说，有这么一个AI推理开发框架， 它能帮助AI开发者解决一些痛点， 什么痛点呢？ 1. 帮你比较高效的处理一些AI落地中的脏活、累活、杂活、却又不得不干的活。比如：视频图片解码、HTTP服务、预处理、后处理、多模型复杂业务串联、运维、打包等 2. 说的就是你，算法开发人员。你开发的算法性能还行吗？可靠性还好吗？高性能，高可靠场景改造工作量大不大？很大。 那就来看一下ModelBox的特点，  以及它能解决的问题： 

【摘要】 你喜欢动画片，或者说卡通，动漫吗？我是挺喜欢的。绚丽多彩的卡通世界从来没有缺失过吸引力。手冢治虫画笔下，那个可以上天入地的阿童木，在与邪恶世界的斗争中教会了我们勇敢与正义。漫画工匠宫崎骏用清新的水彩勾勒出自然的乡村景观，不染一丝现实的尘土。美艳而不可方物的世界令人神往。这次是将AnimeGAN部署到Ascend 310，从而实现对自己想要图片的一键转换为我们想看到的卡通风格。本文分享自华为云社区《【CANN训练营】CANN训练营_昇腾AI趣味应用实现AI趣味应用（上）随笔》，作者： Tianyi_Li。前言你喜欢动画片，或者说卡通，动漫吗？我是挺喜欢的。绚丽多彩的卡通世界从来没有缺失过吸引力。手冢治虫画笔下，那个可以上天入地的阿童木，在与邪恶世界的斗争中教会了我们勇敢与正义。漫画工匠宫崎骏用清新的水彩勾勒出自然的乡村景观，不染一丝现实的尘土。美艳而不可方物的世界令人神往。从《大闹天宫》到《大圣归来》，从《哪吒闹海》到《哪吒之魔童降世》，国漫的发展也不曾落下。恢弘的场景结合扣人心弦的故事，不仅有丰富视觉享受，同时也带来了一个心灵慰藉的港湾。但是卡通世界的诞生需要日积月累的积淀，在一笔笔线条和色彩的勾勒下才能生成动人的场景。而人工智能却带来了便捷的可能，现实世界的景色人物都可以一键定格为卡通风格。在尽可能保留显示细节的同时也保持着艺术的风格化。这次是将AnimeGAN部署到Ascend 310，从而实现对自己想要图片的一键转换为我们想看到的卡通风格。参考实现： https://github.com/TachibanaYoshino/AnimeGAN参考论文： https://link.springer.com/chapter/10.1007/978-981-15-5577-0_18最终效果图如下图所示，左图是输入，右图是输出：CANN介绍Ascend 310是硬件，我们是基于在硬件上构建的软件进行开发的，不会直接接触到底层的硬件，这里我们是基于CANN开发，CANN(Compute Architecture for Neural Networks)是华为公司针对AI场景推出的异构计算架构，通过提供多层次的编程接口，支持用户快速构建基于昇腾平台的AI应用和业务。包括：AscendCL：昇腾硬件的统一编程接口，包含了编程模型、硬件资源抽象、AI任务及内核管理、内存管理、模型和算子调用、媒体预处理接口、加速库调用等一系列功能，充分释放昇腾系统多样化算力，使能开发者快速开发AI应用。TBE算子开发工具：预置丰富API接口，支持用户自定义算子开发和自动化调优，缩短工期，节省人力。算子库：基于昇腾处理器，深度协同优化的高性能算子库这里我们主要用到的还Ascend CL，也就是ACL，不过为了更加方便开发，减少对原生接口的数据对齐的琐碎限制，我们使用官方推出的进一步封装的acllite，相当于做了进一步封装，更加方便开发者使用。acllite的主要接口如下图所示：具体的开发流程如下图所示，不仅适用于本应用，也适用于所有的开发应用。AnimeGAN网络概述AnimeGAN生成网络结构如下，以Generative Adversarial Networks(GAN)为基础，其架构包括一个生成器（Generator）用于将现实世界场景的照片转换为动漫图像，和一个判别器（Discriminator）区分图像是来自真实目标域还是来自生成器产生的输出，通过迭代训练两个网络（即生成器和判别器），由判别器提供的对抗性损失可以生成卡通化的结果。同时将生成器替换为自编码结构，使得生成器具有更强的生成能力。对于生成器，它希望生成样本尽可能符合真实样本的分布，而判别器则希望尽可能的区分真实样本与生成样本。具体来说，判别器将真实样本判断为正确，记为1；而将生成结果判断为错误，记为0。AnimeGAN 的生成器可以被认为是一个对称的编码器-解码器网络。主要由标准卷积、深度可分离卷积、反向残差块（IRB），上采样和下采样模块组成。 在生成器中，最后一个具有 1×1 卷积核的卷积层不使用归一化层，后面是 tanh 非线性激活函数。Conv-Block 由具有 3×3 卷积核的标准卷积、实例归一化层和 LRelu 激活函数组成。 DSConv 由具有 3 × 3 卷积核的深度可分离卷积、实例归一化层和 LRelu 激活函数组成。反转的残差块包含 Conv-Block、深度卷积、点卷积和实例归一化层。为了避免最大池化导致的特征信息丢失，使用Down-Conv作为下采样模块来降低特征图的分辨率。它包含步长为 2 的 DSConv 模块和步长为 1 的 DSConv 模块。在 Down-Conv 中，特征图的大小被调整为输入特征图大小的一半。 Down-Conv 模块的输出是步长为 2 的 DSConv 模块和步长为 1 的 DSConv 模块的输出之和。使用Up-Conv 用作上采样模块以提高特征图的分辨率。为了有效减少生成器的参数数量，网络中间使用了 8 个连续且相同的 IRB。与标准残差块 相比，IRB 可以显着减少网络的参数数量和计算工作量。生成器中使用的 IRB 包括具有 512 个内核的逐点卷积、具有 512 个内核的深度卷积和具有 256 个内核的逐点卷积。值得注意的是，最后一个卷积层没有使用激活函数。为了辅助生成器生成更好的结果，判别器需要判断输出图像是否是真实的卡通图片。因为判断是否真实依赖于图片本身特征，不需要抽取最高层的图片特征信息，所以可以设计成较为浅层的框架。首先对输入进行卷积核为3 x 3的卷积，然后紧接两个步长为2的卷积块来降低分辨率，并且提取重要的特征信息。最后使用一个3 × 3的卷积层得到最终提取的特征，再与真实标签进行损失计算。如果输入为256 × 256，则输出为64 × 64的PatchGAN形式。这里将Leaky ReLU的参数设置为0.2。开发过程介绍在拿到一个模型，我们希望做开发部署的时候，基本流程如下图所示：下面就来看看。分析预处理代码模型转换获取到原始模型后，需要使用昇腾CANN所提供的ATC模型转换工具，将第三方框架的模型转换为昇腾推理芯片所支持的om模型。模型转换步骤可参考昇腾文档中开发者文档->应用开发->将已有模型通过ATC工具转换（命令行）的指导进行转换。该样例通过不同分辨率的模型支持三种不同的输入图片，直接影响到生成图片的质量。以下为模型转换过程。三种不同的模型输入分辨率，分辨率越高，图片质量越好，但模型推理时间也就越长，咱们用的是第一种256 * 256，如下图所示：测试预处理代码编写如果你想用Python，也没问题，来看看Python版本的代码：使用DVPP对读入图片进行解码，并缩放至256 × 256分辨率，以符合网络输入大小；在模型转换时，使用AIPP功能，将unit8的数据转换为fp16格式，将0～255的数值归一化到-1～1，将BGR的图片格式转换为RGB格式。执行推理后处理如果使用Python接口开发，代码如下所示：后处理模块主要是对模型的推理结果进行格式变换，然后将变换结果反馈给用户。主要过程是先将-1～1的值映射回0～255，然后将256 × 256的转换结果缩放回原始图像的尺寸大小。最后进行色域转换将RGB格式的输出转换为BGR格式。结果展示整理流程图如下图所示：1.运行管理资源申请：用于初始化系统内部资源，固定的调用流程。2.加载模型文件并构建输出内存：从文件加载离线模型AnimeGAN.om数据，需要由用户自行管理模型运行的内存，根据内存中加载的模型获取模型的基本信息包含模型输入、输出数据的数据buffer大小；由模型的基本信息构建模型输出内存，为接下来的模型推理做好准备。3.数据预处理：对读入的图像数据进行预处理，然后构建模型的输入数据。4.模型推理：根据构建好的模型输入数据进行模型推理。5.解析推理结果：根据模型输出，解析模型的推理结果。使用OpenCV将转换后的卡通画数据转化为JPEG。（可选）优化加速结语图片卡通化或者说动漫化，还是挺有意思的，算是AI一个娱乐性较强的应用了，可以让每个普通人随时随地创造自己想要的卡通化Demo，很有意思，如果你想体验的话，可以到昇腾开发者社区的在线体验，上传自己的图片转换，如果你想要代码，那也没问题，在线体验提供了原始代码，可以免费下载使用，奉上在线实验链接：https://www.hiascend.com/zh/developer/mindx-sdk/cartoon/99172254img最后奉上不同分辨率下的运行结果对比：

