联想正式开始输出AI能力，LeapAI平台与BAT的AI开放平台有何不同？

原标题：联想正式开始输出AI能力，LeapAI平台与BAT的AI开放平台有何不同？

历经两次低谷之后，AI技术在2010年又一次迎来了爆发，巨头们都率先投入资源进行AI技术的研发。因此无论是国外的谷歌、亚马逊、IBM还是国内的BAT都推出AI开放平台，推动AI技术更快的落地。12月7日，联想在香港正式发布了企业级人工智能平台LeapAI，这意味着联想人工智能战略从内部应用为主转向AI能力对外输出。那么联想的AI平台与其它AI平台有何不同？

为什么需要AI平台？

简单回顾AI概念自1956年被提出后的的关键节点，1957年F.Rosenblatt提出感知机模型，标志着机器学习诞生；1970年，Linnainmaa首次完整地叙述了反向模式自动微积分算法，可以视为BP的雏形；1981年，将BP算法应用于神经网络以建立多层感知器后，神经网络的发展得以提速；1955年Vapnik和Cortes提出了支持向量机（SVM）；2006年Geoffrey Hinton提出深度置信网络，使深度学习成为AI的主流方法。

需要指出，AI被提出之后迅速发展并迎来爆发，但1974年到1980年迎来了第一次低谷，随后又经历了复苏和低谷的过程。2000年，AI迎来了第二次复苏并在2010年之后第二次爆发，这使得AI技术再一次快速发展同时取得了一些成绩。2012年谷歌提出了知识图谱的概念；2013年，自然语义分析引入神经网络模型；2017年人脸识别率超过99%；同年，语音识别准确率超过97%，这意味着无论是视觉还是语音的AI技术都可以更多的应用到具体的场景中。

与此同时，“许多企业已经在一定程度上使用了大数据技术，但他们发现业务的价值链可以进一步优化，这时候还需要人工智能。” 联想创投大数据及物联网业务总经理吴越对雷锋网表示。

联想大数据人工智能产品总监么石磊博士同时指出，企业在部署AI时面临四大挑战，包括复杂的AI技术、很高的AI使用门槛、大规模技术研发投入、企业级IT系统的苛刻要求。更具体地说，首先，处在爆发期的AI技术快速迭代演进，传统企业无所适从；其次，AI全周期应用链涉及多个环节，使用门槛极高，对人员技能有很高的要求；同时，大规模技术研发投入也成为企业应用AI技术的一大障碍；还有，企业级AI平台还需要满足企业级IT系统的苛刻要求。

联想大数据人工智能产品总监么石磊博士

因此，对于传统行业的企业以及没有能力投入大量资源研发AI技术的企业而言，借助AI开放平台能够更快地享受AI技术带来的便利以及保持企业的竞争力。

LeapAI平台的独特性

当然，不同的企业对AI平台也有不同的需求，推出AI平台的企业也各有优势，比如谷歌的机器学习平台的优势在于构建更广泛的研究社区；百度的开源机器学习平台在语音识别和深度学习知识经验方面占有一定优势；IBM的机器学习平台以Watson解决方案为核心。那么，联想AI平台的优势在哪里？

么石磊博士表示：“LeapAI平台以自动化和图形化为特征的开发模式部署AI的业务应用，全面支持各种AI技术，具备自动化模型开发过程，支撑闭环业务价值实现，可以同时满足一般用户与高阶用户的不同开发需求，能在很大程度缩短企业开发AI的进程，降低企业AI应用门槛和技术投入。最值得关注的是，LeapAI具备面向企业级的平台架构设计，私有的企业AI云平台将构筑企业安全防火墙；软硬件一体化的特点有助于构建企业AI核心系统，随企业AI业务发展弹性拓展；企业级平台管理能力可以为企业AI业务保驾护航。”

雷锋网认为，LeapAI自动化和图形化的特性与谷歌Cloud Auto ML类似，都是面向那些对AI了解不多的企业，只需极少的工作量和机器学习专业知识，就可以训练出自定义机器学习模型。据介绍，LeapAI包含计算环境模块、企业级平台管理模块、AI核心技术模块、集成开发环境模块，并且全面支持机器视觉技术、智能语音、自然语言处理、机器学习等各种AI技术。使用LeapAI平台只需要提供数据，平台就可以自动完成特征工程、模型选择、模型优化这些复杂的过程，输出预测模型。还有值得一提的是，LeapAI针对普通用户提供的是无门槛的使用平台，面向高阶用户则提供全面、灵活和个性化的使用环境。

联想集团副总裁、首席研究员，大数据事业部总经理田日辉告诉雷锋网：“我们的平台支持各种AI技术，是因为企业的不同环节需要不同的AI技术，比如产品检测要用CV，预测要用时间序列。当然我们也会有选择性地在一些领域去做深入，至于具体在哪些技术领域做深入很关键的因素就是我们合作的客户。”

