面向场景的下一代AI技术研发项目可行性研究报告.docx
- 文档编号:1750416
- 上传时间:2022-10-23
- 格式:DOCX
- 页数:7
- 大小:74.17KB
面向场景的下一代AI技术研发项目可行性研究报告.docx
《面向场景的下一代AI技术研发项目可行性研究报告.docx》由会员分享,可在线阅读,更多相关《面向场景的下一代AI技术研发项目可行性研究报告.docx(7页珍藏版)》请在冰豆网上搜索。
面向场景的下一代AI技术研发项目可行性研究报告
2020年面向场景的下一代AI技术研发项目可行性研究报告
2020年12月
一、项目概况
通过本项目的实施,公司将在现有的核心技术及研发平台基础上,加大软硬件设备、研发人员等研发投入,对“下一代高效多模信息感知引擎”及“下一代多维大数据融合与推理”进行技术研发,为公司现有业务的升级及未来业务落地提供底层算法技术支持。
一方面,在现有的视频全结构化技术基础上,提升相关算法的处理速度和精度,并结合三维场景信息,音频信息等其他模态的信息来提升传感器信息流中语义和非语义信息的结构化密度,从而为相关产品及服务在更多应用场景的落地提供算法技术支持,同时为大数据推理系统等相关技术的发展提供更多上游结构化信息;另一方面,在公司核心视频分析技术基础上,融合多方来源的数据,实现更加智能的大数据自动推理分析,最终输出多维信息融合的高价值情报,从而赋能各行各业的大数据落地应用。
二、项目建设内容
1、下一代多模信息感知引擎技术研发项目
本项目拟在原有的视频全结构化技术基础上,成倍提升相关算法的处理速度和精度,并结合三维场景信息,音频信息等其他模态的信息来提升传感器信息流中语义和非语义信息的结构化密度,从而为相关产品及服务在更多应用场景的落地提供算法技术支持,同时为大数据推理系统等相关技术的发展提供更多上游结构化信息,具体将从以下几个方面开展研发工作:
(1)高性能计算中心建设
①设计规划并建设满足本项目和大数据项目研发需要的10P量级算力的计算中心,支持通用计算和深度学习专用异构计算
计算中心的通用算力包括但不限于x86通用架构和Arm架构通用计算中央处理器,深度学习专用算力加速器的采购范围包括国际品牌GPU加速卡系列,国内自主知识产权加速器或基于自研云端芯片的加速器产品。
②支持算力中心运行的配套硬件设施
包括但不限于供电、制冷、防火、安保系统,以及满足计算中心与研发办公区互联互通的网络设备以及操作终端设备。
③采购及开发支持计算中心使用的配套软件
由于硬件基础设施项目建设周期长,但研发的计算资源变化较快,本项建设在实施过程中不排除使用公有云租赁的形式快速获取计算资源,以满足高峰时期的计算需求。
(2)高效骨干卷积神经网络搜索与设计技术
①适用于通用平台的骨干网络设计技术
该类技术将通用神经网络加速设备进行黑盒化处理,将网络模型在设备上运行的总时间,总存储消耗,以及在典型视觉任务上的模型预测精度为典型指标,使用网络搜索技术来发现在通用平台上更为高效的神经网络骨干模型,提高依托骨干网络模型开发的视觉任务模型在通用加速器上运行的速度和预测精度。
②针对公司自研神经网络处理器的骨干网络设计及搜索技术
结合公司自研芯片的理论设计原理图、配套的仿真测试工具以及工具链软件,将自研芯片白盒化处理,在优化总存储、总运行时间的同时,监督和优化处理器内核的空闲时间以及存储开销等,从而进一步优化骨干神经网络的速度和精度,为公司自研芯片驱动的内外部产品提供更高的市场竞争力。
(3)弱监督与半监督学习技术的开发与系统落地
①研究基于弱监督学习技术的网络预训练技术
充分利用网络公开的海量未标注数据,训练不预设用途的通用网络模型,为各类具体视觉任务模型的训练提供更优的基础网络与预训练模型,从而减少各类具体视觉任务模型训练的数据标注需求,降低算法开发成本。
②研究开发基于强化学习以及增强学习的半监督化算法模型训练技术
综合数据挖掘、高效数据标注等多种技术,研发适合长尾应用开发的低成本模型训练技术与训练流程,充分降低长尾应用的模型开发成本和开发时间。
③升级现有产品后台系统并新开发配套工具软件
