聯想正式開始輸出AI能力，LeapAI平台與BAT的AI開放平台有何不同？

歷經兩次低谷之後，AI技術在2010年又一次迎來了爆發，巨頭們都率先投入資源進行AI技術的研發。因此無論是國外的谷歌、亞馬遜、IBM還是國內的BAT都推出AI開放平台，推動AI技術更快的落地。12月7日，聯想在香港正式發布了企業級人工智慧平台LeapAI，這意味著聯想人工智慧戰略從內部應用為主轉向AI能力對外輸出。那麼聯想的AI平台與其它AI平台有何不同？

為什麼需要AI平台？

簡單回顧AI概念自1956年被提出後的的關鍵節點，1957年F.Rosenblatt提出感知機模型，標誌著機器學習誕生；1970年，Linnainmaa首次完整地敘述了反向模式自動微積分演算法，可以視為BP的雛形；1981年，將BP演算法應用於神經網路以建立多層感知器後，神經網路的發展得以提速；1955年Vapnik和Cortes提出了支持向量機（SVM）；2006年Geoffrey Hinton提出深度置信網路，使深度學習成為AI的主流方法。

需要指出，AI被提出之後迅速發展並迎來爆發，但1974年到1980年迎來了第一次低谷，隨後又經歷了復甦和低谷的過程。2000年，AI迎來了第二次復甦並在2010年之後第二次爆發，這使得AI技術再一次快速發展同時取得了一些成績。2012年谷歌提出了知識圖譜的概念；2013年，自然語義分析引入神經網路模型；2017年人臉識別率超過99%；同年，語音識別準確率超過97%，這意味著無論是視覺還是語音的AI技術都可以更多的應用到具體的場景中。

與此同時，「許多企業已經在一定程度上使用了大數據技術，但他們發現業務的價值鏈可以進一步優化，這時候還需要人工智慧。」 聯想創投大數據及物聯網業務總經理吳越對雷鋒網表示。

聯想大數據人工智慧產品總監么石磊博士同時指出，企業在部署AI時面臨四大挑戰，包括複雜的AI技術、很高的AI使用門檻、大規模技術研發投入、企業級IT系統的苛刻要求。更具體地說，首先，處在爆發期的AI技術快速迭代演進，傳統企業無所適從；其次，AI全周期應用鏈涉及多個環節，使用門檻極高，對人員技能有很高的要求；同時，大規模技術研發投入也成為企業應用AI技術的一大障礙；還有，企業級AI平台還需要滿足企業級IT系統的苛刻要求。

聯想大數據人工智慧產品總監么石磊博士

因此，對於傳統行業的企業以及沒有能力投入大量資源研發AI技術的企業而言，藉助AI開放平台能夠更快地享受AI技術帶來的便利以及保持企業的競爭力。

LeapAI平台的獨特性

當然，不同的企業對AI平台也有不同的需求，推出AI平台的企業也各有優勢，比如谷歌的機器學習平台的優勢在於構建更廣泛的研究社區；百度的開源機器學習平台在語音識別和深度學習知識經驗方面佔有一定優勢；IBM的機器學習平台以Watson解決方案為核心。那麼，聯想AI平台的優勢在哪裡？

么石磊博士表示：「LeapAI平台以自動化和圖形化為特徵的開發模式部署AI的業務應用，全面支持各種AI技術，具備自動化模型開發過程，支撐閉環業務價值實現，可以同時滿足一般用戶與高階用戶的不同開發需求，能在很大程度縮短企業開發AI的進程，降低企業AI應用門檻和技術投入。最值得關注的是，LeapAI具備面向企業級的平台架構設計，私有的企業AI雲平台將構築企業安全防火牆；軟硬體一體化的特點有助於構建企業AI核心系統，隨企業AI業務發展彈性拓展；企業級平台管理能力可以為企業AI業務保駕護航。」

雷鋒網認為，LeapAI自動化和圖形化的特性與谷歌Cloud Auto ML類似，都是面向那些對AI了解不多的企業，只需極少的工作量和機器學習專業知識，就可以訓練出自定義機器學習模型。據介紹，LeapAI包含計算環境模塊、企業級平台管理模塊、AI核心技術模塊、集成開發環境模塊，並且全面支持機器視覺技術、智能語音、自然語言處理、機器學習等各種AI技術。使用LeapAI平台只需要提供數據，平台就可以自動完成特徵工程、模型選擇、模型優化這些複雜的過程，輸出預測模型。還有值得一提的是，LeapAI針對普通用戶提供的是無門檻的使用平台，面向高階用戶則提供全面、靈活和個性化的使用環境。

聯想集團副總裁、首席研究員，大數據事業部總經理田日輝告訴雷鋒網：「我們的平台支持各種AI技術，是因為企業的不同環節需要不同的AI技術，比如產品檢測要用CV，預測要用時間序列。當然我們也會有選擇性地在一些領域去做深入，至於具體在哪些技術領域做深入很關鍵的因素就是我們合作的客戶。」