全场景、全终端，一站式富媒体消息服务KooMessage，是华为云“一切皆服务”理念的有力实践。短信营销，亟待正名。曾几何时，由于短信营销成本低廉且效果显著受到许多企业青睐，于是大量企业开始狂轰滥炸式发送没有营养的短信，发送让消费者不胜其烦的广告。变味的短信营销让消费者不再打开短信，短信的做法也让短信营销失去了其生存的土壤。作为2G时代崛起的沟通方式，短信如今应用最广泛的场景可能也就是接收验证码了。除了人们对于垃圾短信内容的排斥，落后的信息形式也让人难有打开短信的欲望。从2G到4G时代，短信形态基本没有大的变化。 5G时代的到来让短信迎来了新的春天。升级大不同的RCS消息（Rich Communication Services & Suite，富媒体通信）正在重新赋予短信营销新的活力，也在潜移默化改变了消费者体验。 近日，华为云官方公布，KooMessage开启火热公测。华为云KooMessage是覆盖全场景、全终端的一站式富媒体消息服务，是5G时代短信发展的新的短信形式。它通过华为云和华为终端云移动应用生态的深度协同，借助智能终端流量入口，聚合智能信息、5G消息、企业服务号、Push消息等多渠道触点，可以提供丰富的富媒体模板、便捷的交互方式，帮助企业构筑全新的数字营销能力和体系化的用户经营能力。 一条很“Koo”的消息试想一下，一条满是文字枯燥乏味的短信，和一条可交互的富媒体信息，你更愿意打开哪一条？显然是互动性更高的后者。对于企业来说，选择华为云KooMessage显然能让营销达到最优的效果，因为它符合营销的本质，就是在恰当的时间、恰当的地点，能够向恰当的用户投放恰当的内容。 具体来看，华为云KooMessage提供的智能信息功能，是通过手机终端增强技术和用户数据分析能力，以可交互的富媒体方式精准触达到最终消费者，并提供敏捷的内容开发服务和多种链接跳转手段，从而帮助企业客户实现用户增长等营销服务。 智能信息当前由智能短信（不含短信和通知类短信、营销类短信）、智能信息服务号、智能信息基础版三大类服务组成。其中，智能短信是将传统文本短信无缝升级为可交互的富媒体信息。而智能短信、智能信息基础版再叠加智能信息服务号共同配合，就可以让企业实现品牌认证与展示、自定义菜单按钮、打开应用服务跳转、企业主页展示等能力。 这种新型的营销服务消息具有一站式、富媒体、强交互、高转化的特点，实现全场景、全终端信息覆盖，反馈到技术层面上，有几个关键要素。 首先是内容，华为云KooMessage支持动态参数调整，同一个模板可以实现千人千面的输出，给客户提供定制内容，按照不同人的喜好推荐不同商品，实现个性化精准推送。 其次是数据洞察，它与内容相辅相成，内容的客制化输出一定是建立在已有数据洞察的基础上。华为云吸纳了业界流行的客户数据平台CDP，基于CDP实现用户画像、洞察或者用户分型等数据层面工作，同时自动化营销平台，提升用户精准化营销的能力。 最后是流量分发，华为云KooMessage能够提供统一的API，把多渠道API做到融合和整合，客户只要对接KooMessage就可以快速和应用进行集成，并且可以覆盖更多的行业应用场景，实现全渠道最优的分发策略。 一条看起来简单的富媒体消息，背后需要诸多复杂流程以及技术支撑。2G时代，传统短信表面，用户收发、编辑的是一个短信，背后用户看不到的是短信背后有庞大的核心网、承载网等基础设施以及短信运营商的支撑。 智能信息在当下走向繁荣同样如此。新的时代背景下，一个全新云时代的建立，革新了信息生产、创造、分发、接收等全流程，所以5G时代，我们表面上看到的是短信的形态发生了变化，实际上也要看到短信所依托的基础设施内在变革。 让“短信”变得“Koo”起来，为什么是华为云？KooMessage背后的数智化消息服务从传统走向新生，华为云做了些什么？一言以蔽之，多年通信技术与云计算领域技术的积累。首先，KooMessage基于华为云云原生技术打造，它结合了华为云的容器能力、安全能力、微服务等能力，核心功能采用了CCE、APIG、ELB等云服务，从而为消息服务树立了坚实云原生底座。 云原生具有轻量、高可迁移性、高弹性等优势，能够较好赋能企业在不同场景下的数字化转型需求，容器是云原生的核心能力，在国际权威分析机构沙利文（Frost & Sullivan）联合头豹研究院发布《云原生市场研究报告——容器》（2022）指出，华为云云原生容器综合竞争力中国第一。 报告指出，在市场表现方面，华为云涵盖互联网、政务、金融等领域，基本形成全行业覆盖；在容器性能方面，华为云实现分布式云的统一管控、云边、边边的协同性，具备显著优势；在开放生态方面，华为云聚焦生态的打造，积极拓展生态伙伴，在全球主流开源社区中享有一定影响力。此次沙利文报告是权威机构对华为云在容器领域技术领先及行业影响力的又一次认可。 “好马配好鞍，好船配好帆。”过往技术架构无法支撑快速变化的业务需求，以容器、微服务以及动态编排为代表的云原生技术蓬勃发展，成为赋能业务创新的重要推动力，企业新生能力基于云原生构建，使其生于云；应用、数据和AI的全生命周期云上完成，使其长于云。 在云原生技术基础之上，KooMessage才能从场景出发，并通过华为云的高阶大数据和AI 能力支撑，让企业能通过立而不破的方式继承原有，又与新生能力有机协同。 华为云的高阶大数据和AI 能力正在赋能KooMessage进一步全面升级。如智能内容生产引擎，利用AI推荐算法、RPA、低代码等技术，通过用户行为数据和素材模板库内容的人群定位等分析，自动化组装生成个性化内容，为企业用户提供千人千面的内容&创意。再如智能流量分发引擎，通过全局流量分发的数据汇聚及治理分析，以时间、地点、客群为核心因素，智能分析高价值管道，结合AI、RPA等技术进行全渠道流量自动化分发编排。 华为云推出的AI开发生产线ModelArts，在数据处理、开发、训练、推理和全流程MLOps上不断创新，成为国内率先支持MLOps的AI开发平台，让更多企业上好云、用好云，进而推动AI进入更多核心生产环节，产生更高价值。不仅深耕技术领域，华为云还投身AI领域生态建设，华为云AI Gallery汇聚人才和资产，D-PLAN助力行业智能升级，让伙伴与开发者快速实现AI变现。并且在云服务市场竞争日趋激烈的当下，华为云AI开发生产线ModelArts持续在数据处理-算法开发-模型训练-模型管理和部署的AI全生命周期持续各环节不断丰富产品功能，使得华为云在AI 云服务市场竞争优势日益凸显。华为云AI开发生产线ModelArts全能力域通过中国信通院评测，成为了中国信通院认证的首批全能力域领先级AI开发平台，华为云AI能力获得了权威认可。 不仅AI能力得到认可，华为云大数据技术也持续创新。例如，华为云智能数据湖解决方案获广泛的市场应用，面对愈发复杂的大数据场景时，可以为客户提供完整的大数据云服务产品组合，可融合演进到湖仓一体的架构，并提供源自华为自身数字化转型经验沉淀的DGC数据湖治理中心服务，加速释放企业海量数据价值。通过不断的大数据技术创新，让客户在复杂环境下，快速构建企业级数据分析解决方案，让数据分析变得简单化、自主化，让企业用数更敏捷。 国内市场调查和咨询公司艾瑞咨询近期发布《2022 年中国数智融合发展洞察》报告。报告显示，华为云数智融合解决方案综合优势突出，为客户进一步降本增效，在行业技术创新上持续领跑。通过 DataArts 和 ModelArts 的融合，打通了大数据和人工智能，兼顾成本与性能，实现统一管理、一数多用，同时实现敏捷用数，全流程自动化与智能化。华为云成为企业数字化创新的助推器。 综合华为云大数据和AI技术将赋予KooMessage新的能力价值，焕发出云消息服务的新生。华为云：一切皆服务消息服务市场增长空间巨大，目前国内广告市场已达到万亿级，消息市场也达千亿级。当前企业获客拉新需求旺盛，同时更加关注用户服务。但当前消息服务体验割裂，用户成本高，各服务相互独立，无有效协同，商业效果有限。可以说KooMessage的出现解了企业营销的“渴”。行走在B端和C端之间的KooMessage一端直连消费者，一端直连企业客户。它能将C端与B端的能力打通，向上引入需求，向下对接技术，实现了B2B2C业务场景的创新。华为云之所以能做到这一点，正是因为华为云拥有B端的技术懂得B端的需求，同时通过云云协同可以触达用户。 KooMessage汇聚了海量的行业能力，沉淀行业充足的经验，才能提供全流程一站式开放平台，做到统一的应用分发及运营，提升企业客户应用构建、开发与使用体验，从而支持千行百业应用快速创新。据了解， 华为云在 2021年推出的开天aPaaS将华为自身30多年及全球各行各业的数字化转型经验沉淀在华为云上，让开发者不必重复造轮子。在前不久华为伙伴暨开发者大会2022上，华为云CEO张平安重磅发布了5大行业aPaaS以及2个基础aPaaS服务，持续沉淀行业经验。KooMessage正是开天aPaaS的基础aPaaS服务之一。华为云一直践行“一切皆服务”，主要内涵包括经验即服务、技术即服务和基础设施即服务，KooMessage的出现正是经验即服务上面的一个绚丽的果实。 技术即服务和基础设施即服务也扮演着重要的角色，例如遍布全球的数据中心和网络，让KooMessage可以快速触达到目标客户，华为持续将十余万研发工程师、每年百亿美元以上研发投入的成果开放，以云服务的方式输出，KooMessage本身就融合了华为云的多种技术，面向不同行业客户的关注点，针对性联合伙伴打造行业解决方案，使能千行百业应用快速创新。华为云也提倡企业多云部署模式,为客户提供更有竞争力的云服务,在互联网领域,目前已有80%中国TOP50互联网企业选择了华为云。“H(华为云)+X”的多云部署模式也被越来越多的企业认可与选择。一站式富媒体消息服务KooMessage的出现，正是华为云在“一切皆服务”的理念下，以云原生为核心的技术价值重构下诞生的新的营销利器，它的出现将帮助包括互联网在内的千行百业客户在营销上先人一步。  本文来自微信公众号“36氪”（ID:wow36kr），36氪经授权发布原文链接：https://www.36kr.com/p/1836702638728453

