(资料图片)

机场安检、考勤迎宾、以图搜图、电瓶车检测、明厨亮灶、零件计数、商品识别……这些“五花八门”的AI算法，伴随着数字化转型走进各行业，AI技术也走进了人们日常的生活。在AIoT万亿级碎片化的海量场景中，“真work的算法”是否能走进千行百业，能否解决算法生产及落地应用的难题，让人工智能技术发挥“真work”的作用，是AI公司这几年面临的第一挑战。

11月10日，旷视举行了算法量产沟通会，旷视研究院算法量产负责人周而进在会上介绍了旷视在优质算法生产过程中的洞察、经验及实践，为 AIoT 时代算法落地提供了新思路。在沟通会现场，旷视还重点展示了在非物质文化遗产“建盏”溯源领域的新成果。旷视参与研发的建盏溯源平台，通过图像检测和识别等AI技术，对建盏进行采集、登记、追溯、鉴定，并建立建盏权威数据库，有效保护建盏行业从业者和消费者的权益，实现了一盏一图、一盏一码、图码结合，让每个盏有迹可循，达到去伪存真、传承有序的效果。

除建盏溯源外，旷视希望通过AI算法生产的标准化以及AI生产力平台的构建，大幅降低算法生产的成本和门槛，让更多人可以参与进来，促进算法在更多行业的落地，加速AI与实体经济的深度融合。“AIoT已经成为一个大共识、大赛道、大市场，整个产业将迎来发展的黄金十年”，印奇在2022年4月的合作伙伴大会上强调，“AI的技术与IoT设备的结合将会是科技创新领域未来10年最大的机遇。”

目前，AIoT市场算法供给、落地过程中，面临5 大挑战：行业数据匮乏、算法通用性低、IoT设备繁杂、Software2.0的挑战以及算法供给质量参差不齐。面对AIoT 市场算法供给的多重挑战，旷视基于10余年的算法研发积累及深入多个行业的项目实践经验，提出了“标准硬件+海量算法”的新型思维模式。通过标准智能硬件+海量算法的模式，无疑为匹配AIoT碎片化场景需求提供了新的解法。经过多年的探索和实践，旷视将此模式称为“算法定义硬件”，即通过海量算法+通用型/标准化的智能硬件，去满足AIoT领域海量的碎片化场景需求。用户无需理解不同硬件产品的性能及使用场景，也不用做复杂的前期准备和项目规划，通过算法去定义硬件功能，让同样的硬件可以满足不同的场景和需求。

为实现“硬件标准化”和“算法充分供给”，全面激发AIoT产业生态创新，旷视不断推动AI核心技术能力的突破；通过自研AI生产力平台Brain++和提高算法量产能力，降低算法生产和部署成本，加速实现算法生产的标准化和规模化，促进AIoT创新生态的发展。

旷视认为，类似于IT时代的“软件定义硬件”，“算法定义硬件”将是AIoT时代的核心理念。算法直面解决海量应用场景问题，我们要让算法渗透到AIoT产业链的各个环节，成为关键的生产要素。从应用场景和算法出发，实现算法和硬件的联合设计。硬件是算法的载体，算法能灵活地部署，才能满足AIoT市场碎片化场景对于智能的迫切需求。

关键词：