——‘华为云杯’深圳开放数据应用创新大赛带来的AI实践思考

　　企业或组织成功智能转型取决于以下四个因素:大数据(Big Data)和行业智慧(Domain Knowledge),算力(Computing)即大数据处理能力,以及正确的算法(Algorithm),这是华为云基于深入的实践探索总结出的AI驱动行业智能化转型实践的“ABCD模型”。

　　这一模型同样适用于智慧城市领域,根据模型可以看出:一个能够真正惠及民生、实现城市智能升级的AI项目落地,A、B、C、D四个要素缺一不可。一般说来,政府掌握大数据;学术界与工业界擅长算法;行业ISV深耕行业,洞悉行业智慧;而华为云这样的云服务厂商,则拥有丰沛且普惠的算力,并且有强烈的意愿推动更多城市智能升级的AI项目落地。

　　四大AI实践要素聚合,政务数据创新应用成热潮

　　在智慧城市建设过程中,要想让上述ABCD四要素有效组织起来,需要打破各个要素拥有者之间的壁垒,并且需要城市决策者有足够的远见和敢为人先的决心,以及真心希望通过城市智能升级造福一方百姓、提升民众生活品质与幸福感的强烈意愿。深圳市政府在这方面向全国做出了表率,携手华为云,进行了非常重要且成功的尝试。

　　数据价值在于开发和应用。深圳市政府为发展新型智慧城市和“数字政府”,推动大湾区数据区域流动和高水平互通,率先开放了城市大数据,并以“‘华为云杯’2019深圳开放数据应用创新大赛”的形式,邀请内地和港澳地区各界参赛队伍,针对热点民生问题,用AI技术构建解决方案,推进城市智能升级。华为云是此次大赛的主要赞助商、承办方。比赛已于9月8日圆满结束,共有29个获奖团队分享大赛140万奖金和30万华为云资源的丰厚奖励。

　　此次大赛共设有数据创意赛、数据分析赛、坪山民生诉求分析赛等五大赛道,均为城市治理或具体民生问题,如交通流量预测、水质分析、火灾隐患预测等。针对这些领域,深圳市政府开放了相关数据(Big Data),这些数据都源自城市相关的生产生活真实场景,通过脱敏处理,在真实性、多样性、丰富性方面都具备非常高的质量。大赛吸引了国内包含港澳地区的共1200多个参赛团队,这些团队不仅有来自学术界的前沿学者,如由北邮、香港中文大学、天大、复旦、上交、哈工大等高校教授与学生组成的参赛队伍,也有来自工业界、行业ISV如量成科技、深圳航天智慧城市系统技术研究院有限公司等汇聚行业顶尖AI人才的企业,在算法(Algorithm)与行业智慧(Domain Knowledge)两大要素方面可谓是人才济济,各怀绝技。参赛队伍均使用华为云提供的算力资源(Computing),其中数据分析赛参赛作品均通过华为云一站式AI开发平台ModelArts开发完成。参赛团队利用AI、大数据技术,紧密结合具体问题,开发出264个方案作品。

　　A、B、C、D这四大AI实践要素的聚合,成功地引发了化学反应,催生了AI在行业的落地,正如这次大赛的英文名首字母简称SODiC“含钠的”所预示那样,此次赛事如同活跃的钠元素一般,自2019年6月正式启动以来,在全国范围内掀起了政务数据创新应用的热潮。

　　AI赋能,城市数据发挥巨大价值

　　作为此次大赛的主办方之一,华为云除了提供强大算力支持之外,还通过全栈全场景AI解决方案,将长期在多行业项目实践过程中积累的算法、大数据、行业智慧等能力提供给参赛队伍。

　　获得“盐田港货柜车到港预测”子赛道的一等奖的参赛队伍“老实人战队”,通过华为云ModelArts的模型训练和调优,成功预测了1000多台货柜车到港过闸时间,预测结果和实际结果平均误差仅有27分钟。盐田港是深圳全国集装箱吞吐量最大的单一港区,也是连接珠三角地区内陆和海外贸易的重要枢纽。每天到达盐田港的货柜车数量庞大,利用这一成果,可以预测货柜车到达盐田港进港闸口的时间,从而更好地提高盐田港集装箱吞吐能力。

　　获“高光谱水质分析赛道”一等奖的“天眼战队”,通过华为云ModelArts建立的水质识别模型,能够把高光谱成像仪识别的样本液体的光谱曲线和模型数据库匹配判断,获得液体的物理结构、化学成分,从而分析出不同液体类型和成分。高光谱水质分析技术可以在不接触水体的情况下,仅利用拍摄的照片建模计算,就能实现精确测量水质。这一成果解决了传统的化学化验方式检测水质时间长、成本高的问题,更加省时省钱省力。

　　华为云一站式 AI开发平台ModelArts,是华为云全栈全场景 AI解决方案面向用户和开发者的门户。ModelArts拥有全流程可视化开发管理能力,并在数据预处理、智能标注、自动学习训练、一键部署、AI市场等方面均有独到之处。如边标边学的智能化数据标注,支持图片、语音、文本、视频等常见标注及自动驾驶、医疗等领域标注任务,标注效率提升70%,在特定领域可提升人工标注效率 10倍。用于加速分布式训练的轻型分布式框架MoXing,能够针对训练推理,优化深度学习框架,分布式线性度可达0.85以上。