前言：使用了Manas提供的AI能力进行拓展插件二次开发。需要申请权限，才能正常使用注意：1. 以下控件中，需要提供用户账号。用户账号为在WeAutomate_AI申请的账号。如果没有注册，或者该账号没有激活，会报以下错误[Detail] [NOK] [2022-07-19 16:19:35]完成执行[原子命令] [playbackScript.xml 第4行] 验证码、健康码识别 [验证码、健康码识别] [NOK] [RobotUncaughtError] [系统执行错误: 发生了未捕获异常，详情：RuntimeError('Your account is not a member of tenant WeAutomate_AI, or your account is inactive.')]账号申请相关操作，请参考：https://bbs.huaweicloud.com/forum/forum.php?mod=viewthread&tid=1947342. 插件使用了python库：xlwt，需要自行安装如果运行出现“no module named 'xlwt'”，则进入黑窗口cmd，设计器是stduio/python/文件夹下（执行器是assistant/python/）执行 python.exe -m pip install xlwt；若黑窗口cmd中，出现Retry等字样信息，则需要将pip.rar（见附件）中的pip文件放入'C:\Users\用户名' 文件夹下，即自己的用户账号下（例如'C:\Users\工号'，'C:\Users\Administrator'， 'C:\Users\Lenovo'等等）。功能说明提供了验证码识别、健康码颜色识别、表格图片识别功能导入1. 从studio中导入附件ext_ManasOCRVerify_2_0_0.zip2. 成功后，会在扩展中心中看到我们导入的包3. 控件中会出现以下新增控件验证码识别、健康码颜色识别1. 控件帮忙界面见下图2. 属性界面下二图。（识别模式有三种，健康码识别、验证码识别；验证码识别中，需要选择是纯数字，还是纯字母，还是数字与字母混合）表格图片识别功能说明：使用AI-OCR识别，将表格图片内容识别出来，也能够转为对应的Excel文件入参说明：如果不在本地生成Excel文件，可以忽略“很长Excel文件的路径”和“工作表sheet”执行结果：在指定的路径生成Excel文件，其中list类型的返回值table_ret，如图

纷享销客作为连接型CRM的开创者，正在依托服务超过5000家大中型企业的行业经验，并基于华为云AI开发生产线ModelArts进行AI应用场景开发，为快消品行业提供全场景CRM解决方案。根据国家统计局的数据，2021年，我国消费支出对经济增长贡献率达65.4%，消费重新成为经济增长第一拉动力。由此，快消品行业正在逐渐走出疫情的影响，实现阶段性复苏。与此同时，数字化的零售服务及可持续发展的消费理念正在释放新的消费潜力，成为拉动中国内需的关键动力。对此，不久前发布的《2022中国快消品产业年度报告》也指出，数智化转型正在引领快消品产业发展，传统的快消品品牌商、零售商、经销商等都要经受一场数字化升级的洗礼，才能更好找到未来新的增长引擎。如今，快消品行业正在积极借助AI应用解放一线业务人员，以提升工作效率和准确性；并借助AI开展海量数据处理，为企业决策提供支撑，进而提升企业整体运营能力并降低成本。面对这一趋势，纷享销客作为连接型CRM的开创者，正在依托服务超过5000家大中型企业的行业经验，并基于华为云AI开发生产线ModelArts进行AI应用场景开发，为快消品行业提供全场景CRM解决方案。由此，纷享销客也与华为云演绎出一条企业服务商与云服务商通过在AI上的创新合作，开辟出AI在行业落地应用的新模式和新途径。01 聚焦行业需求，打造一体化解决方案近年来，由于互联网流量红利逐渐见顶，快消品企业已经不能再简单借助行业渗透率增长的东风。随着用户群体、消费场景的细分以及渠道的进一步多元化，传统营销方式的日渐乏力，快消品企业亟需借助新的手段实时洞察市场和消费者需求，对数据进行深度挖掘和分析，更敏捷地开发市场的个性化和碎片化需求，从而获得新的增长，通过数字化转型加速营销管理创新。于是，快消品行业正在加速数字化转型步伐，并运用云计算、大数据、人工智能等数字化技术，优化企业的运营流程，实现降本增效。为此，纷享销客结合过去多年服务快消品行业数字化转型的经验，打造出融合SaaS、PaaS、BI、BaaS和DTaaS“五位一体”方案，通过技术赋能和管理赋能，对交易模式、链条协同、利益分配进行重构，为快消品企业的数字营销转型提出了从工具、服务，最终到效益的全渠道数字化应用支撑。在此过程中，纷享销客则通过与华为云的深度合作，共同为客户提供安全、可靠的云平台与专业高效的CRM服务。事实上，早在2020年初，纷享销客就已经正式成为华为云战略级合作伙伴。以快消品行业为例，纷享销客借助华为云在AI货架识别领域给予的全方位技术支持，打造了AI货架识别解决方案，解决了快消行业商品包装多样化特性带来的难题。通过集成了华为云AI能力的货架识别方案准确获取商品及其位置信息，在毫秒内计算出排面数量/货架占比等，大大提高业务效率；对于复杂的场景也可进行高精准识别，并通过技术创新打造了以快消行业的货架堆头作为实际场景试点的专业防翻拍方案。AI货架识别纷享销客快消行业研发总监薄川川表示，通过与华为云的合作，纷享销客可以依托华为云在AI算力、算法和开发平台上的技术优势，更加专注于AI在业务层面的落地。目前纷享销客与华为云的合作已经走过平台构建、市场协作两个阶段，正在步入技术协作层面，围绕华为云的AI技术开展更多技术层面的协作和整合。02 增强技术协作，加速AI在快消品行业落地纷享销客应用人工智能技术后，降低了企业运营和开发成本，实现了AI商业项目的复制，这与华为云D-Plan AI生态伙伴计划密不可分。该计划是围绕华为云AI开发生产线 ModelArts推出的一项合作伙伴计划，旨在与合作伙伴一起构建合作共赢的AI生态体系，加速AI应用落地。其中，华为云AI开发生产线ModelArts已全面支持MLOps，并基于该能力和行业知识，打造了一系列开箱即用的UseCase。UseCase之于ModelArts，有如美化模板之于修图软件，通过预置优质AI模板的方式，支持伙伴及客户一键选择并调用，帮助其快速构建行业AI应用。在实际应用中，纷享销客正基于华为云ModelArts提供的UseCase，打造若干个面向快消品行业的场景化AI应用。据华为云EI研发专家介绍，华为云AI开发生产线ModelArts是一个可以为千行百业提供数据处理、算法开发、模型训练、模型管理、模型部署等AI开发全流程技术能力的平台。给伙伴提供自动化的端到端特定场景AI应用构建，以及功能的个性化扩展与编排能力。一方面，华为云AI开发生产线ModelArts提供的UseCase大幅提升AI模型二次开发效率，降低AI应用交付门槛。在新模式下，纷享销客可以将项目交付的时间从1个月缩短到1周；同时仅需要在对业务人员进行简单的算法辅助指导后投入1周时间，便可进行最终业务交付。另一方面，在快消品厂商推出新品并上市的过程中，往往会有新数据产生。这种现象被称为“数据漂移”，会导致AI模型精度下降等问题。华为云AI开发生产线ModelArts提供的UseCase可以在已上线的模型的精度降低时，通过注入少量新增的业务数据，高效地迭代模型应用。这是ModelArts区别于一次**付模型的特点之一。纷享销客基于该模型特征，得以快速完成端到端的训练部署流程，降低数据漂移对实际销售带来的影响。在过去一年间，纷享销客借助在华为云AI开发生产线ModelArts上训练的图像识别模型，已经为快消品行业企业打造了商品识别、货品识别等一系列核心的场景化应用。