标准化|云天励飞王孝宇：AI 研发和应用，数据的重要性远高于模型( 四 )

这样做的另一个好处是，不会因为人才流失导致既有的模型失效。
所有公司都会面临人员流动这个问题，一位优秀员工离职之后，其模型很难复现，因为别人不知道这个模型怎样迭代才达到现有的精度，上下衔接很困难，费时费力。
但是在这个平台上，就不会出现问题。模型训练过程中所做的所有数据的标注、操作，全部都在这个平台上，主要进行相关操作，全部流程都可以重复，不需要重新做。
在座如果有做研发管理的，肯定会感觉这个东西用起来非常不错。
现在，云天励飞内部的研发，除了一些非常高难度的，或者非要人工介入的算法研发（如人脸），其他的算法研发全部依赖于大规模算法开发平台。也就是说基本全部不需要算法工程师去做，都是标注人员在做。
以大堂搬运货物检测案例为例，每个工程师大概开发成本50万，一个月的时间差不多5万块钱的投入，但现在只需要1个标注人员，5-7天就可以做完从0到实用部署。
为什么能力稍微差一点，时间反而缩短了？
这就是流程化，所有模型的训练只在一个平台上完成。以前的方式，来来回回对接的成本太高，但在这个平台上，点击挖掘，自动寻找，再点标注，寻找标注人物，后台人员标注好，再点训练，全部就完成了，整个流程即使和非常有算法经验的工程师相比，这个平台也有4倍以上的提升。
我们凭借这个平台在深圳做了几个项目，像龙华智能运算能力平台。
这里面涉及的算法有上百个，公司不可能在短期内招聘几百个算法人员进行研发，因为这套平台当时还没有做得完备，所以让2个算法人员、10个标注人员，在6个月的时间把20多个算法开发全部完成了，成本也降低了很多。
为什么它需要这么多的算法？
这其实是整个城市管理思路的转变：以前是巡视型管理，需要实地巡查，才能发现、处理；现在布置相关摄像头，就能在后台发现，从而解决。
这种管理思路的转变，需要大量算法技术能力的支撑。云天励飞在龙岗算法仓做了一个项目，也是算法训练与赋能平台，这里面也有上百种算法的需求。
需要强调的是，这套研发平台没有牺牲模型的精度，不同的人群训练这套模型没有太大差别，因为在这个平台里，可以通过主动学习算法，基于数据集做快速迭代，从而得到比较高的检测精度。
最后提一点，云天励飞为什么要建立这套平台？
从行业看，视觉AI还处在拓荒阶段，仍然是一片沙漠，没有变成一片绿洲，只有等到它变成绿洲的时候，才能长出一颗颗参天大树，长出许多AI企业。
城市治理对于算法的需求是成千上万的，每个算法都靠有经验的人员去开发，成本会非常高昂，因此云天励飞开发了这套系统，缩减成本的同时，加快AI应用的进程。
可以设想，未来的城市，有一张网络可以检测方方面面，所有的事件都可以在城市大脑里解决。
这背后的技术逻辑是，算法可以做智能调度。比如对着大海的摄像头，不用把汽车检测的算法集成到摄像头上，当城市拥有一万种算法时，可以在不同场景下，调度合适的算法，来解决问题。
云天励飞的愿景是，通过知识图谱和整个平台的研发，让城市超脑实现自我进化，从而达到更高的智能化水平。
【 标准化|云天励飞王孝宇：AI 研发和应用，数据的重要性远高于模型】值得一提的是，云天励飞的自进化城市智能体的思路，已经被写入深圳市政府工作报告中。雷峰网雷峰网