简介： 不仅做前沿的智能技术摸索，也要打造开发视觉开放平台这样的产品，将人工智能变成人人可及的普惠科技。
很长时间没与星瞳（谢宣松）打交道了，之前他的身份始终在变。从晚期的图像搜寻拍立淘开创成员，到业内第一个智能设计产品鹿班的技术负责人，再到前面钻研医疗AI的技术负责人。这些前沿技术的摸索和利用经验，让他看起来像一个间断翻新创业者。
当初，星瞳又多了一个新身份——阿里云视觉智能开放平台负责人。过来一年多的埋头苦干，他和搭档们实现了平台从0到1的搭建，并上线了超过150个API接口。
星瞳并不是个例。包含当初视觉智能开放平台的团队成员也有相似的背景和经验。当外界还在种种猜想阿里AI专家们在做什么样的摸索时，他们早已拓展了新的边界——不仅做前沿的智能技术摸索，也要打造开发视觉开放平台这样的产品，将人工智能变成人人可及的普惠科技。
这也导向了另一种商业故事剧本。越来越多的算法专家走向幕后，将原有技术能力整合成开放平台，让更多有创意的人只须要少许的技术根底，就有可能开发出有价值的AI利用。
阿里云视觉智能开放平台源起
2016年，AlphaGo 大胜李世石。人工智能浪潮席卷寰球，成为“高大上”IT技术的代名词。每一家出名AI公司的背地，都有不少“AI业界大牛”坐镇。AI人才资源被巨头争抢的话题向来被大家津津有味。行业的火爆，人才的稀缺，每一位AI大牛的动向都引得圈内分外关注。挖角抢人大战一直，不仅将这个行业的薪资抬到八位数年薪，也一直贬低了AI利用的门槛。
AI概念很热，但一谈利用AI就容易冷场。居高不下的利用老本，制约着人工智能技术的遍及与规模化利用落地。从各种强行与AI沾亲带故到谈AI色变，也只用了短短三年。
星瞳身在行业，也感触到了这种变动。与2015年相比，人工智能产业疾速倒退，广泛应用于政府、金融、医疗、交通、批发、工业、制作等畛域。有数据显示，到2020年市场规模或达到710亿元，同比增长大概44.5%。作为人工智能畛域的三要素之一，算力老本也在大幅降落，从2014年到2020年，芯片价格比照降落了近70%，为人工智能技术可能在这十年内疾速倒退最终商用提供了土壤。 此时，放眼行业，对于小公司来说，搭建顶级技术团队，推出操作系统级别的外部通用平台，从0到1实现整套AI利用的开发，这样的AI故事曾经不再难听。反而是利用AI技术，革新传统行业或者利用、晋升产业效率的需要不断涌现。这也意味着推出AI的智能开放平台市场需求逐步成熟。
另一面，整个阿里巴巴团体有大量研发人员围绕着视觉技术在电子商务、城市大脑、金融领取、交通物流、通信会议、新批发、娱乐等多个行业的利用需要，对外奉献了许多产品和解决方案，这其中积淀了诸多视觉根底能力。同时，阿里巴巴的许多外部业务，如淘宝、天猫、优酷等诸多明星产品都有视觉能力在背地的反对有着海量的用户规模，对这些视觉智能技术能力进行了千锤百炼。但晚期，这些根底视觉技术并没有被聚合在一起。
于是，建设阿里云视觉智能开放平台的想法应运而生。2019年8月，在阿里巴巴团体视觉技术小组的牵头下，开放平台作为一个重点战斗开始启动，这一打算也失去了包含阿里巴巴副总裁、达摩院城市大脑实验室负责人华先胜等下层反对，这也与星瞳始终以来的判断不约而同。
星瞳牵头启动我的项目后，就迅速失去了包含淘系、优酷、蚂蚁在内的20多个有计算机视觉教训的我的项目团队的反对。
通过一个季度的研发，2019年12月20日，第一版视觉智能开放平台正式上线。在星瞳的布局里，平台定位是视觉AI能力凋谢核心和能力再生产核心，也能够看成一个视觉智能外围零部件的供应库。这些整机有自营的，即阿里巴巴团队本人研发的；也有第三方供应商的，即生态搭档或者其余相干方提供的。其次，开放平台也是一个效率工具，有着大量的场景案例，能够帮忙开发人员更高效开发落地产品。开放平台是双向的，外部和内部都能够应用，对外次要面向视觉智能技术的开发与利用用户，为其提供好用、易用、普惠的视觉智能API服务，帮忙企业、开发者疾速建设视觉智能技术的利用能力。
达到这样的布局并不容易。一方面，当团队心愿更短的工夫内上线更多能力时，须要调动其余业务共事的反对。这里不仅既波及到基础设施、文档案例、各种测试等根底工作，也须要进行市场的调研，联合场景和市场需求进行产品化，开发工程量十分大。
另一方面，当机器视觉的能力来自各个中央，首先须要验证这些API是否可能达到作为公共能力的要求。为此，平台制订了专门的算法接入标准，其中既包含了视觉能力的分类标准，同时为了保障上线API的品质，也设置了评测机制，会对API的各种性能进行评测，只有达到肯定的规范能力上线。事实上，研发期间，也有多个团队开发的API，就因为在性能、封装等方面不达标，被回绝上线。