华为云AI开发生产线ModelArts提升快消品行业AI模型二次开发效率03 加快价值释放，共同探索生态共赢新模式对于快消品企业来说，纷享销客通过将华为云在AI方面的能力与连接型CRM的融合，不仅大大降低了企业应用大数据、AI等新技术的门槛，也可以更加快速地实现技术价值和业务价值的释放，从而帮助企业在激烈的市场竞争中拔得头筹。与此同时，纷享销客和华为云也在服务快消品企业过程中，对于AI技术与场景化应用融合的理解也日渐深入。在此过程中，对于纷享销客与华为云的合作，纷享销客经营副总裁张睿认为，华为云的优势主要体现在以下五个层面：首先，ModelArts将复杂的研发流程留给华为云算法工程师承担，简单的操作则留给伙伴和用户，支持使用者便捷地上线功能与迭代方案；其次，在企业服务市场，华为云的高性价比具有很强的竞争优势；第三，华为云提供的贴身服务可以为客户和伙伴带来更好的服务体验；第四，华为云的技术保障可以让生态更具竞争力，比如云服务、跨云的数据迁移服务、网络服务等；第五，在行业创新应用的背景下，纷享销客与华为云的组合可以给客户带来更强的安全感。除此之外，在与华为云合作过程中，纷享销客在整合双方技术优势的同时，也从华为云强大的营销网络和服务体系中汲取了丰富的建设经验，并通过借鉴华为艰苦奋斗、低调务实等企业文化，逐渐成为共同助力行业数字化转型道路上的同路人和合伙人。不仅如此，随着行业智能升级的大趋势，纷享销客也加速与华为云进行AI创新实践的合作。据了解，接下来华为云将从AI专家资源、ModelArts平台资源、AI资源共享交流社区三个层面进一步优化和提升华为云对行业伙伴的AI赋能工作，为伙伴和客户提供更加全面、优质的AI服务，以帮助更多的伙伴和客户实现AI应用的落地。未来，纷享销客也将通过与华为云的持续合作，在技术上不断扩大AI在更多业务场景上的落地应用，同时寻求在产品、方案等方面的联合创新，共同推动包括快消品行业在内各行各业的AI应用和数字化、智能化转型。由此，纷享销客也将与华为云共同构建起一个全新的价值循环体系，在实现技术价值和业务价值释放的同时，让每一个人都能享受到技术给工作和生活带来的便利。‍*来源：常言道

中国自古就有“民以食为天”的说法，甚至在日常交流中，连问候都离不开吃饭这件大事——“吃了吗？您呐。”而肉类是百姓饮食结构中的重要组成部分。当下，随着生活水平逐步提升，人们对肉类的消耗也越来越多，这对畜牧养殖业而言带来了一些挑战。虽然畜牧养殖业在我国已经有上千年的经验积累，但对于养殖户自身来说，一直以来都是一个极耗心力的劳动密集型行业。比如品种识别、数据管理、健康监护等，都需要精细化管理。对于动辄上千头牲畜的养殖场来说，假设需要依靠人工进行全盘管理，养殖场工作效率将难以得到有效提升。早前在诸多中小型养殖场里，要准确无误地统计出有多少头牲畜是一件极其困难的事情。特别是出售装车清点数量的过程中，经常出现农场方和客户统计数量不一致的情况，供需双方纠纷频发。是否有智能化的方式，能帮助养殖户在实现无接触式的智能看护的同时，降低管理成本、提高人工监管的准确率？“边打麻将边在手机APP上看猪圈”，这又是怎样的体验？天视通携手华为云，帮助养殖户开启智慧养殖的全新路径。传统硬件厂商的AI转型只需一套工作流基于摄像头帮助养殖户做好精细化畜牧养殖管理，是非常重要的一环。作为专业的摄像头模组供应商，天视通累计年出货超过1000万台，并在畜牧养殖业沉淀了大量的客户与项目经验。随着数字化在畜牧养殖业的深入，天视通面临着新的挑战。单一的业务模式已经无法适应当下环境。以养牛为例。在牛场里，养殖户需要亲自到牛场里进行观察，现场拿纸记录每一只牛的健康状况、育种条件等等。这导致他们需要无数次往返牛场和家，每天行走10000步以上。此外，由于牛群视人类为捕食者，看见养殖专家时会产生紧张情绪，这加大了牲畜精细化管理的工作难度。面对零散的养殖管理需求，天视通需要借助算法供应商的能力，定制不同的AI技能。但算法供应商常常由于成本、开发周期以及隐私泄漏等问题，无法快速提供解决方案。加上算法定制依赖算法供应商，天视通的研发和试错成本在不断增加，间接地导致了天视通的业务流失情况。为寻求突破，天视通联系到在算法定制领域有合作项目的华为云，希望运用华为云的AI能力满足畜牧养殖户的需求。华为云针对天视通的零散化定制AI需求，基于华为云AI开发生产线ModelArts和端边云统一AI应用开发框架ModelBox，提供了“智能摄像头自定义算法定制部署一体工作流”解决方案，不需要高阶AI能力即可覆盖大部分的零散AI定制需求，并能零代码迭代部署AI算法到端侧设备。以上文提到的牲畜健康监管为例，天视通利用摄像头从养殖场实际采集到的健康牛只和生病牛只的体态及日常行为特征图片数据，通过ModelArts对视频中的牛进行标注，接着再启动模型训练。确认模型的效果后，可将牛只生病行为检测技能一键发布到华为云AI Gallery上，接着部署到天视通技能管理App及牛场的端侧设备里，在家即可实时关注每一头牛的状态。华为云提供的解决方案不仅提高了天视通的算法开发效率，而且帮助养殖畜牧业解决了人力资源短缺和牲畜质量管理的难题。“畜牧业是一个智能化启动较晚的行业，但实际上却非常重要，关系到每个家庭的日常生活。这些年食品安全收到社会的广泛关注，产业的规模化和IT技术的应用让精准管理成为可能，养殖过程自动化管理和全流程溯源就是大家看到的热点应用”，天视通技术负责人分享了AI赋能智慧养殖的趋势与应用效果。 定制化算法+端侧一键部署打通AI全流程 得益于华为云AI技术所积累的场景化行业工作流能力，天视通能够快速完成面向特殊场景的算法开发和一键式远程部署：数据标注：通过收集摄像头场景需求和少量数据，华为云利用ModelArts标注工具完成对图片标注；算法训练：工作流内置行业主流标准算法，一键启动即可进行训练，生成算法并能直接查看模型性能；算法优化：训练完之后在平台上就能生成针对具体摄像头硬件的优化过的高性能算法。针对客户的硬件平台，优化适配模型与技能，实现一键技能发布；算法部署：生成的算法部署到实际应用的摄像头中，再结合ModelBox的端云部署能力，完成对算法授权管理，上架到手机端的算法市场App。 华为云EI工作流，实际上是把共通性的场景单独抽象出来，形成一个相对固定的开发模式，提供给研发团队使用。在这个过程中，华为云降低了对算法工程师的能力要求，只需要让软件开发人员聚焦工程。华为云研发专家表示，作为解决方案的核心，华为云EI工作流以业务场景为中心，以“定义场景→分布实施→持续迭代→形成闭环”的模式，通过聚焦各行业可落地的AI开发方式，为服务客户提供基于场景化的工作流，完成全流程的AI开发及迭代。携手伙伴，谋全局，争当弄潮儿天视通始终专注在图像处理和通讯的技术领域前沿，通过技术和产品的不断创新，为广大客户提供技术更先进、更贴近客户需求的远程视频设备和开发方案，提供高品质的视频产品和专业的图像处理服务。凭借自身的技术优势，天视通的产品已广泛应用到养殖场、鱼塘、餐馆、商店等社会的众多行业。天视通在应用华为云EI工作流之后发现，和传统的线下开发环境相比，华为云平台整合了多种开发工具，同时提供可视化界面、大幅度减少通用环境的配置工作，大大提高用户的使用体验。基于算法后装的方式，很大程度上减轻了天视通对摄像头硬件本身的库存规划，让库存周转变得更加灵活。在算法定制方面，华为云EI工作流为天视通节省30%的支出；算法云端部署方面，节省硬件库存运营成本20%。基于华为云提供的能力，天视通从传统硬件厂商转型成为了具备AI能力的解决方案提供商，实现无缝转型升级；同时提升了产品竞争力和业务定制需求的承接能力，能够向客户提供更多服务。当前，华为云工作流积累了大量的场景化行业工作流，助力客户零代码、高灵活的实现全流程AI开发应用。华为云在AI、音视频、IoT领域方面的技术深耕，也让天视通与华为云未来在不同的领域场景有了更多的合作可能。在智能化发展的道路上，华为云用技术加持、应用赋能的方式，给正在智能化转型的企业猛“踩油门”，降低企业智能化发展门槛，助力前行。 

已完成

