全球"戰疫"已經進入到了下半場，國內新發確診數量清零，嚴防境外輸入成為工作重點，而國外卻正在淪陷之中。
現在媒體經常報道的是美國、英國、意大利、西班牙等大國的疫情，但同時還有一些經濟落後、不為世人關注的小國家，他們缺醫少藥更加困難。
近日華為向非洲伸出了援手，給厄瓜多爾援助了跟夥伴聯合推出的新冠肺炎AI輔助篩查系統，厄瓜多爾副總統在國際社交媒體上公開感謝，稱這是拉美國家中的首個新冠肺炎AI輔助篩查系統，對快速診斷國民的新冠肺炎病情具有重大意義。
專家預測，在未來的15年內，人工智能將取代大多數經驗性重複性的工作崗位。一個優秀的診斷醫生需要幾十年的經驗積累，而人工智能可以彙集更多頂級醫生的經驗，在極短的時間內自我學習訓練，幫助專家精準高效診斷。
雖然說人工智能代表了未來的發展方向，但人工智能的行業落地卻是一個難題。對於行業企業來說，業務複雜度高，需要豐富的行業經驗支撐；定製代碼工作量大，耗時長，無法實現快速上線；企業購買了定製AI模型後，又難以實現自我迭代。
對行業開發者來說，通用AI模型具有侷限性，無法支持行業特定業務流程；業務繁忙，無暇深度研究算法；相似的項目難以簡單複用，存在大量重複工作。
新冠病毒是危及世界安危的重大事件，華為可以派出頂級AI算法專家團隊去配合醫生，可未來全世界所有行業都會使用人工智能，AI走進千家萬戶，哪有這麼多的算法專家啊？
AI很棒，但是行業落地卻很難。針對此難題，華為云為行業提供了一個新思路，讓AI算法與行業知識可以更好地融合。
在3月28日的華為開發者大會2020（Cloud）中，華為雲瞄準行業AI應用落地，重磅推出了企業級AI應用開發套件ModelArts Pro。
用戶可以使用ModelArts Pro套件中特定行業場景的預置行業工作流，滿足快速模型定製的需求，也可以運用Modelarts Pro提供的原子組件(Atom)靈活編排新的行業工作流。基於AI市場，用戶還可以相互分享不同行業場景的AI工作流。
聽著是不是很複雜？簡單來說就是，你可以直接用一條預置的"AI生產線"，也可以用已有的各種設備，自己快速組裝一條"生產線"，你甚至還可以跟別人分享已經完成的"生產線"。
看個視頻先了解一下：
http://v.qq.com/x/page/b093955om4z.html
假如你是一個蛋糕店的老闆，你需要僱傭一名"記憶力強"的收銀員，因為蛋糕、麵包上不能打價格標籤，收銀員必須記住當天所有的商品價格，才能快速完成收銀。如果你想用人工智能替代一個收銀員的崗位，可以讓顧客選定蛋糕後自主結賬，攝像頭無論從哪個角度照到這個蛋糕，馬上就會判斷出這個蛋糕的種類、規格和價錢，並引導顧客自主結賬。你要怎麼做？
首先，你要找AI應用開發者定製一個蛋糕識別的AI模型，然後將本店的每一款蛋糕的不同角度照片提供給AI應用開發者用於模型訓練。例如，告訴模型這一款是中號巧克力蛋糕，售價15元。
這個模型的開發過程必須由內行操作，畢竟這是外行不懂的，而且週期也挺長，每次上新品都得溝通迭代模型。
換一種思路來操作呢？米旗蛋糕應用ModelArts Pro視覺開發套件實現了零代碼AI模型開發，無需專業的AI基礎，全流程界面操作，店員上傳蛋糕圖片即可在線完成圖片標註、模型訓練、服務更新。上線再多新品，也不需要人工記憶價格，可以快遞實現服務更新，識別出新品。AI方案可以實現超過99%的識別準確率，秒級識別整盤商品，快速完成商品結算，提供更好顧客體驗。
是不是很神奇？這個願景並不是天方夜譚，而是非常明確的發展方向，人工智能正在走向各行各業和千家萬戶，將為成為像手機一樣的老少皆宜的智能工具。
不同行業的工作模式區別很大，因此ModelArt Pro構建出了優質高效的行業預製算法，對於不同行業提供了不同的界面和內部模式，行業開發者僅需要少量的標註數據，就能獲得高精度的應用。用戶可藉助預置的行業工作流，輕鬆完成AI應用項目開發以及持續迭代。不僅是蛋糕店，零售行業的其他類似場景也適用於此種方法。
如果沒有預置算法，針對特定的行業、場景，開發者也可以根據自身需求對行業工作流進行靈活編排，實現AI應用開發。
面向物流、石油、零售、金融、醫療、交通等行業場景，華為雲基於領先算法及行業知識，首發推出了ModelArts Pro文字識別、視覺、自然語言處理、知識圖譜等開發套件及端雲協同多模態AI應用開發套件HiLens。這些套件，可以幫助企業開發各種AI模型和應用，比如幫助物流企業/金融企業識別各種單據、發票，甚至幫助石油企業開發可以實現油氣水層智能識別的平臺。
換個思路讓AI更高效落地，擁抱人工智能吧，這是我們的共同未來。華為雲ModelArts pro，全新的行業AI落地方式，讓行業AI落地成為現實！
閱讀更多 奧卡姆剃刀 的文章