联想集团副总裁、首席研究员，大数据事业部总经理田日辉

除了自动化和图形化的特性，LeapAI的另一大特性就是面向企业级私有云平台。田日辉指出：“从大数据平台到互联网平台再到如今的企业级AI平台，联想都是用自身的经验累积去服务企业用户，也知道企业用户的需求。一方面，AI技术的技术链条非常长，企业对AI技术和人才的渴望都非常强烈。另一方面，许多企业在面对生产管理的时候会被到底选择哪种AI技术困扰。因此，4年前在香港成立的联想机器智能中心在2017年就开始打造完整的企业级AI平台。”

田日辉还表示，联想香港机器智能中心四年前成立的时候研究的是核心技术，在深度学习、机器学习、知识图谱三大人工智能应用方向已经收获了丰富的实践成果，后来逐渐聚焦到产品，再后来发现这些产品还不够完善才最终推出企业级AI平台。而企业级智能平台需要具备五个特征：灵活、易用、全面支持AI技术、与场景结合实现更高业务价值、满足企业级IT系统苛刻要求。

至于LeapAI强调私有化部署是因为联想在长期与企业客户合作的过程中明白企业对数据的安全和环境的安全非常关注，许多企业不愿与公有云厂商合作，而联想的LeapAI会把安全做到极致。

另外，LeapAI首选的客户是工业领域。田日辉表示：“工业对中国产业发展影响最大，是国家专注的创新方向，并且工业也是最难的。我们希望在工业领域通过LeapAI平台，与客户共同创新来实现一些事情。”工业和制造之外，田日辉认为金融也是非常好的领域，政务领域则不会主动出击。这就意味着，LeapAI与BAT的AI平台在一些领域会有所竞争，但也有不同。

LeapAI竞争力如何？

LeapAI的定位及特性决定了其将深耕工业和制造领域，但长飞光纤光缆股份有限公司CIO汪华指出：“企业非常看中投资回报率，中国制造业有很高毛利的其实不多。我们所在的行业在2000年还可以有40-50%的毛利，可以算高毛利，但2000年之后就变成了20-30%甚至更低的毛利。在毛利低于50%的情况下，投资AI这样一个投资回报率不那么明确的新技术，企业管理层会有疑问。”

那么LeapAI的投资回报率如何？吴越表示：“我们的企业级AI平台偏向于普适性，希望能够降低AI在企业级应用中的门槛。如果企业转型的诉求已经大到不是一个单点的业务改善，而是整个企业集团化的转型要求，那么投资回报率就非常明显，如果只是想解决一个问题，客观说投资回报率可能不太明显。”

田日辉还指出：“我们非常尊重传统的企业信息系统，包括自动化系统，我们从里面收集数据进行数据的整理、数据分析，同时很多分析的结果还要反馈到这些系统里执行。我们希望LeapAI与联想的数据中心硬件产品整合起来，为客户提供一体化的服务。但软硬件的一体化不是必须的，因为软硬件一体化能让用户使用AI更简单，不需要考虑分批的采购。”

雷锋网了解到，在推出LeapAI之前，借助联想内部的LUDP AI平台已经将AI技术应用于生产、供应链、市场营销等多个业务领域，现有用户800多个，应用场景超过50个。据么石磊介绍，借助LUDP进行联想笔记本的销量预测，准确率从76%提高到现在接近90%，仅此一项一年就可以为联想增加营收超过千万美元。在联想呼叫中心，通过LUDP平台提供的自然语言处理及语音转文本等能力支持，对呼叫中心的通话进行质量检测，极大提高了呼叫中心的运营管理水平。

在联想与中国万达集团的合作中，针对工艺参数评估和生产控制优化问题，进行人工智能试点应用，借助LeapAI快速将AI技术与业务全面融合，并通过平台提供的模型开发环境，以业务需求为中心，探索潜在应用场景，实现高价值业务的智能化决策。

还有值得一提的是，LeapAI发布会上联想还与香港浸会大学签署了战略合作协议，未来双方将就研究与技术创新、人才交流与合作、科技创新与创业等领域展开全方位、高层次的深度合作。

雷锋网小结

由于联想的AI平台先在内部使用，因此LeapAI企业级人工智能平台推出的时间比BAT等科技公司晚一些，但LeapAI是联想对外输出AI技术的开始。不难看到，与许多AI平台部署在公有云上并且针对广泛的行业应用不同，LeapAI首选工业行业并且强调私有云部署，这是基于联想对企业客户了解做出的选择。而自动化和图形化的特性能够在很大程度上降低传统企业应用AI技术的难度，并且加上软硬一体的方案，更能够增加对传统企业的吸引力和在市场上的竞争力。