本文整理自华为云EI图像算法专家零一老师的直播《开发者如何抓住时代机遇学好AI》，点击可以回看。AI是什么？根据维基百科的定义，人工智能是一种新的通用目的技术（GPT， General Purpose Technology），它横跨整个人类经济的多种用途，具有巨大技术性互补和溢出效应。简而言之，AI是21世纪的一种基础技术，它会应用在我们日常生活的方方面面。AI的历史、现在和未来早期，受到20世纪数学哲学的影响，诞生出两种流派的人工智能。基于形式主义（认为所有数学分支都可以公理化的）和逻辑主义（一切数学都是建立在数理逻辑的基础之上）的符号主义的人工智能，以及基于构造主义的连接主义和行为主义人工智能。早期的流派都认为自己提出的理论有很大的潜力，可以解决很多问题。但在经过一系列探索后，科学爱家发现AI并没有想象中的简单。之后，AI经历了起起落落的发展阶段。直到2006年，深度学习之父Geoffrey Hinton 和他的学生Ruslan Salakhutdinov在《科学》上发表了一篇文章，提出了深层网络训练中梯度消失问题的解决方案，至此开启了深度学习在学术界和工业界的浪潮。2012年，Geoffry Hinton又带着团队参加了ImageNet ILSVRC挑战赛，以惊人的优势获胜（错误率比第二名低了足足 10%），这次的比赛结果以及相应的论文拉开了深度学习的热潮。而深度学习之所以会从2006年后大放异彩，很大一部分的原因是数据、算力的发展，当时的数据集ImageNet的数据量很大，再加上使用GPU训练深度学习网络，这两个突破奠定了深度学习的崛起。如今，GPU的算力也越来越强，现在的AI发展又是如何呢？AI应用落地的三驾马车当前，数据、算法、算力的发展突破正推动AI应用的逐步落地。1、数据资源丰富随着物联网基础设施及智能手机、可穿戴设备的普及，我们每个人时刻都在产生大量数据。据IDC发布《数据时代2025》的报告显示，全球每年产生的数据将从2018年的33ZB增长到175ZB，相当于每天产生491EB的数据。另一方面，大数据等技术，降低了数据处理和存储的成本，数据作为人工智能时代的“石油”，驱动着AI的发展。2、算法持续突破在传统深度学习CNN/RNN系列模型之后，强化学习、对抗网络算法模型不断涌现。AI算法逐步逼近人类水平。自然语言处理(NLP)方面，2018年Google推出的BERT开启了NLP的元年，如今BERT在数据集上的两个指标（GLUE基准：80.4％，MultiNLI准确度：86.7%）全面超越人类。计算机视觉方面，图像分类的算法很早之前就已超越了人类；动作识别目前精读相对较低，停留在52.5%；人脸识别的某些数据集也已经超越了人类。语音语义识别方面，中文语音识别准确率达到新高度，中文语音识别字错率（CER）达到3.71%，与人类专业的速记员水平相当。3、AI芯片释放巨大算力AI芯片市场细化，推理与训练、云侧与端侧分离，性能持续提升，突破摩尔定律瓶颈，释放ZB级数据分析算力。NVIDIA的Tesla V100，作为AI训练通用芯片，性能远超上一代P100的10+倍；Google的TUP3.0是2.0性能的8倍左右；华为也推出了适用于推理场景的昇腾310以及适用于模型训练的昇腾910。从早期的CPU、GPU到现在的TPU、ASIC，进入到细分领域后，各种AI专用芯片会层出不穷，性能不断提升，功耗不断降低。未来，AI是否会超越人类？当前，一些算法在某些数据集上的准确率已经高于人类，很多人会问：AI是否会超越人类？如图，首先并不是人类社会的所有问题都是数学问题，有很多问题是不能用数学来描述，黄色圈子内是可以用数学解决的问题。由此引出了第一个问题：世界上是否所有数学问题都有明确的答案？答案是有些数学问题是无解的。第二个问题：如果有明确的答案，是否可以通过有限步骤的计算得到答案？这就是数学的可计算问题，经过验证，并不是所有数学问题都是可以计算。接下来是第三个问题：对于那些有可能在有限步骤计算出来的数学问题，能否有一种假想的机械（图灵机），让它不断运动，最后当机器停下来的时候，那个数学问题就解决了？结果是只有部分问题是图灵机能够解决的。回答完上面三个问题后，再回看上面那张图，蓝色圈子里面的一个小圆是AI可以解决的问题，最后的小点才是AI已经找到解决方法的问题，只占据非常小的一部分。所以，我们可以说，在AI已经找到解决方法的问题上，它可能超越了人类，但是在更多的问题上，它是没办法超越的。那么在某些领域里，AI的准确率既然高于人类，比如图像识别，它可以完全替代人类吗？如上图所示，左边是正常的原图，中间是干扰数据，让AI预测的是加了干扰数据的右图。我们可以很清楚的辨别左右两组图完全没有区别，但是AI算法做不到，它会把右边的三张图片都判断为鸵鸟。再来看另一组AI犯错的案例，上面是一些噪点和花纹的数据，但AI有99.6%的概率会将这些图片识别成某种类别的物体。在我们普通人来看，AI有时候会犯一些非常愚蠢的错误。这时候再回答“未来，AI是否会超越人类？”的问题，答案就是：AI能解决的只是人类社会中很小的一部分问题，即使它能解决，并在统计意义上得到一个还不错的准确率，但它有时还是会犯很愚蠢的错误，AI的预测结果并不是完全可信的，AI不会超越人类，它应该成为人类的工具，使人类社会的生产效率进一步提高。人工智能入门的三大难点最后谈谈高校学生，或者是普通开发者学习AI可能会碰到的一些问题，主要有以下三个难点：一是要学习的基础知识太多，做AI开发涉及到Python编程知识、Linux知识，视觉方面要学图像处理、OpenCV等，同时还要有一定的数学基础。二是没有GPU机器，自己买GPU做AI训练，成本非常高。三是碰到问题找不到人进行交流，尤其是非计算机专业的同学学AI会比较难，因为做AI开发不像传统的软件开发那样有非常多的书籍资料和社区可以交流，很多人只能在GitHub上找一些资料来解决学AI过程中的一些问题，能交流的人和圈子都会更少一点。所以，华为云提供了一站式AI开发平台ModelArts，可以低门槛、低成本的上手AI，并且提供ModelArts社区、《ModelArts人工智能应用开发指南》等书籍，解决学习AI过程的以上三个难点。在1024程序员节这样喜大普奔的日子里，华为云也推出了以“向云而生”为主题的一系列趣味活动和直播，学AI的同时可以集卡牌、抽盲盒，看直播更有超豪华锦鲤大礼包。

【摘要】 @全球开发者，你有个送代码上太空的机会，报名华为开发者大赛·代码上太空，挑战15万元奖金池。“用技术改变世界”是很多程序员的终极理想，华为云“最边缘的人”——代码up主阿普，朝这个理想迈出了一大步。因为他的代码被全球首颗云原生卫星送上了太空。阿普和团队通过华为云孵化并开源的云原生边缘计算平台KubeEdge以及边云协同AI框架Sedna，让卫星具备了“自主思考”的能力。现在，每每抬头仰望天空，阿普就会很开心。Sedna是太阳系中离地球最遥远的天体，阿普说他们给这个边缘AI项目取名为Sedna，就像研究边缘计算的愿景一样，探索边缘技术的边缘和无限可能。@开发者，你也有个送代码上天的机会你是不是也想和阿普一样，用技术改变世界？现在，华为云诚邀广大开发者一起将代码送上太空，点击链接 报名【华为开发者大赛·代码上太空赛道】，挑战15万元奖金池！入选作品将有机会通过华为云和北邮联合设计的全球首个“云原生卫星计算平台”，部署到多颗卫星中，实现“星海畅游”。7月15日，华为云还将带来代码上太空挑战赛赛题解读直播。 阿普和他的小伙伴杰森，携手北邮一号卫星系统平台负责人、试验平台技术负责人邢若粼，和大家一起聊聊代码上太空背后的技术。扫描下方二维码，预约直播我们也期待开发者有更多奇思妙想，基于各类星载计算设备、星载传感器设备的数据，并充分运用华为云云原生、AI等工具和能力，开发出适用于卫星的创新应用。比如：● 使用AI技术对卫星数据进行处理卫星在轨运行的轨道受到地球重力、太阳活动很多复杂因素影响，导致卫星轨道难以精准的预测。用GPS数据和人工智能方法能提供轨道外推精度，将有效降低卫星在轨运行的代价，提高卫星的自主性，提升星座编队和保持能力。在即将到来的星群时代将产生巨大的价值，还可基于华为云大数据分析工具展开卫星数据分析。● 星地协同遥测图像分析基于Sedna和AI开发框架ModelBox，实现一个高能效的星载目标识别应用。比如农作物的估产、沙漠森林的演进、城市的土地资源规划等等。● 设计与实现星地一体化容器管理系统星地一体化容器管理系统有助于构建自动化、智能化的卫星应用管理平台，提升应用构建、发布、使用和运维的便捷性，充分发挥卫星的价值。开发者可以基于华为云KubeEdge项目并对其中关键组件进行针对性设计与改造，实现星地协同的容器编排管理。有了边缘计算，卫星变得更“聪明”为什么需要用边缘计算来帮助卫星变得更加智能？以通信、遥感为代表的传统卫星，只有储存能力，只能将存储的数据回传到地面，不具备星上处理能力。但随着轨道上不同的卫星越来越多，产生的数据也越来越多，卫星本身产生的数据量其实已超过卫星所传输的数据量，这就需要卫星进行在轨的实时处理，把一些冗余的数据丢弃。为了让卫星变得更聪明，阿普和团队根据它的特点，对KubeEdge系统和轻量级AI推理模型Sedna做了重构，让卫星具备星地协同AI能力和多任务处理能力。这颗卫星运用的云原生边缘计算平台KubeEdge，可实现卫星在星计算处理，并且通过边云协同AI框架Sedna，能够支持在卫星上使用非常少的资源更好的支持AI推理的效果，提高卫星在轨推理能力。让它在关键工作中，表现得更加优异。以气象洪涝灾害为例，云原生卫星在Sedna的帮助下，通过在轨AI推理将被云雪覆盖超50%的低质量图像数据丢弃，减少传输压力。有效图片回传后，在算力资源丰富的中心节点使用华为云高精度AI模型进行运算，缩短影像预处理、水域提取、监测报告生成的时间，从通常的1天缩短到1小时，显著提升应急响应时间。给卫星装APP，探索更多创新应用以往的卫星在研制时就有相应的任务，发射升空之后也只能完成特定任务。当卫星有了云原生边缘计算平台之后，可以按需更新卫星边缘任务，科研人员也能在卫星上构建一个对所有资源进行统一管理的环境。北京邮电大学王尚广教授解释说：“以前的卫星就像老款手机只能打电话，做不了其他任务。有了云原生后的智能卫星就像现在的智能手机，可以安装各种APP和软件，分门别类用于环境监测或是科研实验，功能更强大。”以环境监测为例，智能卫星的投入使用，不仅将应急响应时间从“天级”降低到“小时级”，而且卫星边缘任务支持按需更新后，能通过在轨AI推理，比较暴雨前后图片，推测山体坍塌风险，提前预判地质灾害隐患，并发出预警。最后，欢迎有更多开发者加入，一起让卫星更好地服务于应急通讯、生态监测、防灾减灾、城市建设等。报名华为开发者大赛，送代码飞上太空，给远在地球之外的卫星安装独家“APP”，让卫星变得更加“耳聪目明”，探索边缘计算应用的更多可能。

