芮勇解密联想大脑：以两大核心能力助推行业智能化

9月8日，2021联想创新科技大会在线上召开。本次大会上，联想集团高级副总裁、首席技术官芮勇博士展示了联想自研的企业级人工智能平台——联想大脑。

作为联想智能化转型的核心引擎，联想大脑基于联想30多年来对行业数字化、智能化的深刻理解，并融合了业界领先的分布式大规模人工智能模型训练、云边端协同学习推理两大核心能力，将为行业用户提供云-边-端全场景、全生命周期的AI方案构建、部署和运行支持。

联想集团高级副总裁、首席技术官芮勇博士

芮勇介绍，联想大脑已在推动制造、教育、医疗、环境保护等各个行业的智能化转型。“智同道合，势在必型”。在未来，联想将基于业界领先的人工智能技术，与合作伙伴携手，共同推进行业智能化转型。

产业智能化转型痛点多，联想以AI+垂直行业模式应对

人工智能的工业应用蕴含是近年来科技发展的前沿和热点。研究机构IDC的报告显示，人工智能市场的全球收入，2021年的市场规模将同比增长15.2%，达到3400亿美元，2024年将突破5000亿美元大关。

许多企业正在加紧布局这一市场，然而各行各业的企业却普遍面临一些共性的痛点。其一是模型构建难。在企业中，有很多业务专家，他们熟悉具体业务场景，想要通过人工智能来解决遇到的问题，但他们可能不是人工智能专家，可能不知道该怎样搭建合适的模型。其二是数据样本少，也就是说当模型被部署到边侧或端侧以后，面对新出现的问题和任务，很难收集到有效样本数据。其三是场景适配慢：当新的场景需求出现，比如新建一条智慧产线或智慧厂房，如何利用已有的能力迅速规模化复制一套完整的解决方案。这一过程涉及方方面面的制约条件，往往需要多年从业经验和反复试验才能找到较优的方案。

这三大痛点着实成为了各行各业智能化转型中的“拦路虎”。而在芮勇看来，相比于市场上许多由互联网企业研发的人工智能平台，联想自研的联想大脑在破解上述难题时具有明显的优势：“互联网企业研发的人工智能平侧重于人工智能技术的研发，但是他们对行业本身，对于行业和企业转型发展痛点的理解，可能还不够深入。要让人工智能真正赋能行业，必须深刻了解行业知识（know-how），这在某种程度上可能比纯技术本身更加重要。”

联想一直主张垂直行业+AI, 因此，联想大脑的定位，从一开始，就是面向行业智能化的人工智能平台，融合了联想对行业的深刻了解和洞察。比如联想深耕教育行业几十年，对于教育行业的痛点和难点非常清楚。此外，对于制造业、农业等行业也非常了解。可以说，在行业智能化转型这一好手众多的赛道上，联想于垂直行业的雄厚积累是其得天独厚的优势。

黑科技加持，联想大脑构筑人工智能两大核心能力

联想大脑破解上述三大行业痛点的秘诀，是业界领先的分布式大规模人工智能模型训练和云边端协同学习推理这两大核心能力，而这两项能力的核心则是联想掌握的两项“黑科技”。

​

其中，分布式大规模人工智能模型训练的核心是“多层级细粒度神经网络架构搜索”技术，它能为不懂人工智能的业务人员，省时高效地构建出高精度模型，解决模型构建难这一行业痛点。

具体而言，相比传统的神经网络架构搜索方法，联想创新地提出了模块间-层间-层内的渐进式搜索方法，这样可以更快得到一个精度最优、时延最小的网络架构；在此基础上，又利用首创的网络权重预热技术，通过近邻采样，对网络架构的权重赋予先验初值，使得模型训练能快速收敛。这样一来，就让神经网络架构搜索赢在了起跑线上。有了这一技术的加持，以图像分类问题为例，构建同样精度的模型，所需GPU算力仅为业界常用方法的1/10，效率大幅提升，能源消耗和碳排放水平也大幅降低。

云边端协同学习推理能力则主要解决数据样本少这一痛点，核心是小样本终身学习技术。这一技术通过借鉴不同任务的相似之处，来实现任务层面的学习能力泛化，提升模型不断适应新任务的能力。此外，联想还通过原始样本空间增强、模型特征空间中数据扩充、风格迁移等方式，扩充了样本容量，丰富了数据分布，进一步提升了模型的学习能力，从而实现终身学习。

将上述两项能力叠加，更是可以赋能行业解决如何快速适配新场景这一痛点：用户只需输入新场景任务和限制条件，算法就能自动确定需要哪些模型、跑在哪些设备上能达到用户所期望的性能、模型之间如何进行协作等等，从而构建出最优的完整方案。有了这一技术，原来需要几周才能搭建出一套新场景的智能化方案，现在几个小时就可以完成。

从内生外化到生态共建，联想与合作伙伴共创智慧未来

联想大脑“内生”于这一拥有丰富AI+行业经验的老牌制造企业，进而“外化”赋能诸多行业的智能化转型。在联想武汉工厂，手机产品质量检测的背后就是联想大脑。以点胶检测为例，手机线路板上的胶路如果出现断裂、外溢等缺陷，会缩短手机使用寿命。为了解决点胶缺陷检测问题，工厂的技术人员无需聘用AI专家团队，自己就能通过联想大脑云侧的细粒度多层级网络架构搜索技术，快速构建符合要求的缺陷检测模型。而利用联想大脑的小样本终身学习技术，可实时地在边缘侧更新模型，并同时实现云侧母模型能力的持续提升。

除了智能制造，联想大脑也在推动其他很多领域的智能化转型，包括教育、医疗、环境保护等，持续助力社会公平以及可持续发展。比如在教育领域，依托联想大脑打造的人工智能虚拟助教，能够为欠发达地区的学生带去名校的优质教学方法和资源，促进教育的均衡化健康发展。

“打造技术联想，共创智慧未来”。人工智能在千行百业落地需因企制宜、久久为功。芮勇表示：“联想大脑是一个开放的平台，支持第三方开发者贡献模型以及生态共享。非常欢迎行业伙伴参与联想大脑的共建，让我们携手打造一个更加智慧和美好的未来！”