AI 在社會(huì)發(fā)展進(jìn)程中扮演著日益重要的角色。全球最具權(quán)威的 IT 研究與顧問(wèn)咨詢公司 Gartner（高德納）對(duì) AI 的未來(lái)發(fā)展給出了自己的預(yù)測(cè)，Gartner 首席分析師 Afraz Jaffri 表示：“人工智能創(chuàng)新有望帶來(lái)巨大的、甚至變革性的收益……應(yīng)該特別關(guān)注預(yù)計(jì)將在 2-5 年內(nèi)成為主流的創(chuàng)新類別，包括復(fù)合人工智能（composite AI）、決策智能（decision intelligence）和邊緣人工智能（edge AI）。盡早采用這些創(chuàng)新技術(shù)可以帶來(lái)顯著的競(jìng)爭(zhēng)優(yōu)勢(shì)和商業(yè)價(jià)值，并緩解人工智能模型的脆弱性問(wèn)題。”開(kāi)發(fā)者社區(qū) CSDN 的 3000 萬(wàn)注冊(cè)開(kāi)發(fā)者中，689 萬(wàn)開(kāi)發(fā)者閱讀、撰寫與研究 AI 技術(shù)，其中精準(zhǔn)聚焦 AI 學(xué)習(xí)及應(yīng)用的開(kāi)發(fā)者人數(shù)達(dá)到了 154 萬(wàn)。如這些行業(yè)人士所熟知，AI 領(lǐng)域仍有諸多困擾著開(kāi)發(fā)者的痛點(diǎn)亟待解決。

1.從技術(shù)到商業(yè)，阻礙 AI 發(fā)展的痛點(diǎn)突破遭遇瓶頸？

隨著技術(shù)水平的不斷發(fā)展，AI 展現(xiàn)出了自身豐富的可塑性。而塑造這一創(chuàng)新藝術(shù)的設(shè)計(jì)師——AI 開(kāi)發(fā)者，在面對(duì)開(kāi)發(fā)平臺(tái)、數(shù)據(jù)、工具鏈、生態(tài)支持和收益循環(huán)信息不對(duì)稱的情況下，無(wú)法更好的施展自身的技術(shù)能力。

根據(jù) Gartner 人工智能創(chuàng)新技術(shù)成熟度曲線反映了以下四個(gè)概念互補(bǔ)的人工智能類別：

以數(shù)據(jù)為中心的人工智能（Data-centric AI）；以模型為中心的人工智能（Model-centric AI）；以應(yīng)用為中心的人工智能（Applications-centric AI）；以人為本的人工智能（Human-centric AI）。

“數(shù)據(jù)、模型、應(yīng)用、人”是人工智能技術(shù)的核心要素，也都面臨亟待解決的困境。以數(shù)據(jù)為例，越是高質(zhì)量的、具有核心競(jìng)爭(zhēng)力的數(shù)據(jù)，就越容易涉及敏感信息的隱私安全問(wèn)題，也越是需要保護(hù)的資產(chǎn)，造成數(shù)據(jù)共享使用的諸多障礙。而 AI 的發(fā)展離不開(kāi)高質(zhì)量數(shù)據(jù)，對(duì)于初創(chuàng)公司而言，獲取客戶信任，得到客戶業(yè)務(wù)數(shù)據(jù)是一項(xiàng)非常艱難的任務(wù)。另外，標(biāo)記數(shù)據(jù)通常十分珍貴，甚至大部分時(shí)候是缺失的，這也導(dǎo)致了他們?cè)谘邪l(fā)數(shù)據(jù)驅(qū)動(dòng)型產(chǎn)品的道路上增添了阻礙。另一種現(xiàn)象是數(shù)據(jù)激增，產(chǎn)生大量的半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)標(biāo)注工作量太過(guò)復(fù)雜，海量的數(shù)據(jù)標(biāo)注需要投入大量時(shí)間和精力，但現(xiàn)實(shí)是 AI 開(kāi)發(fā)者不得不花時(shí)間去進(jìn)行數(shù)據(jù)加工處理。