       7月13日，首届华为云杯“少年开发者”人工智能大赛空中宣讲会在线上成功举行。会上邀请到上海市教育委员会副主任倪闽景、复旦大学党委常委、副校长汪源源及华为上海代表处总经理郭奕昱出席并致辞，为少年开发者们加油，同时还有华为云高级研发专家、常春藤联盟海归创业明星等齐聚一堂，热情号召孩子们踊跃参赛，投入到学习和构建万物互联的智能世界。       作为首个聚焦“少年开发者”素质培养的人工智能主题科创竞赛，在上海市教育委员会与复旦大学的指导下，由华为云、上海市科技艺术教育中心、复旦大学计算机科学技术学院、上海市育思青少年计算科学发展中心共同承办，以“科技创新，让美好发生”为主题，鼓励学生将知识和社会实践相融合，通过科技创新力量发掘生活中的小确幸。此次大赛已正式启动，将持续至10月下旬。聚焦素质培养，打造创新赛事       上海市教育委员会副主任倪闽景在致辞中指出，人类从直立行走，到火的应用，再到发明语言文字，不断演变进化，推动人进化的主要力量始终是技术的发展。特别是现代计算机的发明以及云计算和人工智能技术不断创新，“数字世界”正在被创造。       近年来，复旦大学围绕着人工智能学科发展，重大科学问题研究和关键核心技术的攻关，培养了一批批优秀人才。华为作为全球领先的ICT（信息与通信）基础设施和智能终端提供商，在5G、云计算等领域不断开拓创新，是民族企业的骄傲。       本次大赛，汇聚了教育和科技企业的力量。在一流大学的专家教授、一流科技企业顶尖人才的共同努力下，致力于培养青少年在人工智能领域的开发者思维。       复旦大学党委常委、副校长汪源源在致辞中表示，百年变局，挑战与机遇并存，我们正在以时不我待的精神奋勇前行，在上海建设具有国际影响力的科技创新中心进程中，人工智能是其中的核心内容之一。复旦大学在人工智能领域的教学与科研起步较早，历经40多年发展，参与创办本次大赛，与中学有效联动，拉动领先科技企业资源的开放与共享，以更高的效率、更好的内容、更佳的平台，共同肩负起人工智能人才培养目标的落地与达成。希望同学们从书本、从理论，走向现实、走向社会，在比赛中充分展示自己的能力，坚持不懈地探寻科学的奥秘，成为未来智能社会建设的骨干人才、领军人才。       华为上海代表处总经理郭奕昱在致辞中提到，在智能奔腾的浪潮中，我们坚信人才培养是核心竞争力，开发者是基础，少年开发者更是深入基础研究的关键力量。每一个少年开发者都拥有改变世界的机会，都是华为要汇聚的星星之火。在充满挑战的创新道路上，华为云cloud for good期望汇聚满天繁星的力量，以自身的创新技术与平台，帮助少年开发者用科技创新发现生活中的小美好，成为“了不起”的筑梦人。培育创新沃土，壮大人才队伍       华为云全球生态部开发者联盟产品资深专家在演讲中表示，华为云作为智能世界的云底座，协同鸿蒙、鲲鹏、昇腾等开发者生态，以产业人才培养为目标，通过线上线下多种渠道，全方位培养中小学生及高校人才。通过现实世界编程，将物理与数字世界进行连接，让AI人工智能离每个孩子更近，突破创新。       康奈尔大学博士、海归创业明星、人民日报海外教育版特约撰稿人包坤在演讲中通过多个科学小实验，向大家展示了比科学知识更重要的是科学思维，形成科学思维的前提是激发兴趣 。同学们在物理探究过程中可以通过不断地思考、实践，从而打开好奇心来培养科学思维。       最后，普林斯顿大学学士、上海市育思青少年计算科学发展中心理事长顾诗尧对本届大赛赛题、赛制以及评审标准进行了详细解读，本届大赛以“开发者精神”为内核，期待培养出一批“少年开发者”去开展人工智能的研究，开发人工智能的应用，拓宽人工智能的边界！       华为云杯“少年开发者”人工智能大赛线上宣讲会的成功召开，最大程度地拉近了大赛主办方与参赛选手、技术爱好者之间的距离。未来，华为云将继续以过往丰富的科技比赛举办经验为沉淀，以成熟前沿的赛事技术及平台为抓手，将更多的科技资源开放给青少年学子，在人工智能教育的浪潮中掀起一朵朵“智慧浪花”，为青少年科技创新教育添薪助力，为国家科技创新人才队伍培养更多后备力量。

本期直播嘉宾：华为云云商店AI领域优质伙伴沃丰科技-高级AI咨询顾问Mae带您探索：AI客服，如何让企业服务更智能、更高效？过去，用户对于AI语音客服的接受程度较低，由于技术原因，AI对话能力差，影响用户体验，甚至会降低对品牌的好感度。而今天，随着数字技术的不断升级，AI语音却可以帮品牌激活客服通道，一反从前成为众多行业“新宠”。针对AI领域，华为云云商店提供了丰富的人工智能商品及解决方案，为各行各业提供优质服务，以北京沃丰时代数据科技有限公司（后简称“沃丰科技）为例，其在云商店上架了包含智能客服、语音机器人、文本机器人、ServiceGo现场服务系统等多款热门商品，提供各行各业全场景智能客服，建立体验经济时代的核心竞争力，实现客户服务对企业经营的全面赋能。以热门应用场景——家电行业为例，其业务规模虽在迅速膨胀，但随之而来的是售后服务工作量的增加，人力成本也在被迫增加。当企业仍旧沿用传统人工作为主要售后形式，问题也逐渐凸显：客户电话打不进、工单流转速度慢、安装问题投诉无法及时处理，客户投诉量逐渐上升。同时客服压力大、人员流动性强，服务质量难保证，售后服务陷入被动局面。利用数字技术推动客服升级，已经成为解决家电企业售后难题的重要手段，而如何在这条路上顺利而坚定地走下去？也是华为云与沃丰科技正在不断探索的主题。7月14日19:00，锁定云商店直播间，沃丰科技高级AI咨询顾问带你了解“AI如何助力家电行业，让客户服务更精准、快捷”？ AI加持，让客户服务更高效以某小家电企业为例，沃丰科技利用ASR模型为其打通客户领域数据，将问题话术、知识库、FAQ、工单等家电行业历史数据，引入识别引擎，让机器像人一样在“限定场景”做语音识别。如：我要移机（我要一级）、外机坏了（外脊坏了）等，同样能精准识别。 此外，还支持对用户地址库中的生僻字进行词典扩充，并且针对地址库进行语言模型优化训练等，提升地址识别的转写准确率。而NLP模型则实现了语音数据标注，即以行业模型实现定制化体验效果。以某制造业企业为例，其语音中包含大量带有业务特点的数据，如“（安装空调）掉不了/（接口）调不了”，此列特殊的用户口音，也使得模型必须符合地域性特点，才能满足定制化效果，让服务更高效。 多场景应用，助力品牌获客、营销除上述场景外，沃丰科技智能客服还支持客服、回访、质检等等需求场景，围绕呼叫中心、文本机器人、语音机器人、智能质检等产品形成解决方案。企业可以将通话组件嵌入客户自研客服系统，通过通话组件**通话事件，弹屏展示，让一通电话的效率实现最大化，将用户转化率提升数倍不止。在自有客服系统中，企业可直接自动拨打接听电话，完成用户回访及热线服务等日常工作。还能通过机器人对全国服务站进行外呼，而后机器人录音进入智能质检体系进行服务质检，如有需要还能提供24小时服务站检查…… 与云商店的合作沃丰科技多款AI类商品成功上架华为云云商店，已连续服务众多行业用户，赢得良好的市场口碑，另外，凭借出色的产品能力与服务质量，沃丰科技荣获2021年度华为云云商店优秀合作伙伴“最佳销售黑钻奖、千万俱乐部奖“。从2020年开始，国家已在重点助力家电行业向智能化发展，家电行业想要推动市场消费升级，势必要积极进行数智化转型。而数智化转型突破口在哪里？企业又将以何种形式走向智能？7月14日19:00，华为云云商店直播间，沃丰科技将为您带来家电行业数智化转型秘籍！ 点击立即报名！ 撰文：沃丰科技编辑：云商店-格子

