者一旦退货,就会造成声誉和经济损失。采用计算机视觉的机器识别,能够 24 小时工作,不知疲倦地辨别元件是否到位,点胶是否准确,提升效率。联想也有意把这种解决方案作为服务,向其他企业提供。

在智能客服领域,虽然聊天机器人早已存在,为企业节省了重复劳动,但因为机械低效而饱受用户诟病。但在人工智能的支持下,聊天机器人可以识别多媒体图像,比如拍一张电脑蓝屏的照片,就可以识别问题。客服机器人甚至可以识别语意情感,为已经表露不耐烦的客户转接人工客服。
 

准备进军企业AI

人工智能应用市场方兴未艾,领军企业显山露水,但还没有分出胜负。

徐飞玉告诉硅星人,联想人工智能实验室有个很大的优势,因为联想是一家全球化公司。联想做智能制造,自身就是一个典型的企业案例。基本上企业级要做的重要事情联想都有,覆盖供应链、客户服务、产品线、硬件、软件等等。

她表示,一个公司完整的客户体验路径,是售前、销售、售后、维修等,如果不是一个有几十年经验的制造公司,有可能不会这么全面。所以她觉得联想相较于一些传统AI公司,在做通用的解决方案方面,应当具有优势。

徐飞玉表示,联想人工智能实验室还很年轻,但在过去的两年半里,联想已经在这些方面有所布局,“所以我很自信。比如我们的聊天机器人,已经能做好几种语言,还可以人机合作。我们的这些解决方案已经很深了,而不是一个简单的搜索。”

联想的聊天机器人MOLI做客户服务,其实是要求服务工作人员自身掌握很多知识:第一要了解产品,对产品的每个构成都要了解;其次,产品和产品之间的关联要了解。另外,要回答这些问题,就要首先弄清楚这是一个事实性的问题,还是分析故障的问题,还是解释“怎么做”的问题,所以这需要很多公司内部和这一领域的知识支撑。

徐飞玉会和合作伙伴一起坐下来深度描绘这些知识图谱,把用户的体验路径进行知识化、流程化。因此解决方案不是一个简单的搜索、问答或数据库搜索,而是知识图谱和深度学习中的知识,也有可能是人机合作和自动学习的知识。

打开机器学习的黑箱子

除了在企业内部应用人工智能技术,联想也在逐步向外界提供人工智能产品。

面向开发者,除了服务器、工作站等硬件销售,联想推出了LiCO人工智能超算平台,支持人脸识别、深度学习和自然语言等一系列人工智能产品及解决方案。联想还在 2019 年推出了ThinkStation P920 AI工作站,让企业客户部署人工智能解决方案,从而降低了企业使用AI的设备门槛。

联想也进入了人工智能医疗领域,参加了全球肝脏肿瘤病灶区CT图像分割挑战大赛,并获得了冠军。这种技术主要应用于肿瘤的自动检测与分类、CT图像中肿瘤数据的自动标注、集成肿瘤特性的三维模型展示和诊断报告自动生成。目前,LeHealth已经与北京大学首钢医院合作落地。

但徐飞玉在峰会演讲中提出了另一个问题:机器学习的预测准确率很高,但得出结论的学习过程仍是一个“黑箱”,很难解释预测的原因。导致用户不敢接受人工智能做出的决策。

一些研究者只在乎算法模型的有效性。但人工智能技术涉及到商业落地的时候,用算法诊断肺癌的医生、用算法预测商品需求的库存管理部门,都需要一个解释,才能接受人工智能的指导。

徐飞玉回忆,她与业务集团一起合作的时候,比如跟供应链的决策者说要提高或者是降低1%,就需要做出解释。因为少订1%的显示器服务部件,但最后用户需求却达不到满足,业务部门就要承担责任,或者认为算法出现差错,所以能够解释人工智能的决策过程,对决策者来说是很重要的。因此,研究者必须去建立“可解释的人工智能”,研究深度神经网络建立联系的过程,去解释决策的科学性。

因此,徐飞玉鼓励研究者们去“打开机器学习的黑箱”,找到因果联系,去解释为什么模型会得最终的结论,去做“负责任的人工智能”。

声明:本文转载自第三方媒体,如需转载,请联系版权方授权转载。协助申请

相关文章

相关热点

查看更多

关闭