在模型方面，隨著模型的不斷演化，對(duì)模型的攻擊、盜用等事件頻頻發(fā)生，AI 開(kāi)發(fā)者面臨著算法模型在對(duì)外調(diào)用及優(yōu)化過(guò)程中的泄露風(fēng)險(xiǎn)；其次是技術(shù)和開(kāi)發(fā)工具門檻高，對(duì)于個(gè)人、高校等 AI 開(kāi)發(fā)者或者是部分初創(chuàng)公司在前期投入資金不足、信息閉塞的情況下無(wú)法對(duì)接到最正確的技術(shù)方向和甄別性價(jià)比高的開(kāi)發(fā)工具。對(duì) AI 來(lái)說(shuō)，算力是重要資源，而算力資源成本高，硬件采購(gòu)成本高，算力成本居高不下難以承擔(dān)；最后是資源利用效率低，需求與供給的匹配需待優(yōu)化，開(kāi)發(fā)協(xié)助溝通不暢，開(kāi)發(fā)涉及多角色協(xié)同，溝通不暢會(huì)極大地影響效率。

在 AI 的供需對(duì)接方面，需求方的發(fā)現(xiàn)和對(duì)接對(duì)于大部分 AI 開(kāi)發(fā)者而言是有困難的。專注于技術(shù)層面的開(kāi)發(fā)者在與 AI 需求者交流過(guò)程中無(wú)法捕捉到用戶切實(shí)的需求，或者在需求篩選的過(guò)程中需要消耗大量的精力，這對(duì)于 AI 開(kāi)發(fā)者而言是低性價(jià)比的消耗。

如何幫助 AI 行業(yè)，實(shí)現(xiàn)更高性價(jià)比的精力分配，讓 AI 數(shù)據(jù)相關(guān)的挑戰(zhàn)得以緩解，讓 AI 公司更高效地對(duì)接市場(chǎng)，讓 AI 公司接觸真實(shí)需求而非技術(shù)談兵。

2.破開(kāi)困境的亞歷山大之劍

為了更好地解決 AI 發(fā)展的一些困境，翼方健數(shù)近日正式宣布上線隱私安全計(jì)算護(hù)航的 AI 服務(wù)平臺(tái)——攬睿星舟。平臺(tái)運(yùn)用隱私安全計(jì)算技術(shù)，在保護(hù)數(shù)據(jù)和算法安全的前提下，匯聚行業(yè)及公共數(shù)據(jù)集，集約算力部署，集成包括軟硬件在內(nèi)的最新 AI 技術(shù)，提供全流程一站式服務(wù)。攬睿星舟用數(shù)據(jù)、算力、資金、技術(shù)和運(yùn)營(yíng)能力加速 AI 發(fā)展，賦能長(zhǎng)尾的 AI 應(yīng)用場(chǎng)景，充分實(shí)現(xiàn)人工智能供需之間的高質(zhì)量對(duì)接。攬睿星舟這個(gè)項(xiàng)目源自于翼方健數(shù)在隱私安全計(jì)算在市場(chǎng)上與 AI 行業(yè)的痛點(diǎn)碰撞，結(jié)合了來(lái)自 AI 與數(shù)據(jù)協(xié)作過(guò)程中的安全保護(hù)案例、AI 供應(yīng)商技術(shù)遴選案例、AI 招投標(biāo)及比賽案例，能夠滿足基于需求與技術(shù)融合推動(dòng)的一系列 AI 場(chǎng)景需求。

在發(fā)布會(huì)上，翼方健數(shù)首席科學(xué)家張霖濤博士針對(duì) AI 生態(tài)的不同角色和痛點(diǎn)視角，介紹了攬睿星舟 AI 服務(wù)平臺(tái)提供的針對(duì)性解決方案。尤其針對(duì) AI 開(kāi)發(fā)者，平臺(tái)提供端到端 AI 全生命周期開(kāi)發(fā)工具。平臺(tái) AI 應(yīng)用商城內(nèi)匯聚豐富的 AI 工具鏈與預(yù)訓(xùn)練模型，形成從數(shù)據(jù)處理到算法開(kāi)發(fā)和部署的服務(wù)閉環(huán)。包括數(shù)據(jù)標(biāo)注、juypter lab、vscode、模型管理、模型推理、主流機(jī)器學(xué)習(xí)框架、鏡像管理等，包括開(kāi)箱即用的 AI-Ops 全流程工具供開(kāi)發(fā)者使用。為了讓 AI 開(kāi)發(fā)者與技術(shù)服務(wù)商能夠在平臺(tái)內(nèi)使用到稱手的工具，應(yīng)用商城除了集成自研的工具更引入了來(lái)自生態(tài)合作伙伴的優(yōu)質(zhì)工具。