如果说建筑也有“世家”的话，在雅加达出生长大的Riza也可以说是来自于建筑世家。从他的爷爷起，家里的男人都在工地上做活，包括他的爸爸、叔叔、年长的族兄们，无一例外。 自小读书还不错的Riza，原本的志愿是计算机或者通信，却阴差阳错地被雅加达以南的城市——勿加泗（Bekasi）的一所建筑学校录取，终于和自己的家人们踏入了同一条河流。按照我们中国人的说法，这也算是家学渊源了，好处是一家人作为同行很容易找到共同语言。不过，Riza的感觉并非如此，每当他描述工地上发生的一切时，父兄们就像看外星人一样看着他。为什么呢？因为现在的建筑工地真的已经与往日截然不同。 二与其他很多地方一样，总有一些施工人员认为安全帽戴着麻烦又不舒服，觉得事故不会发生在自己身上，因此总抱有侥幸心理，从而给自己的安全乃至工地的管理带来极大的隐患。传统的方法，是雇佣一些专门负责监管的安保人员。不过缺点也显而易见，额外增添的人力成本高且不说，这些人也可能出于疲倦、人情的缘故，有意无意中放过某些违规行为。结果是，雇主花钱买了个寂寞。Riza所在的工地绝对不会出现类似的情况。如果有人不正确佩戴安全帽，或者没穿工作服，门禁会及时识别出来，闸机无法打开放行，工人的安全违规行为会在第一时间被纠正，减少安全事故的出现。最近两年由于新冠疫情的缘故，工地的门禁还加入了口罩识别的功能。Riza很喜欢这种极富未来感的style，在他看来，这些举措无疑是对施工人员的健康与安全的有效保证。Riza不知道，所有这一切得益于一家叫做Widya Robotics的公司，它是印尼顶尖AI公司Widya Group的子公司，专门从事机器视觉领域，为本土企业提供一系列由人工智能、自动化和机器人技术赋能的创新产品和服务。目前，Widya Robotics为印尼当地多个工地项目提供定制化的行业机器视觉解决方案，具体包括智慧工地门禁产品、卡车载货扫描仪等，帮助提高工地的安全性、降低工地的管理难度。Riza所在的工地，就是其中之一。 三以上文提到的安全帽识别为例。作为建筑工人的“三宝”之一，安全帽能够有效防止和减少施工作业中可能造成的头部伤害，其重要性不言而喻，所以尝试利用AI技术对之进行智能识别也是Widya Robotics创立伊始的重点攻关内容。一开始的解决方案比较简单，就是在门禁附近部署一台PC机和AI摄像头，在PC机上完成AI模型训练和开发工作后，再将AI算法和应用软件部署于边缘侧的PC机。但PC机笨重不方便，只能通过有线方式连接网络，长期部署在工地等恶劣环境容易导致故障。由于开发机和部署机使用不同的PC机，部署周期也较长，通常需要半天时间。为了更加轻便可靠，Widya Robotics还尝试过使用基于树莓Pi等板卡代替PC机开发，但此类板卡仅仅是一个非商用的板卡，还需要配套集成摄像头、网络、门禁控制器等模块，大大提升了开发难度。经过几个月的尝试，Widya Robotics虽然开发出了试商用的版本，但由于印尼缺乏定制化硬件产业链，开发出的产品未深度集成，板卡也未能和摄像头很好地完成封装，最终还是放弃了此方案。然而，即便是如此大动干戈，效果也并没有达到预期目的。由于施工现场非常复杂，识别效果受到天气和环境的影响也比较大，加之安全帽数据收集与监测判别困难，Widya Robotics早期提供的安全帽识别服务准确度不高，口罩、工作服的识别也存在一些挑战。更糟糕的是，由于硬件“定制化”的缘故，它很有可能就无法在下一个项目中表现出足够的“弹性”，先前的经验难以被复制和复用，Widya Robotics的成本也会因此居高不下。 四在这种进退维谷中，Widya Robotics邂逅到华为云，感受到来自华为云AI开发生产线ModelArts和端边云统一AI应用开发框架ModelBox的无尽魅力。华为云ModelArts是一站式的AI开发生产线，支持大部分开源算法，提供大量预置行业工作流和模型，以前从开发修改到完成商用部署至少需要数天时间，现在仅仅需要30分钟。ModelBox是高性能、高扩展、易用的AI应用运行时框架，提供颠覆式的开发体验。其一，ModelBox能屏蔽软硬件差异，帮助开发者打破多终端间的壁垒，实现AI应用一处开发，在端、边、云皆能进行部署，节省更换设备的算法适配成本。其二，ModelBox能够优化推理性能，高效利用并节省计算资源。这两大利器，极大地提高了Widya Robotics的开发和商用效率，快速实现了包括安全帽识别、口罩识别和工作服识别等在内的算法开发，并通过云上HiLens平台实现快速部署及与业务对接。 也许，有了华为云AI开发生产线ModelArts和端边云统一AI应用开发框架ModelBox，开发者将不再需要过五关、斩六将，就能进入一个更加广阔的AI世界。它的一砖一瓦，由华为云为各行业打造AI解决方案时积累的经验淬炼而成。此外，通过使用华为云ECS，Widya Robotics部署和开发了BI工具Superset，使得智慧工地解决方案更加可视化，极大地提升了解决方案的数字化水平，这一点也尤其得到了工地方的高度赞许。 五作为东南亚最大的国家，印尼最近几年的基础设施发展迅速，住宅小区、产业园区如雨后春笋般涌现出来，但是随之带来的是安全事故也呈现出快速上升的态势：根据印尼人力部的数据，仅仅是过去一年，印尼就发生了多达17.7万起工伤事故。为了提高工地的安全性和规范性，印尼政府**了一系列针对工地管理与合规的强制规范，比如着装规范、防疫规范等。然而，单纯依靠人力很难达到良好的效果，这就为Widya Robotics等创业AI公司提供了充分的施展空间。Widya Robotics是一家拥有150名员工的公司，其中研发人员占到70%以上。从事智慧工地项目的Widya Robotics开发者，基本毕业于印尼顶尖的Gadjah Mada University大学，他们的特征是充满激情和想象力，期待驾驭最先进的数字技术。即便如此，倘若缺乏全流程、场景化的AI开发工具，任凭能力再强，开发者也无法在短时间内完成数据处理、算法开发、模型训练、模型部署等一系列工作。放眼全国，市场至少需要花费2-3年时间，来培育年轻ICT人才的“云开发”习惯。华为云为Widya Robotics的开发者提供了超出预期的奇妙之旅：通过华为云ModelArts提供的一站式AI开发工具，轻松实现模型云上训练、云-边-端部署，华为云开源的框架快速实现算法推理逻辑开发、与业务系统的对接，项目参与者们充分感受到那种充盈于指尖的、自由驾驭AI的快乐，开发原来是如此充满乐趣！对于工地工人而言，AI的应用让他们真正体会到工地管理方对他们安全和健康的重视，也让他们切身感受到华为云人工智能，以及数字化对个人工作和生活带来的巨大改变。工地方的感受同样美妙。经过实际的测试与验证，新方案在部署实施之后，相比以前的方案，小巧、方便、安全、可靠性得到了工地管理者和施工单位的一致认可。目前，在原有的功能特性之外，Widya Robotics还希望继续借助AI技术完成更多的方案，譬如违规爬高检测，周界入侵检测，违规行为分析和贵重施工设备检测等，公司也将继续加大与华为云AI的合作力度。与此同时，通过与华为云的合作，Widya Robotics得以融入华为云的生态，他们不仅可以和更多的产业伙伴互通有无、共同提升，还得到了更多的项目机会和行业曝光度，被外界广泛认知。Widya Group联合创始人兼Widya Robotics首席执行官Alwy Herfian Satriatama表示：“在过去的一年，Widya Robotics一直与华为合作。对于Widya Robotics而言，这无疑是一大步，因为华为是世界上最大的科技公司之一。展望未来，我们希望能够与华为打造更多的联合解决方案。” 与全球一样，智慧正在铺撒在南亚大地，千行百业的数字化与智能化已经成为各方共识。“新世界”的大门，正在徐徐开启！**转载自https://mp.weixin.qq.com/s/2CJSdnSCV1tnhS1X5T1izQ 

6月15日，以“因聚而生，为你所能”为主题的华为伙伴暨开发者大会 2022隆重开幕，华为云CEO张平安发表“共创新价值，一切皆服务”主题演讲，并重磅发布了华为云ModelBox AI应用开发框架，打通端边云边界，助力开发者实现AI应用一次开发，全场景部署。　　华为云CEO张平安发布包括ModelBox在内的15大新服务　　去年华为云发布了盘古预训练大模型，让AI开发由作坊式转变为工业化开发的新模式，但是AI的应用开发和部署仍然面临很多挑战，面向多样化的云边端场景，行业开发者平均需要花费1~2个月来完成AI应用对多种运行设备和系统的开发适配，耗时耗力。　　为解决这一难题，打通AI落地“最后一公里”，华为云再次对AI开发生产线ModelArts进行重磅升级——发布ModelBox AI应用开发框架，帮助开发者屏蔽底层软硬件差异，实现AI应用一次开发，全场景部署，让AI开发者无需学习复杂的底层技术及繁多的系统API就能开发出高性能的AI应用。　　华为云ModelBox AI应用开发框架具备以下三大创新能力：　　高性能并发调度引擎提升推理性能 2-10倍　　相较传统AI应用串行的开发方式，ModelBox应用中所有任务以功能单元形式封装，运行时内置的并发调度引擎实现数据计算和资源管理的精细化智能调度，同时集成了特别优化过的硬件加速单元，可以实现推理性能大幅提升。　　