实现在重点项目和新业务项目部署后,针对客户数据特点进行算法模型在现场的低成本快速适应性训练,从而进一步提升算法模型在工程落地现场的使用效果,提升用户体验。
(4)以人为中心的目标分析算法技术开发
结合“高性能计算中心建设”及“高效骨干卷积神经网络搜索与设计技术”的研发成果,增强现有视频结构化等相关算法功能的精度和速度,并进一步以人为中心加深和开拓扩算法覆盖范围,开展人员精细化语义分割,精细化动作识别,人人、人车、人物交互关系检测等新任务模型研发,进一步赋能产品线开发新应用,并开发针对人员活动场所的低成本自动化3D场景建模技术,为人员行为分析提供更为丰富的上下文信息。
(5)音视频结合的场景分析与情感分析技术开发
结合学术界最新进展,探索综合音视频多模态的场景态势感知分析技术,开发拓展以交通、防爆、应急等细分领域为应用背景的大场景视频分析技术;结合认知科学、情感计算领域的最新进展,开发使用多模态数据的用户情感分析技术,进一步提升使用大数据技术进行用户画像等应用的体验。
2、下一代多维大数据融合与推理技术研发项目
下一代多维大数据融合与推理技术研发项目是在国家大力发展新基建和数字城市建设背景下,结合公司在智能视频处理等技术的积累对核心数据分析技术需求所提出。
在大数据时代,单一数据源已越来越难以满足各领域日益复杂问题的需求。
以视频数据为核心,再广泛融合社会数据,形成多维融合碰撞的数据治理机制,是下一代人工智能落地应用的主要发展方向。
本项目拟在公司核心的视频分析技术基础上,融合多方来源的数据,实现更加智能的大数据自动推理分析,最终输出多维信息融合的高价值情报,从而为各行各业的人工智能、大数据技术应用落地提供技术支持,具体将从以下几个方面开展研发工作:
(1)多维数据融合的档案关联分析技术
①适用于不同结构数据的档案图模型
在数字城市、智慧城市建设的背景下,不同源的数据需要进行结构化并归类。
通过建立通用的归类技术,可以对人、物等不同实体进行档案化,并通过使用大规模图模型,建立不同实体的信息交换关系和一般规律,将为大数据的数据融合推理提供底层支撑。
②基于大规模图模型和少量标签的分类模型
大规模图模型是大数据的重要表现形式。
通过大规模图模型,可以对大数据的特征进行汇聚和增强。
通过采集少量的标签,设计大规模图模型的目标函数,可以对所有的图节点进行分类。
(2)多维数据融合时间序列预测技术
①深度神经网络时间序列预测模型
传统的时间序列预测模型不能自动提取数据的关联特征。
深度神经网络在自动提取特征方面具有非常大的优越性。
针对时间序列设计专用的深度神经网络,使得所设计的模型能够深层次挖掘数据的内在特征。
②基于时间序列的自注意技术
时间序列数据的重要难题是数据的不平稳性。
通过自注意技术,可以调整模型对重要的序列数据进行特征增强。
基于时间序列的自注意技术可以赋能公司未来大数据应用的落地场景。
③多维时间序列融合预测模型
多维时间序列的同步预测将不同维度的数据进行学习和融合,为多任务和多场景的大数据推理提供技术支撑。
多维数据的融合预测将赋能公司视频数据的落地应用,并丰富公司的产品功能。
(3)多维线下数据的智能推荐系统
①基于线下视频结构化数据的智能推荐系统
线下视频结构化数据是一类非常重要的数据类型。
该类数据包含了人员的一般出行规律、消费规律等重要信息。
建立基于线下视频结构化数据的智能推荐系统,能够为公司在智慧商业领域业务赋能。
②多维线下数据智能推荐技术
以线下视频结构化数据为核心,融合人员的个性化数据和群体特征数据,研发线下智能推荐的核心引擎。
多维线下数据的智能推荐技术的落地使用将推动改变现有的商业模式,推进数字城市和智慧城市的发展。
(4)快速多维大数据融合推理平台
①快速多维数据融合技术
构建多维数据的治理引擎,包含对不同源数据的快速清洗和结构化,并建立模型对不同维度的数据进行特征消融和选择。
快速响应大量数据的分析结果,对于不同尺度的数据输入,能够以秒级反馈数据治理和融合结果。
快速多维数据融合将为公司的大数据实时分析提供核心技术支撑。
②多维大数据融合推理平台
基于“多维数据融合的档案关联分析技术”和“多维数据融合时间序列预测技术”的核心技术,构建多维大数据融合平台。