聯想集團副總裁、首席研究員，大數據事業部總經理田日輝

除了自動化和圖形化的特性，LeapAI的另一大特性就是面向企業級私有雲平台。田日輝指出：「從大數據平台到互聯網平台再到如今的企業級AI平台，聯想都是用自身的經驗累積去服務企業用戶，也知道企業用戶的需求。一方面，AI技術的技術鏈條非常長，企業對AI技術和人才的渴望都非常強烈。另一方面，許多企業在面對生產管理的時候會被到底選擇哪種AI技術困擾。因此，4年前在香港成立的聯想機器智能中心在2017年就開始打造完整的企業級AI平台。」

田日輝還表示，聯想香港機器智能中心四年前成立的時候研究的是核心技術，在深度學習、機器學習、知識圖譜三大人工智慧應用方向已經收穫了豐富的實踐成果，後來逐漸聚焦到產品，再後來發現這些產品還不夠完善才最終推出企業級AI平台。而企業級智能平台需要具備五個特徵：靈活、易用、全面支持AI技術、與場景結合實現更高業務價值、滿足企業級IT系統苛刻要求。

至於LeapAI強調私有化部署是因為聯想在長期與企業客戶合作的過程中明白企業對數據的安全和環境的安全非常關注，許多企業不願與公有雲廠商合作，而聯想的LeapAI會把安全做到極致。

另外，LeapAI首選的客戶是工業領域。田日輝表示：「工業對中國產業發展影響最大，是國家專註的創新方向，並且工業也是最難的。我們希望在工業領域通過LeapAI平台，與客戶共同創新來實現一些事情。」工業和製造之外，田日輝認為金融也是非常好的領域，政務領域則不會主動出擊。這就意味著，LeapAI與BAT的AI平台在一些領域會有所競爭，但也有不同。

LeapAI競爭力如何？

LeapAI的定位及特性決定了其將深耕工業和製造領域，但長飛光纖光纜股份有限公司CIO汪華指出：「企業非常看中投資回報率，中國製造業有很高毛利的其實不多。我們所在的行業在2000年還可以有40-50%的毛利，可以算高毛利，但2000年之後就變成了20-30%甚至更低的毛利。在毛利低於50%的情況下，投資AI這樣一個投資回報率不那麼明確的新技術，企業管理層會有疑問。」

那麼LeapAI的投資回報率如何？吳越表示：「我們的企業級AI平台偏向於普適性，希望能夠降低AI在企業級應用中的門檻。如果企業轉型的訴求已經大到不是一個單點的業務改善，而是整個企業集團化的轉型要求，那麼投資回報率就非常明顯，如果只是想解決一個問題，客觀說投資回報率可能不太明顯。」

田日輝還指出：「我們非常尊重傳統的企業信息系統，包括自動化系統，我們從裡面收集數據進行數據的整理、數據分析，同時很多分析的結果還要反饋到這些系統里執行。我們希望LeapAI與聯想的數據中心硬體產品整合起來，為客戶提供一體化的服務。但軟硬體的一體化不是必須的，因為軟硬體一體化能讓用戶使用AI更簡單，不需要考慮分批的採購。」

雷鋒網了解到，在推出LeapAI之前，藉助聯想內部的LUDP AI平台已經將AI技術應用於生產、供應鏈、市場營銷等多個業務領域，現有用戶800多個，應用場景超過50個。據么石磊介紹，藉助LUDP進行聯想筆記本的銷量預測，準確率從76%提高到現在接近90%，僅此一項一年就可以為聯想增加營收超過千萬美元。在聯想呼叫中心，通過LUDP平台提供的自然語言處理及語音轉文本等能力支持，對呼叫中心的通話進行質量檢測，極大提高了呼叫中心的運營管理水平。

在聯想與中國萬達集團的合作中，針對工藝參數評估和生產控制優化問題，進行人工智慧試點應用，藉助LeapAI快速將AI技術與業務全面融合，並通過平台提供的模型開發環境，以業務需求為中心，探索潛在應用場景，實現高價值業務的智能化決策。

還有值得一提的是，LeapAI發布會上聯想還與香港浸會大學簽署了戰略合作協議，未來雙方將就研究與技術創新、人才交流與合作、科技創新與創業等領域展開全方位、高層次的深度合作。

雷鋒網小結

由於聯想的AI平台先在內部使用，因此LeapAI企業級人工智慧平台推出的時間比BAT等科技公司晚一些，但LeapAI是聯想對外輸出AI技術的開始。不難看到，與許多AI平台部署在公有雲上並且針對廣泛的行業應用不同，LeapAI首選工業行業並且強調私有雲部署，這是基於聯想對企業客戶了解做出的選擇。而自動化和圖形化的特性能夠在很大程度上降低傳統企業應用AI技術的難度，並且加上軟硬一體的方案，更能夠增加對傳統企業的吸引力和在市場上的競爭力。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！