作為云計(jì)算廠商的戰(zhàn)略合作伙伴，平臺(tái)為 AI 開(kāi)發(fā)者提供高性價(jià)比的多種云服務(wù)器，AI 開(kāi)發(fā)者可以通過(guò)登錄平臺(tái)，創(chuàng)建工作空間實(shí)例，環(huán)境內(nèi)可直接調(diào)度所希望配置的云算力資源并直接調(diào)用。同時(shí)，也支持直接連接指定的 GIT 倉(cāng)庫(kù)，通過(guò)對(duì)象存儲(chǔ)接口導(dǎo)入平臺(tái)內(nèi)，導(dǎo)入后直接掛載高效文件系統(tǒng)，使用算力。

對(duì)于 AI 開(kāi)發(fā)者至關(guān)重要的數(shù)據(jù)集資源，攬睿星舟平臺(tái)內(nèi)配置了豐富的數(shù)據(jù)市場(chǎng)，集成海內(nèi)外公開(kāi)數(shù)據(jù)集、翼方健數(shù) IoDC 網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)數(shù)據(jù)、企業(yè)自有一方數(shù)據(jù)。數(shù)據(jù)種類涉及營(yíng)銷、金融、醫(yī)療、生信、政務(wù)等各個(gè)行業(yè)。用戶在平臺(tái)申請(qǐng)并獲得數(shù)據(jù)授權(quán)后，可一鍵將數(shù)據(jù)集納入訓(xùn)練任務(wù)或工作空間中。

作為加載了隱私安全計(jì)算技術(shù)的 AI 服務(wù)平臺(tái)，在隱私安全保護(hù)方面，平臺(tái)幫助 AI 協(xié)作生態(tài)中不同角色實(shí)現(xiàn)數(shù)據(jù)、模型、計(jì)算結(jié)果的多向保護(hù)，例如數(shù)據(jù)提供商能夠?qū)⑷繑?shù)據(jù)集分割為若干樣本數(shù)據(jù)（可見(jiàn)區(qū)）與實(shí)際數(shù)據(jù)集（保護(hù)區(qū)/不可見(jiàn)區(qū)），并分別存放至可見(jiàn)區(qū)與不可見(jiàn)區(qū)。在黑盒環(huán)境內(nèi)，開(kāi)發(fā)者提供的模型與數(shù)據(jù)提供商提供的真實(shí)數(shù)據(jù)雙方均不可見(jiàn)，但可通過(guò)授權(quán)互相使用。導(dǎo)出環(huán)境環(huán)節(jié)，AI 開(kāi)發(fā)者若需要參數(shù)調(diào)試（fine-tuning）在獲得數(shù)據(jù)提供商授權(quán)后才可通過(guò)系統(tǒng)日志進(jìn)行“數(shù)據(jù)可用不可見(jiàn)”模型調(diào)參，同樣，在打包輸出項(xiàng)目資源時(shí)，只有在數(shù)據(jù)所有者授權(quán)的情況下才能下載模型，從而保障了數(shù)據(jù)及模型的安全和隱私性，打破雙方合作的信任壁壘。

3.AI 企業(yè)發(fā)展的土壤：實(shí)現(xiàn)商業(yè)供需撮合的“技術(shù)平臺(tái)”

AI 開(kāi)發(fā)者或者 AI 初創(chuàng)公司在商務(wù)對(duì)接上大多面臨三種難題，首先是難以找到匹配的商業(yè)機(jī)會(huì)，其次是有 AI 需求的企業(yè)客戶通常不信任初創(chuàng)企業(yè)，不愿意直接提供數(shù)據(jù)進(jìn)行訓(xùn)練，最后，早期的AI初創(chuàng)團(tuán)隊(duì)通常營(yíng)銷資源匱乏，沒(méi)有大規(guī)模營(yíng)銷團(tuán)隊(duì)拓展銷售商機(jī)。

攬睿星舟平臺(tái)的負(fù)責(zé)人張霖濤此前擔(dān)任前微軟亞洲研究院首席研究員,全球合伙人，系國(guó)際電氣和電子工程師學(xué)會(huì)院士（IEEE Fellow）及 ACM 計(jì)算機(jī)領(lǐng)域的杰出會(huì)員（ACM Distinguished Member），在 AI，大數(shù)據(jù)，計(jì)算機(jī)系統(tǒng)和硬件加速方面超過(guò) 20 年研究和工程經(jīng)驗(yàn)。作為微軟亞洲研究院這一“中國(guó)人工智能黃埔軍校”的畢業(yè)生，他深刻理解懷揣技術(shù)夢(mèng)想在 AI 領(lǐng)域創(chuàng)業(yè)的不易。有大量的 AI 初創(chuàng)公司創(chuàng)始人往往是人工智能專家，當(dāng)前模式下，他們亟需懂業(yè)務(wù)、懂市場(chǎng)，也懂 AI 的人才。而這樣的人才，鳳毛麟角。

