在利用深（shēn）度学习进行算（suàn）法（fǎ）训（xùn）练时,数据（jù）在算法（fǎ）模型迭代的过（guò）程（chéng）中并（bìng）不会产生理（lǐ）想化的“网络效应”,要避免数据、计（jì）算等资源成（chéng）为成本中（zhōng）心（xīn）,自（zì）动化的（de）算法生成和数（shù）据标注可能是最高效的解决办法。作为中国人工智能（néng）领军企业,旷（kuàng）视似乎已（yǐ）经在（zài）深度学习等底层（céng）技（jì）术上找到问题最优解,这对其他（tā）人工智能企业有着重要的（de）借鉴（jiàn）意义。

portant;" />

图:旷（kuàng）视（shì）以Brain++深度学习框架解决数据网络效应失效带（dài）来（lái）的成本问（wèn）题

通（tōng）俗来（lái）讲,“网（wǎng）络效应”就（jiù）是当一个产品（pǐn）使用的人越多,它的（de）价值便越大,例（lì）如社交软件。放到AI的场景中（zhōng）,数据的“网络效应”体现在当（dāng）数（shù）据量越多时,训练出来（lái）的（de）AI算法质（zhì）量将越（yuè）高,识别效果越好或（huò）准（zhǔn）确率越高,最后投（tóu）入（rù）到实际（jì）应用中产（chǎn）生（shēng）的商（shāng）业价值就越大。那么当越（yuè）来越多场（chǎng）景使用高质量算法的时候,数据（jù）集的获取（qǔ）成本分（fèn）摊下来就会越来越低。

但数据网络效应放在（zài）AI场景的实际效果（guǒ）并非如此。相（xiàng）关资（zī）料（liào）显示,尽（jìn）管大部分条（tiáo）件下数据的确（què）具有网络效应,通过数（shù）据训练（liàn）生产算法（fǎ）能够将准确率提高到50%甚至更高,但再向上（shàng）提升（shēng）则十分（fèn）困难（nán）。因此（cǐ）,当AI公司刚（gāng）进入（rù）新场景时需要（yào）至（zhì）少（shǎo）得到一套（tào）最小价值数据源(minimum viable corpus)进行训练,找到满足基（jī）本场景的算法（fǎ）组合,然后（hòu）再收集尽可能多的极端案（àn）例进（jìn）行（háng）持续迭代。

但是如此一（yī）来就（jiù）会造成两个问（wèn）题:数据获取（qǔ）成本将随着算法升级（jí）而（ér）越来越高,且数据很可（kě）能会（huì）过（guò）时,老旧的（de）数据需要及时被剔除或重新标注。同时（shí）,由于越往后算（suàn）法迭（dié）代的耗时越长,服务（wù）器（qì）成（chéng）本与人（rén）工干（gàn）预输出处（chù）理成本将有所增长。那么,要（yào）如何解决“数据网络效应”在AI中逐渐失效并随之引发的各类成本问题呢?对此,旷（kuàng）视（shì）给（gěi）出的答（dá）案是人工智能算法平台Brain++和人工智（zhì）能数据管理平（píng）台（tái）Data++。

Brain++是旷（kuàng）视自研（yán）的一（yī）套端到端的AI算法平台,采用了AutoML技术,使（shǐ）旷视构建出一（yī）条不断（duàn）自我（wǒ）改进、不断变得更加（jiā）自动化的半自动的（de）算（suàn）法（fǎ）开发生产线。基于Brain++,旷（kuàng）视就能够针对不同垂直领（lǐng）域的碎片化需求定制丰富（fù）且不断增长的算法（fǎ）组合,包括很多长尾需求,并（bìng）且能以更少的人力和更短的时（shí）间开（kāi）发出各（gè）种新算法,能（néng）够有效避免（miǎn）数（shù）据（jù）网络效（xiào）应失效引发的各类成本问题。

旷视Data++则能够有效管理（lǐ）并安全储（chǔ）存旷视用作算（suàn）法训（xùn）练的（de）数据,允许多个研（yán）究人员同时访问同（tóng）一套数据进行训练（liàn）,并（bìng）支（zhī）持半自动（dòng）数据处理及标注。在算法训练中（zhōng）,Data++也从根（gēn）本上降低（dī）了带宽及人工标注成本。也因此（cǐ）,旷（kuàng）视在2019年成功发（fā）布了全球最大物体检测数据集Objects365。从数据质（zhì）量、体（tǐ）量上来（lái）看,都远远超过（guò）现（xiàn）有的ImageNet、COCO数（shù）据集。要知道内生（shēng）的数据（jù）集覆（fù）盖范围越全、质量（liàng）越高,企（qǐ）业外购的需求才会越少,成本也才更可控。

人（rén）工智能从上个世纪60年（nián）代就开（kāi）始起步,但最近几（jǐ）年才真正迎来发展高潮。我国（guó）2019年人工智（zhì）能产业（yè）规模达到105.5亿美元（yuán）,预（yù）计到2022年（nián）产业规模（mó）将接近300亿（yì）美元（yuán）。但是（shì）具（jù）体来（lái）看,人工智能近（jìn）年来突飞猛进主（zhǔ）要有两方面因素（sù）。一个（gè）是因为积累了大量的数据。另外一（yī）个是由于这些（xiē）算法的进步,使得（dé）这些算法可以在这些数据里学习到越来越多的知识,所（suǒ）以（yǐ）实际上总（zǒng）结起来就是深（shēn）度学习技术（shù）把人工智能（néng）推向了一个新的高潮。因此,旷（kuàng）视自研（yán）人工智能算法平台（tái）Brain++,并计划将于今年（nián）3月底对其核心深度学习框架 MegEngine进（jìn）行开源,进（jìn）一步解决行业（yè）成本控制问（wèn）题,加速人工（gōng）智能（néng）落地,推动我（wǒ）国经济高质（zhì）量发展。