数字经济是加快传统产业转型的引擎，智能化升级也是企业发展的推手。不过，现在中国企业在数字化、智能化转型进程中呈现出“大型企业唱戏，中小企业围观”的趋势。相比于大型企业，中小企业数字化、网络化和智能化的基础普遍薄弱，在转型升级时面临更大的试错成本和风险，比如高成本制约、技术水平要求高以及人才储备不足三个方面的难题现实地摆在眼前。
针对这一痛点，德阳人工智能开放创新中心（下称：德阳科创中心）提出从空间租赁到技术租赁，以“成本共担”的方式，通过整合技术资源和产业链的资源来持续输出人工智能核心研发能力和服务能力，以期帮助入驻的企业在集数据、算法和模型于一体的“蓄水池”中实现“随用随取”。
资料显示，德阳科创中心基于特斯联在德阳的AI CITY打造，也是特斯联于近日推出的首个人工智能开放创新中心。特斯联科技集团高级副总裁刘斌告诉记者，德阳科创中心主要有三方面的使命：一是AI人工智能算法的孵化，二是产学研科技成果的共享，三是推动当地AI人才的培养。
从空间租赁到技术租赁
据了解，国内很多城市都落地了一些智慧园区项目，而智慧园区经过了十几年的发展，经常受到诟病--所有的园区都一样，“千城一面”，更多只达到了空间租赁的效果，人工智能的体验并不显著。尤其是被视为AI发展“三架马车”的数据、算力、算法很多时候成为了中小企业难以跨越的门槛。
那么，智慧园区的价值应该体现在哪里？
“我们期待的是，通过科创中心将智慧园区或智慧城市从传统的空间租赁、服务租赁，发展为技术租赁的方式。”在刘斌看来，人工智能能够为传统的智慧园区或者是智慧城市带来很强的附加价值。“因而，我们通过导入人工智能技术来打造德阳科创中心中心，来拉通本地的学术生态和产业生态，并通过‘成本共担’的方式，让我们的AI CITY能够为周边的中小微企业提供他们在AI方面所需的算力、数据、算法等核心要素，以此来推动整个产业更高效地向前发展。”
众所周知，产业在智慧化发展过程中面临着很多挑战。在技术层面，技术门槛高、人才缺口大、投入成本高、周期长，这些都成为企业研发的难点。在产业方面，广大二三线城市中小微企业有非常多的零散需求，但是很难找到合适的解决方案为他们来进行适配。在企业层面，尤其是传统行业，受制于传统的观念与路径依赖，在人才和技术方面的限制比较严重，门槛也很难突破。
刘斌指出，在这样的行业背景下，德阳科创中心应运而生。德阳科创中心聚焦人工智能的重点细分领域，是通过整合技术资源和产业链的资源来持续输出人工智能核心研发能力和服务能力的重要载体，从产业、教培、科研三个方向实现城市级的AI赋能。“首先，中心通过九章算法赋能平台来向没有AI能力者提供一个低技术门槛的平台，可以让他通过低代码甚至无代码的方式，把人工智能用到他的业务当中去。其次，让德阳科创中心作为一个城市的资源体，通过共享租赁的方式，低门槛的提供给需求者。再次，在有自主知识产权的情况下，企业会有更大的发挥空间进一步推动产业的发展。”
中小城市产业智能化 “及时雨”
特斯联德阳科创中心项目负责人进一步解释道，人工智能从深度学习兴起以及GPU出现之后，从2014年发展到现在，可以说市场上催生出了很多典型算法，这些典型算法有一个共同特点，当前人工智能算法都是基于市场化驱动来做的。这带来的一个问题就是，对中小城市的一些细分领域，或者中小企业一些小的需求，其市场化驱动是不足的；但这些算法对他们来说却是至关重要的，这就成为了市场的盲区。“比如，像人脸识别这样通用的算法可以找到很多，而像‘电力上电柜的接地杆是否挂到位’这样的小需求，是没那么容易找到的。”
德阳科创中心负责人举例说明：“城市充电桩充电的安全性一直存在较大改善空间，有相关企业找到科创中心，来寻求解决问题的办法。比如，在两轮电瓶车充电过程当中，因为电瓶车的品牌或电池寿命参差不齐，在充电过程当中很容易出现自燃或者是电池损坏甚至是爆炸等一系列的问题。该企业就想跟高校合作收集数据和技术，但实际中，爆炸的数据是比较少的，在企业缺少人工智能基础的情况下，采集到的数据和做算法需要的数据是不太一样的，因而，所需要的数据在产业中基本没有。如果说企业要深入做这件事情，就会采用‘人海战术’。”
现在，德阳科创中心可以对相关企业的技术人员进行了基于预训练模型的培训，并和他们一起制定了这样的方案--按电池品牌进行数据建模，对不同品牌、不同寿命阶段的电流电压进行标准化建模，在充电时适配电池最接近的模型，按这个模型进行充电并监测充电状态；若发现电流电压与标准模型异常时，进行预警，同时在每次充电后，向用户输出电池寿命的预测。接下来，他们可以基于这个模型的业务流程对充电桩进行升级。同时中心也会对充电桩的运维人员进行培训，让他们懂得如何收集数据、维护智能化设施并引入温、湿度。