對(duì)此張霖濤表示，攬睿星舟不僅是 AI 企業(yè)發(fā)展的技術(shù)土壤，平臺(tái)上還有各行業(yè)的 AI 需求方正在尋找合適的供應(yīng)商和解決方案。他們有應(yīng)用場(chǎng)景，也有相關(guān)的數(shù)據(jù)。攬睿星舟促成需求方方及 AI 開(kāi)發(fā)者、數(shù)據(jù)方和模型方互補(bǔ)合作，形成雙贏局面。這為眾多 AI 企業(yè)帶來(lái)了新的解決方案。

攬睿星舟 AI 服務(wù)平臺(tái)內(nèi)支持提供生態(tài)合作伙伴企業(yè)自定義宣傳主頁(yè)進(jìn)行 AI 生態(tài)內(nèi)精準(zhǔn)推廣。同時(shí)，通過(guò)自有銷售網(wǎng)絡(luò)，攬睿星舟運(yùn)營(yíng)團(tuán)隊(duì)為合作伙伴提供全國(guó)甚至國(guó)際商機(jī)推薦服務(wù)，以中立的隱私安全計(jì)算能力幫助打破各方的不信任關(guān)系，平臺(tái)幫助清晰梳理 AI 需求，從源頭把控質(zhì)量，全周期保障數(shù)據(jù)隱私與商業(yè)機(jī)密，匹配領(lǐng)域最佳企業(yè)和團(tuán)隊(duì)，協(xié)同輸出專業(yè)方案，在統(tǒng)一的 AI 開(kāi)發(fā)環(huán)境下及時(shí)知曉開(kāi)發(fā)進(jìn)展與作業(yè)質(zhì)量，量化評(píng)測(cè)模型的效果，讓 AI 需求方驗(yàn)收無(wú)后顧之憂。

以一家知名珠寶首飾企業(yè)為例。其作為傳統(tǒng)制造業(yè)企業(yè)需要結(jié)合計(jì)算機(jī)視覺(jué)等技術(shù)進(jìn)行產(chǎn)線智能質(zhì)檢，但是對(duì)于 AI 技術(shù)能力上投入尚少，需要尋找一個(gè)適配性高、服務(wù)成本低的 AI 供給方。該企業(yè)的需求是產(chǎn)品生產(chǎn)過(guò)程中的瑕疵檢測(cè)，可以提供生產(chǎn)線上的檢驗(yàn)設(shè)備和數(shù)據(jù)采集設(shè)備，需要 AI 供給方完成算法的構(gòu)建和部署。該需求在攬睿星舟平臺(tái)上發(fā)布后，通過(guò)攬睿星舟專業(yè)的運(yùn)營(yíng)團(tuán)隊(duì)，進(jìn)行 AI 供給方的模型及能力遴選，最終匹配到最為合適的 AI 模型供給方，完美的解決了產(chǎn)線瑕疵檢測(cè)的 AI 難題。

據(jù)悉，目前已有多家機(jī)構(gòu)于攬睿星舟人工智能開(kāi)放平臺(tái)初步實(shí)現(xiàn)包括市場(chǎng)需求、場(chǎng)景對(duì)接、技術(shù)協(xié)作、數(shù)據(jù)共享等方面真正意義上的人工智能生態(tài)開(kāi)放。

翼方健數(shù)作為隱私計(jì)算四小龍、作為隱私計(jì)算開(kāi)源的第一梯隊(duì)成員，發(fā)布攬睿星舟 AI 服務(wù)平臺(tái)與生態(tài)目標(biāo)也為 AI 平臺(tái)提出了一個(gè)新思路，能否在 AI 領(lǐng)域里持續(xù)為開(kāi)發(fā)者和新產(chǎn)業(yè)賦能，通過(guò)隱私安全計(jì)算破局開(kāi)發(fā)平臺(tái)、數(shù)據(jù)、工具鏈和需求等信息不對(duì)稱以及信任缺失等諸多問(wèn)題，值得期待。