疫情之下，AI视觉的前沿应用与实践
本次活动由爱分析高级分析师黄勇主持。黄勇首先分享了爱分析基于疫情期间的调研与观察所得到的行业趋势。爱分析认为，长期来看，此次的疫情激发了政府和企业对于数字化的需求。另一方面，由于企业在疫情中受到了冲击，在数字化方面的投入会更加关注ROI。
首先，中国科学院大学的王金桥教授给大家带来了“大数据时代的视觉智能技术及应用”的主题分享。王教授分享了对AI视觉未来的思考。从理论发展上来说，第一，目前处于感知智能到认知智能过渡的阶段；第二，看好通过量子纠缠来实现低功耗的高性能的计算；第三，人工智能的治理未来会得到重视。从产业发展上，王教授认为未来5G技术会促进AI的发展，人机耦合的方式会长期存在。
随后，焱融科技的产品总监黎俊鸿为大家带来了“疫情背后的AI，AI背后的存储”的主题分享。
黎俊鸿指出人才和数据是AI企业构筑壁垒的重要资源，深度学习训练的数据规模已经成为模型训练精度的分水岭。
目前，AI 深度学习模型训练数据访问面临两方面的挑战，首先AI训练的运行平台已经由过去的物理机时代向容器平台转移，数据平台需要服务于运行在容器上的训练业务。第二个挑战是深度学习需要用到海量的非结构化数据，只有具有高带宽、低延时的特性，才能让GPU的使用发挥到极致。
面临训练场景下数据层面的挑战，焱融科技推出的产品YRCloudFile提供了非常好的解决方案。
黎俊鸿表示，YRCloudFile是一个高性能的分布式文件存储系统，从元数据以及数据的设计上，YRCloudFile都能很好地适配AI训练模型的诉求和场景。YRCloudFile具有四大特点，一是高性能 ，为 IO 密集型应用提供强劲动力；二是支持海量文件；三是Kubernetes容器持久化存储；四是可对文件系统热点、客户端 IO 压力实时监控。
据黎俊鸿介绍，焱融科技在SC19(SuperComputing 2019)发布的高性能存储榜单中，进入前6名，焱融科技也是首个进入CNCF LandScape容器存储图谱的中国公司。
在主题分享的最后，黎俊鸿还分享了科大讯飞的案例，焱融科技YRCloudFile已对接科大讯飞的训练场景，已上线多套存储集群，今年会进一步推进合作。
最后一位分享嘉宾，滴普科技高级解决方案架构师的周立洲为大家带来了“工业视觉计算落地与抗疫”的主题分享。
嘉宾分享单独分享环节结束后，三位嘉宾围绕AI视觉未来的挑战等问题进行了圆桌讨论。王教授表示，未来图形学和视觉相结合用于视觉购物会是一个发展方向。黎俊鸿认为不理想光源下的AI视觉落地还存在挑战。周立洲认为，AI视觉领域科研和实际的落地还有很大距离，目前爆发的主要是安防领域，今年开始，AI视觉会逐渐在制造业落地，比较好的场景有质检、供应链排产、物流规划等。
责任编辑：倪颖
专题
最新发布