在团队的独特的致力下，这一平台也一直迭代更新。2020年4月上线第二版。截止往年9月，曾经有共计150多个视觉相干API进行上线，并很快失去开发者青眼，日调用量迅猛晋升。
阿里云特色的视觉智能开放平台
阿里云推出视觉智能开放平台时，业界已有围绕第三方AI开放平台的探讨。打造阿里云特色的视觉智能开放平台就成了摆在大家背后的一道新议题。
星瞳和大家一起剖析，视觉智能开放平台的初衷是辅助各个行业的开发者降本提效、助力翻新。阿里云视觉智能开放平台的劣势则在于：一是易用，依靠阿里云智能松软的基础设施服务，提供普惠易用规范的AI能力，用起来省心省力；二是业余，达摩院科学家及团体业余工程师加持；三是实用，上线的视觉技术是通过阿里巴巴海量场景和最佳案例测验的；四是全面，平台汇合了规模化、多样化、场景化的视觉AI能力，为开发者和用户提供一站式能力抉择。
开放平台既要在视觉基本面（辨认、检测、宰割、生成等）通过达摩院等打造外围根底能力，又要在指标利用基本面（文字、商品、内容、行业场景等）中做最佳案例，一直为用户提供多种视觉AI原子能力，包含：图像识别、文字辨认、视频了解等多种视觉根底技术。开放平台将阿里巴巴视觉智能技术实践经验凋谢给视觉利用的开发者与用户，让他们能够在阿里云视觉平台上抉择相干能力，自行封装产品、服务或者是解决方案，满足本身或者最终用户的利用需要。目前阿里云视觉智能开放平台上大概有15大类、150个能力，聚焦在视觉了解、视觉生产等环节，提供“业余、多样、易用”的工具，助力翻新，帮忙开发者疾速试错、低成本试错。这也在肯定水平上实现了普惠科技的初衷。
除了满足技术上的生态覆盖面，公共云平台一大劣势是规模化的性价比能力，心愿在老本上做到尽量人人可用。在目前曾经公开的产品中，平台采取了一些收费的策略。这些收费策略依据输入的“能力”的不同而不同，比方有的是依据用量，有的按QPS多少，平台都给予肯定水平上的收费额度，根本能满足一些要求不高的用户。
当然，AI既要做普惠，也要思考市场需求。基于视觉基本面，团队做了相干的剖析，布局了“市场驱动能力”的研发过程，尽量优选“规模大能实用”的能力，比方与“了解”相干的能力具备显著的普适性和需要广泛性，并从视觉的需求面剖析，寻找视觉最宽泛的利用场景，比方视频在B 端、C端的利用，以及联合阿里的特色能力。最终两点交汇处的这些能力，诸如车辆检测、对象宰割、OCR、商品辨认等，也成为平台上的首批爆款API。
事实上，这一过程，也”变相回馈“了参加到平台建设上的团队，平台也成为了验证这些能力与产品的“试验田”。以往，很多算法工程师，往往不会去思考匹配用户需要、实在场景考验，但API须要上线开放平台时，就意味着不能仅仅只从学术的角度、本人场景构想登程，去做研发，这也意味着一个市场驱动的研发机制造成。
当AI专家走向幕后，更多的开发者走向了前台
星瞳承受采访时提到，阿里云视觉智能开放平台上线的第一天就通过阿里云天池平台与开发者深度链接，彼此高质量互动。
2020年，作为国内支流的AI开发者社区，阿里云天池平台联结阿里云视觉智能开放平台，举办了一场以“无行业不AI”为主题AI开发者翻新利用赛。期间，名为启明瞳行的团队，借助平台的能力，开发了一款为盲人出行保驾护航的产品。团队自研了实用于盲人的非凡旋转交互方式，借助GPS高德定位导航、视觉智能开放平台上的图像、文字、 色彩辨认等算法，帮忙盲人用户辨认环境信息、路况信息、物体信息等，同时，依靠由志愿者和肢体残疾人负责的视频客服人员进行补充，最终达到了为盲人出行保驾护航。
要实现盲人可用的产品，就意味着必须研发“万物辨认”的计算机视觉技术。但开发能落地的AI技术利用，显然不是一件容易事，招到大牛不易、积攒训练数据很难、优化算法耗时，技术门槛、资金门槛、算力门槛高，让人望而生畏。对于善于交互和用户体验的团队来说，并非易事。借助阿里云视觉智能开放平台，团队用时不到4个月就实现了原型Demo的开发。
这样的故事，在平台上还有很多。阿里云视觉智能开放平台通过提供高可用性、高可靠性的AI算法，大幅升高开发者的开发难度和开发周期，“低代码”即可创作AI利用。参赛团队闪电的客人の魔法屋，参赛成员为高中生，通过阿里云视觉智能开放平台的相干算法实现视频工具的开发。
当达摩院的专家走向幕后，更多的开发者走向了前台。事实上，走向幕后的专家们，还在用另一种形式进行技术挑战。
在星瞳看来，将来开放平台还须要进一步“做厚”。一方面，进一步摸索行业能力，依据行业不断丰富行业能力，这可能意味着会凋谢数据、模型、算法给到用户，让用户自行进行训练。另一方面，可能也会尝试做更多的解决方案。
当初，这样的相干算法也曾经在平台上上线，更多的新算法还在路上……
原文链接
本文为阿里云原创内容，未经容许不得转载。