AI正在改变世界，而深度学习作为AI领域当下最重要的技术领域，正受到越来越多的重视。ZAO的一夜爆红像龙卷风一样席卷着整个网络世界，也让我们不得不审视一下深度学习未来发展前景。未来，运营商如何护航AI应用？
ZAO爆红的背后
8月的最后一天，一款名为ZAO的App突然爆红。
在众多好友刷屏之后，李曼（化名）也把自己的头像上传到ZAO后，并抛出一个日式小清新的短片。“这个太有意思了。感觉自己真正成为影片的一角，并且换脸技术毫不违和。”
“仅需一张照片，出演天下好戏”的ZAO让“戏精”们过足了主角的瘾，下载量迅速攀升至苹果商店免费榜的第一名。由于类似李曼的尝鲜者众多，在他们不断的神助攻下，ZAO服务器火到一度瘫痪。
专业人士称，令ZAO爆红“换脸术”实际上是运用到一种名为深度学习的技术。
深度学习是人工智能的基础技术之一，本质上是一种复杂的机器学习算法，在语言和图像识别方面取得的效果远超过先前相关技术，在搜索技术、数据挖掘、机器学习、机器翻译和自然语言处理等众多领域成果颇丰。
随着AI技术进入规模化应用阶段，开源的深度学习平台成为AI开发者重要的技术平台。
IDC发布的《中国深度学习平台市场份额调研》中，从用户习惯、行业分布等方面对中国深度学习平台市场现状进行了全面解析。调研结果显示，在AI技术使用方面，接受调研的企业和开发者中，86.2%选择使用开源深度学习框架。
在目前国内深度学习的综合市场中，谷歌、Facebook、百度仍是最主要的玩家，三者占据了国内超过一半的市场份额。
得益于深度学习框架发展初期各家为更好的推动技术发展而造就的开源生态模式，如今，各式各样的框架百花齐放，百家争鸣，快速推动了深度技术在各领域的快速落地。并且这些应用并不像ZAO这样哗众取宠，而是深耕行业。
在深度学习的加持下，基于计算机视觉技术的安防AI已然迎来了它的快速发展期。现在利用深度学习技术已实现从安防监控传统的事后复核转变为事中、甚至于事前的预警布控。这也意味着“安防+AI”已经从概念普及、技术比拼，进入到产品、场景、实战应用和生态构建阶段。
在医学领域，深度学习的应用场景主要集中于对医学图像、电子病历、药物研发和基因组学的分析等。最近，美国团队报告了一种能够根据胸部CT扫描来检测恶性肺结节的人工智能，其表现与人类放射医学专家相当，甚至超越后者。该深度学习模型提供了一种自动化的评估系统，用以提高早期肺癌诊断的准确性，帮助实施临床干预。
通过深度学习方法，AI的实际应用能够在汽车安全系统的发展进步中发挥重要的作用等。据悉，商汤推出的智能座舱可为下一代车载智能系统提供刷脸开门、身份识别、疲劳检测、分心检测、视线追踪、手势识别、乘客属性分析七大功能。
深度学习迎来“最好”时代
除了互联网巨头等玩家之外，截至目前，通信行业都开启了AI业务，AI已经成为运营商发力数字化新业务的着力点。再加上，全球移动通信正在经历4G向5G的迭代，深度学习也迎来了“最好”的时代。
因为5G和深度学习的关系是相辅相成的。一方面5G为深度学习提供丰富的应用场景，其大带宽、广连接、低时延的特性为深度学习提供了海量的数据，同时5G在网络边缘提供强大的计算能力。另一方面深度学习的算法模型也有助于5G网络实现智能化。
目前，全球许多运营商已经开启了深度学习之路。在网络侧方面，美国AT&T无人机基站智能巡检。基于视频分析、无人机等技术开展基站硬件设备实施巡检以智能判断基站设备是否运行良好，并能分析基站周围安全隐患；美国Verizon基于深度学习的基站负载精准画像。
在业务侧方面，美国AT&T使用计算机视觉、语音识别等技术为视障群体开发智能眼镜，可以分析摄像头捕获的环境信息，利用骨传导技术清晰传递给有视觉障碍的用户，并提供智能语音服务。
日本NTT Docomo开发的智能监控系统“AI Guardsman”，通过2D平面影像来追踪每个人的肢体动作，从而分析顾客行为，发现可疑行为，系统通过手机App自动通知商家；同时还能分析货架上商品是否错置。
由于5G部署将增加对高分辨率媒体的需求。韩国SK电讯未雨绸缪，在MWC19巴塞罗那上展示其采用深度学习技术的新媒体质量改进解决方案——Super Nova，它采用了深度学习算法，大大缩短了处理声音或视频的时间，并提高了质量。
相对于运营商的多业务布局而言，通信设备商的深度学习更加“有的放矢”，主要集中在网络运维方面。