这样带来的结果是，一方面，让学术生态不断完善模型；另一方面企业不断完善这套体系，以达到整套系统在技术、业务、模式上的自升级模式。而这所有的过程都是通过低成本的共享租赁实现。
具体来看，在运行机制方面，该中心贯通了城市当中的学术生态和产业生态，使学术生态得以基于产业数据研发相应的预训练模型，并以“成本共担”的方式让各体量、具备不同AI基础的企业均能通过学术机构所研发出的模型，以低代码、模块化的生产方式依据自身需求，实现自有知识产权算法的孵化和既有成熟算法的调用，进而能够推动更高效的AI产业实践。
如果说，“技术租赁”是德阳人工智能开放创新中心在察觉市场需求盲区的基础上提出的创新运行模式，那么，在促进该中心顺利运转并满足每个具体需求方面，技术和生态显然是难点，也是特斯联打造该中心的关键要素和行业壁垒所在。
自主研发 算力下沉 生态向上
在刘斌看来，特斯联德阳科创中心得以打造的核心技术体系最关键的能力就在于，使城市中庞大的沉默数据资源，能够真正有效地为产业所用，而这也是科创中心得以赋能企业AI开发的基础。其中，弱监督大模型训练体系、联邦学习安全训练体系是科创中心最核心的技术亮点。“科创中心致力于通过九章算法赋能平台向不具备AI能力或弱AI能力的用户提供AI算法孵化服务能力，因而弱化机器学习对标签数据的依赖、弱化人工参与算法训练，就成为了重中之重。”
特斯联德阳科创中心负责人指出，特斯联打造的TACOS九章算法赋能平台，初衷就是能让中小城市通过这个载体高效地使用人工智能。
据介绍，有别于行业常见的算法研发范式，特斯联将算力与数据相结合，建立了特斯联的智算体系，通过科创中心节点将算力下沉与数据绑定，形成算法+数据的分布式计算单元，并通过九章AI算法赋能平台的AI Research Studio基于联邦学习安全训练体系将这一能力提供给科研学术生态。科研学术生态对于这些数据仅有部分有条件可见和使用的权限。基于这些分布式智算节点，科研学术生态可实现预训练模型的研究，并将研究的预训练模型通过评测后上载到九章算法赋能平台的AI Develop Studio供产业使用。
“学术研究机构最缺的还是数据，而城市的数据很多不方便提供给研究机构。我们通过联邦学习把数据和算力一起提供给研究机构，帮助研究出预训练模型，最终提供给产业，实现承上启下的作用，来拉通科研、教培以及产业的路径。”科创中心负责人告诉记者，“联邦学习当中涉及到的一些核心技术，比如通过横向联邦学习、纵向联邦学习把各个数据节点，不同结构化的数据特征统一汇聚提取上来，这是一个难点；另外，联邦学习的精要是对特征进行加密，让拿到特征的人不能还原数据，这是两个核心难点，是特斯联拥有自主知识产权的。”
在特斯联看来，其打造的科创中心不是一个孤立的点，而是一个科创体系，通过这个科创体系可以把不同城市的资源嫁接起来，再把产业数据变成联邦学习的节点接入到它的体系当中，这样一来，产业应用和数据增长就是相辅相成的关系。
“我们整个科创中心的体系是跟产业进行强适配的。一方面深入理解产业的问题；另一方面，我们不是把所有算力聚集起来建立起一个超大的算力平台，而是把算力打散，把核心技术发力在云端计算和联邦学习的技术上，下沉到产业的数据上，这样可以更加有效地把企业的静默数据盘活。通过这样的做法，我们把盘活的数据交给科研机构，科研机构通过联邦学习，他抽象出一个预训练模型之后，再反哺给产业做相应的算法。”刘斌解释道，我们做的是通过核心技术来实现产业教培和科研的贯通，可以让专业人做专业的事情。
值得一提的是，科创中心目前是跟特斯联的AI CITY绑定在一起来进行落地的。从人才培养角度来看，九章算法平台大大降低了AI学习的门槛，比较适合一些希望低门槛的实现普惠AI应用的城市，可谓给中小企业智能化带来了“及时雨”。不过，从科创中心的技术属性来说，其实它跟城市大小并没有太大关系，即它不是只能应用于中小城市，也可以应用于大城市。
据特斯联方面介绍，这是公司以创新研发反哺产业生态，助力产业发展的第一步。据特斯联方面透露，入驻科创中心的企业均可通过TACOS及九章算法赋能平台直接调用相应的预训练模型--截至2022年2月底，据TACOS显示，已有逾800家企业注册九章算法赋能平台并入驻特斯联科创中心，共计调用算法超过120万次，而科创中心携手学术生态也已累计生成了数百个预训练模型。
“目前，我们更需要能够去推动AI落地的应用人才，这能够使得人工智能走向普遍化，是走向千家万户的一个保证。”最后，刘斌强调称，这也是特斯联人工智能开放创新中心希望达到的目标。