在用户自定义的需求和准确率的条件下,该平台自动挖掘和推理高价值情报,为公司在数字城市等领域业务提供核心技术支撑。
三、项目实施的可行性
1、我国人工智能行业快速发展,为项目的实施提供了良好的市场前景
近年来,人工智能技术的不断成熟及底层技术框架的开源吸引了大量创新企业不断涌入人工智能产业,推动产业规模持续增长。
据Sage预测,至2030年人工智能的出现将为全球GDP带来额外14%的提升,相当于15.7万亿美元的增长。
自2015年起,我国人工智能产业进入快速发展阶段,在科技巨头不断布局人工智能领域的同时涌现了大量AI初创公司。
近年来,我国人工智能企业开始加快落地应用探索,基础层、技术层企业开始快速向应用层下游渗透,人工智能相关应用产品及服务不断丰富,应用场景不断拓展,针对不同应用场景,人工智能企业能够提供更全面的综合智能化解决方案。
根据IDC预测数据,中国市场丰富的应用场景和庞大的数据量同样刺激人工智能市场的快速扩张,将从2019年的28.06亿美元增长至2023年的119.25亿美元,复合增长率高达43.58%。
2、国家产业政策大力支持推动,为项目的实施提供了有利的政策环境
为把握人工智能发展的重大战略机遇,构筑我国人工智能发展的先发优势,加快建设创新型国家和世界科技强国,我国近年来推出了多个支持和鼓励人工智能产业发展的相关政策,推动人工智能技术应用发展。
2017年7月,国务院发布《新一代人工智能发展规划》,从国家层面制定未来十年人工智能的战略部署。
2017年12月,工信部发布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,提出加快建设和不断完善智能网联汽车、智能语音、智能传感器、机器人等人工智能相关领域的制造业创新中心,设立人工智能领域的重点实验室。
2019年8月,科技部发布《国家新一代人工智能创新发展试验区建设工作指引》,提出有序开展国家新一代人工智能创新发展试验区建设,推动新一代人工智能健康发展。
在国家产业政策大力支持推动下,我国人工智能产业正迎来良好的发展契机。
本次项目的实施将提高公司人工智能算法、芯片技术水平,推动公司的产品服务体系升级迭代,面向数字城市和人居生活等业务场景建设提供核心系统产品和整体解决方案,属于国家政策鼓励支持的投资项目,从而为项目的实施提供有利的政策环境。
3、强大的技术研发能力,为项目的实施提供了坚实的技术支撑
公司自成立以来就专注视觉人工智能芯片、算法等领域的研发,积累了较强的技术实力和研发能力,立足于对下游应用场景的深刻理解,公司已发展成为业内仅有的几家同时集AI芯片、算法和解决方案研发和产品化能力于一体的技术领先型企业。
公司自成立起就深耕人工智能领域,搭建了人工智能算法平台、人工智能芯片平台,并具备了算法芯片化能力,面向下游场景提供“端云协同”的AI产品及解决方案。
截至2020年10月31日,公司已取得206项专利,其中发明专利116项、实用新型专利21项、外观设计专利69项,已登记的软件著作权126项,相关发明专利覆盖了人脸识别软件算法、图像处理技术、人工智能芯片设计等计算机视觉及人工智能核心技术领域。
公司技术研发实力得到行业认可,获得业内多项殊荣。
此外,公司采取自主研发与合作研究相结合的科研模式,广泛建立合作关系,进一步加强了公司的技术研发实力,为项目的实施提供了坚实的技术支撑。
4、丰富的产品服务开发及落地经验,为项目的实施提供了经验支持
公司拥有对人工智能产业的深度理解,自成立以来即秉持“端云协同”的技术战略,专注于人工智能产业链各环节相关技术的研发与创新。
发展至今,公司已构建了融合算法、芯片、智能软硬件产品及解决方案在内的视觉人工智能研发及商业化落地能力。
公司是业内率先实现动态人像系统大规模落地的公司之一,已在智慧安防、城市治理、交通服务、人居生活、商业零售等领域实现了大规模场景的业务落地。
公司所积累的丰富行业经验及对各场景的深
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 面向 场景 下一代 AI 技术 研发 项目 可行性研究 报告