基站能耗费用（电费）约占网络运营费用的16%，移动网络流量存在明显的潮汐效应，但是大部分基站设备却始终持续运行，能耗未能随流量动态调整，华为将深度学习用于基站小区流量智能预测，设置每个小区的关断门限。据预测，在不影响基站覆盖范围和网络KPI的情况下，基站耗能可降低15-30%，节省网络运营费用。
爱立信则推出了基于深度学习的故障预测与预防。应用机器智能技术预防网络出现故障之后，爱立信可向网络运营中心的工作人员提供可付诸实施的建议，从而将技术人员派遣率降低了30%；在机器智能模式识别中应用“专家分析”之后，其具备的深度学习功能使系统能够进行检测和优化，使客服人员接到的网络质量问题咨询电话减少了20%。
中国移动“九天”实力护航AI应用
当前基于深度学习算法突破带来的AI产业化应用发展势头才刚刚开始，随着5G时代的来临，5G+人AI，物联网+AI赋能各行各业的趋势日益清晰。
“在这样的图景下，深度学习算法的红利还可以吃10到20年。”科技部副部长李萌强调，“我们要进一步强化需求牵引、应用驱动，拓展应用场景，大规模推进AI的产业化，并在应用中促进技术的迭代、进化。”
在2019世界人工智能大会上，中国移动正式发布九天人工智能平台，实力护航AI应用。“九天”不仅是中国移动在AI技术领域的最新自主研发成果，也是中国移动5G+AICDE计划的重要组成部分。
“九天”是中国移动首款基于GPU集群的深度学习训练平台，具有三大技术优点。首先，深度学习平台除了支持GPU，还支持GPU和CPU混合异构计算集群。其次，该平台支持多训练任务在多GPU节点和多GPU卡上进行智能调度。最后，该平台支持业界主流的多款开源深度学习框架，如TensorFlow、Kaldi、Caffe等。
中国移动“九天”自上而下由三层构成，顶层是产品应用层，即智慧运营、智慧连接、智慧服务领域，分别涵盖了智能营销、智慧网络、智能客服等；底层是基础服务层，由深度学习开放平台构成；而中间层是AI核心能力层，按照其所处理的输入数据类型分为三大类。
第一大类是语音语言类型，包括智能语音分析以及自然语言理解语义分析；第二类是图像视频类，如人脸识别、物体识别；第三类是对大规模结构化数据，如网络、市场、客服和IT产生的大规模数据，进行深层次的分析，提供网维、网优、用户画像、推荐等智能化模型，数据可视化等。
据了解，“九天”的研发从2014年开始，初衷是让AI技术成为通信网络的原生能力，解决AI规模化应用的产业难题。经过五年的实践护航，“九天”的应用逐渐规模化。
在客户服务领域，中国移动2014年开始研发智能客服机器人，从上线到现在实现交互量超2.1亿，占服务量接近30%。业务稽核需要投入大量的人力。针对此，中国移动IT公司、广东公司和研究院一起研发业务稽核系统，目前已完成业务单据的稽核量达到1800多万单。
在市场方面，浙江移动将智能交互技术用于浙江500多家医院的智能导诊。此外，我们也将智能推荐的能力用在了家庭宽带的运营方面，也将声纹识别和语义理解技术用以防骚扰。
在网络方面，中国移动探索AI在核心网、传输网、无线网等方面的应用。冯俊兰指出，“以我们研发的网络自服务机器人为例，通过将语音感知智能、自然语言理解智能、后端决策智能三者融合起来可以自动解决网络投诉问题智能诊断定位，该系统已在江苏全网商用，处理效率提升了90%。”
此外，中国移动已经将丰富的AI核心能力用于管理的方方面面，包括党群、工会、法务、审计等等方面。
国家特聘专家、中国移动研究院首席科学家冯俊兰指出，AI研发投入成本是非常高的，收集数据、整理数据、处理数据、存储数据、更新迭代也需要非常高的成本。走向规模化之后，投入获得的产出才可以被放大。现在AI走向各行各业的落地，遇到非常多困难，我们希望借助借助“九天”平台，5G可以实现行业沉淀。
未来，中国移动将基于“九天”平台，重点投入网络智能化领域，为通信网络全生命周期注入AI技术，并将开放网络智能化生态环境，与合作伙伴一道，共建智慧新网络，共创5G新时代。
写在最后
ZAO的“爆红”降低了AI应用的门槛，也让深度学习一夜之间走俏网络。然而，在众多“戏精”轮番过足戏瘾之后，“后遗症”彻底爆发。因为安全问题，ZAO被工信部约谈，并被要求整改。这也让人不禁质疑，深度学习技术后续是否会发展成深度伪造？
答案自然是否定的。正如冯俊兰所言，未来5G+AI会面临很多来自人类原有法律、道德的挑战，“九天”的使命就是护航AI应用，并维护法律和道德准则。此外，中国移动将积极构建AI生态体系，对内服务网络、市场、服务、安全、管理等领域，对外赋能各大垂直行业，带动AI产业发展，致力于成为AI应用先行者和AI产业赋能者。