自适应异构计算组件缩短跨平台开发周期80%　　预置丰富的应用编排异构计算组件，覆盖主流芯片、操作系统、推理框架，让开发者不必学习平台的软硬件差异，实现一次开发，全场景部署，降低了开发者学习底层优化API的难度，可以明显缩短开发周期。　　端边云AI协同单元降低运维成本30%　　框架中提供的端边云AI协同单元让开发者快速生成格式统一的AI应用，结合应用场景一键部署到端边云不同的设备上运行。结合云上管理平台，可以实现对模型的精细化管理，降低运维成本。　　在油气行业中，实体三维重建及定位是复杂设备维修、维护的重要手段，需要端侧设备在开阔空间中能够快速完成定位，且误差不超过1厘米。相当于要在几毫秒之内，从十个足球场面积的图片中识别出螺丝钉大小的物体。重建及定位算法的求解需要PnP、RANSAC等十余个子算法的相互协同。　　传统的AI应用开发方式因缺乏灵活编排异构计算单元的手段，无法高效调度计算资源，推理时延长达上百毫秒，难以满足开阔空间毫秒级三维重建定位的要求　　3D重建和定位识别等高性能AI应用能够结合AR眼镜流畅运行　　华为云ModelBox AI开发应用框架具备独有的高性能并发调度引擎，可将计算资源合理调度到GPU、CPU、NPU等多种芯片上，通过芯片级并行计算，提升推理性能2-10倍。ModelBox打通端边云边界，统一模型应用接口和打包格式，让AI应用可以便捷的部署到各种异构计算平台，由端侧运行低延时小模型，边侧承担综合计算任务，云侧承载复杂的大模型。通过高效协同端边云计算资源，实现开阔空间厘米级精度的三维重建及定位，并将时延控制在毫秒级。基于Modelbox，开发一个新器件的三维重建应用的周期从两个月缩短到了一周。　　统一模型应用接口和打包格式，让AI应用可以便捷的部署到各种异构计算平台　　目前，华为云ModelBox AI应用开发框架已进行了开源，并与北京亮亮视野科技有限公司（以下简称亮亮视野）等30多家软硬件生态伙伴进行战略合作。　　亮亮视野是国内TOP级AR眼镜设备提供商，服务了覆盖工业、能源、航空、制造等行业的5000多家领军企业。亮亮视野COO娄身强表示，ModelBox改变了过去重复开发定制交付的模式，可以将开发团队从繁琐的软硬件适配、调优工作中解放出来，让伙伴更加聚焦于产品本身的开发，实现了研发效能的提升。　　同时，ModelBox为亮亮视野等硬件厂商提供了广阔的生态合作机会。一方面，AR眼镜等硬件设备基于云上的海量AI应用可以快速扩展AI技能，另一方面，基于ModelBox提供的统一接口和格式，AI算法能够更便捷地运行在各种智能设备上，在端边云协同的场景中形成生态互补优势，解决行业AI应用落地的难题。　　技术升级的浪潮成为了社会前行的核心动力来源之一。华为云将不断创新，继续和合作伙伴、开发者一起，通过经验即服务、技术即服务、基础设施即服务，实现一切皆服务，共创新价值。*转载自https://m.it168.com/articleq_6747139.html 

天筹(OptVerse)AI求解器 将运筹学和AI相结合，突破业界运筹优化极限，针对线性和整数模型寻找最优解，以通用形式描述问题，高效计算最优方案，助力企业量化决策和精细化运营，提升资源利用率和运转效率，增强决策水平和竞争力。求解器--现代决策优化的“芯片”和“根技术”小到快递员路线选择、商铺选址，大到工厂排程、物流路径规划和金融风控等问题，都可以建成数学规划模型，用天筹(OptVerse)AI求解器进行求解。利用运筹优化算法和决策模型求解方法，将业务问题转化为数学规划模型，适用在多种复杂约束条件限制（如人力、时效、容量等约束限制）和海量数据的基础上获取全局最优方案（如成本最低、时间最短）的业务场景，助力业务实现从数据到决策的闭环。    高效建模工具    基于图建模算法，充分利用稀疏性与并行算力，建模效率最大可以提升30倍        高效、稳定、高质量    求解速度快、优度高、性能稳定，已在华为内部供应链问题上成功求解亿级变量/约束超大规模数学模型    自适应学习优化    融合前沿AI能力，可根据问题特征自适应进行参数调优和求解策略选取，实现最大30%的求解效率提升    原生支持分布式加速求解    依托强大云上算力，支持超大规模分布式并行加速    全行业场景全流程决策支持    支持结合 ModelArts 平台向用户提供全流程决策优化能力    简单易用，快速上手    支持云服务RESTful API、ModelArts notebook内置SDK的C++/python接口等多种开发和调用方式

由广州市科学技术局指导，金域医学和华为云共同打造的本次大赛，开赛一个月来已成功吸引来自海内外各大知名院校、医疗AI公司、医疗机构、科研单位等产学研生态的近700名选手踊跃报名，提交作品数超2000件。0.3848、0.4822、0.5852、0.6178……“域见杯”医检人工智能开发者大赛得分排行榜上，各参赛队伍的分数不断被刷新。选手们齐聚云端火热打榜，优化模型让得分不断向满分1分逼近，引爆医检AI细分赛道。 华南理工大学计算机科学与工程学院蔡宏民教授指出：“目前，医疗AI开发存在着专业标注数据获取难、成本高、质量参差不齐等问题。本次大赛赛题设置正好解决了开发者们的痛点。由于具有广阔的可落地应用场景以及庞大的数据，临床检验和病理诊断AI赛道已经越来越受AI领域开发者的重视。” 279支队伍参赛 海内外知名高校选手云集 “域见杯”报名启动以来，一个月时间内已成功吸引近700名选手，共计279支队伍参赛。参赛选手来自中国、美国、英国、加拿大、澳大利亚、日本、马来西亚等7个国家和地区，横跨亚洲、欧洲、北美洲、大洋洲。他们拥有深厚的理工类背景或医学背景。境外参赛选手有来自布里斯托大学、新南威尔士大学、密歇根大学、伯明翰大学、早稻田大学等世界大学综合排名较前的高校。而国内参赛选手，则不少来自计算机领域的顶尖院校，包括清华大学、北京大学、上海交通大学、浙江大学、中国科技大学、南京大学、复旦大学、华南理工大学等，涵盖了全球计算机领域内行公认最权威的2022CS Rankings排行榜（中国内地）排名前十的院校。更有来自北京大学医学院、四川大学、中山大学等医学领域知名院校的学生加入。 本次比赛以学生参赛居多，硕士及以上学历选手占比达50%，且专业背景多为计算机、信息技术、统计学、医学检验、病理诊断、临床医学、预防医学、生物工程等，与医检AI匹配度关联性较强。 大赛还吸引了不少科研机构、医疗AI公司、医疗机构的从业人员报名参加。“域见杯”真正为医检行业搭建了数据交流、应用、共享的平台，有助于打造临床检验和病理诊断AI细分领域赛道，为后续生态建设奠定基础。▲病理医生在显微镜下确认AI结果华为云EI开发者生态工程师陈丽芳分析指出：“本次“域见杯”呈现出参赛队伍素质高、辐射范围广、专业匹配度强的特点。“之所以能吸引众多人才参与，主要归功比赛模式的设计新颖，应用场景清晰可见。参赛方案的落地可以直接助力医疗卫生效率提升，对广大开发者而言，有相当大的吸引力。” 真实应用场景数据助力模型开发 开发者不再“纸上谈兵” 首届“域见杯”聚焦宫颈癌筛查场景设置赛题，提供近1万张宫颈细胞学图片。选手利用这些图片及标注，开发人工智能分类算法，判断图片中细胞的病变程度，最后根据分类的准确程度进行排名。▲病理医生正在审阅图像块由病理医生专业标注图片，提供了真实应用场景数据，是本次大赛能够吸引大量跨界人才参与的重要原因。兰州大学信息科学与工程学院教师魏佳璇正是看重了此特点，便将本次大赛作为自己数据挖掘和大数据分析实验课的作业，鼓励班上学生报名参赛。 兰州大学信息科学与工程学院教师魏佳璇表示：“此次大赛提供了数量不少的经过专业标注的宫颈细胞学图片，真实应用场景数据有别于以往的‘纸上谈兵’，可以帮助学生在医疗行业真实的应用背景下，练就快速理解问题、分析需求、形成解决方案的能力。” ▲金域医学病理医生团队临床检验和病理诊断AI开发领域，存在着专业标注数据获取难、成本高、数据质量参差不齐等问题。 金域医学副总裁、首席信息官李映华表示：“针对本次大赛，我们专门一次性提供了近1万张宫颈细胞学图片，恰恰解决了交叉学科算法研发的瓶颈，可以让参赛选手更好地聚焦在模型调优上，也借机向社会广泛普及临床检验和病理诊断AI的行业特色与前景，探索更多应用可能和场景。”作为大赛主办方，金域医学拥有全球领先的东方人种大样本、大数据库，检测总量累计超20亿。尤其是在宫颈筛查领域，至2021年底，金域累计超过6500万例宫颈筛查标本，拥有全国最大的病理医生团队，其中从事细胞病理诊断的医生近300名。真实应用场景数据、专业医生团队加持，让大赛可以更好地汇聚生态伙伴，共同探索生物技术与新一代信息技术融合创新的应用场景，构建智慧医检生态，培养交叉复合人才。 据了解，本届“域见杯”初赛已于6月8日正式启动，并将于7月30结束，初赛成绩领先的40支队伍，可参加8月上旬举办的复赛，当中最优秀的10支队伍将于8月底举办的决赛进行答辩，角逐最高荣誉。优秀获奖选手不仅可以获得最高10万的奖金，更有机会获得入职金域医学的offer直通车或创投机会等诸多奖励。