陷入困境的美國郵政局在 2019 年采取了第一個嘗試性的步驟來擁抱人工智能技術(shù)，并決定部署一個圖像分析系統(tǒng)，使用 GPU 支持的服務(wù)器和深度學(xué)習(xí)軟件來訓(xùn)練包裹分類算法。

實施機(jī)器人流程自動化的要求非常高：USPS 每年處理全球 40% 的郵件，其中包括 73 億個包裹。被稱為邊緣計算基礎(chǔ)設(shè)施計劃 (ECIP) 的人工智能計劃的目標(biāo)之一是在郵政服務(wù)的 195 個郵件處理中心部署邊緣人工智能服務(wù)器，以掃描、跟蹤和交付估計每秒處理的 231 個包裹。

USPS 與 Accenture Federal Services 和 Hewlett Packard Enterprise 簽訂合同，提供 ECIP 基礎(chǔ)設(shè)施。人工智能項目的供應(yīng)商英偉達(dá)本周將新的機(jī)器視覺應(yīng)用程序吹捧為政府機(jī)構(gòu)獨有的企業(yè)級人工智能部署。GPU 領(lǐng)導(dǎo)者正在提供其EGX 平臺，每個平臺由四個 V100 GPU 組成，運(yùn)行在用于訓(xùn)練包裹分類算法的 HPE 服務(wù)器上。

結(jié)合向 USPS 處理中心提供模型的 Nvidia 推理服務(wù)器，這些算法可用于圖像分類和對象檢測應(yīng)用。例如，可以訓(xùn)練一個模型來發(fā)現(xiàn)損壞的條形碼。

這些模型將有助于加快確定包裹的尺寸、重量和郵資要求以及追蹤丟失包裹等步驟。

ECIP原定于去年春天開始運(yùn)行。USPS 發(fā)言人表示，一個可運(yùn)行的 ECIP 系統(tǒng)于 2020 年 8 月下旬上線。

Nvidia 估計，龐大的 USPS 分銷網(wǎng)絡(luò)需要一個需要 800 個 CPU 的服務(wù)器網(wǎng)絡(luò)來實現(xiàn)傳統(tǒng)的計算機(jī)視覺平臺——相當(dāng)于數(shù)據(jù)中心。該實施也將受限于其訪問云資源的能力。

“這絕對不是首發(fā)，”英偉達(dá)聯(lián)邦業(yè)務(wù)部門副總裁安東尼·羅賓斯 (Anthony Robbins) 說。

USPS 計劃改為使用 Hewlett Packard 6500 服務(wù)器，每臺服務(wù)器配備四個 Nvidia V100 Tensor Core GPU。英偉達(dá)稱，該組合用于訓(xùn)練算法在 20 分鐘內(nèi)執(zhí)行等效的掃描任務(wù)。

可操作的 ECIP 平臺目前每天處理由 1,000 多臺處理機(jī)器收集的約 20 TB 的圖像數(shù)據(jù)。

“這里的總體設(shè)計是繼續(xù)增強(qiáng)和建立一個包裹數(shù)據(jù)庫，以便 [USPS] 可以隨著時間的推移提高包裹處理和效率，并從這個模型構(gòu)建 [for] 全方位的郵件處理，即 1290 億件一年的郵件，”羅賓斯說。

針對我們對 ECIP 錯誤率的詢問，USPS 發(fā)言人表示：“系統(tǒng)的當(dāng)前使用不會產(chǎn)生構(gòu)成‘錯誤率’的數(shù)據(jù)?！? 相反，發(fā)言人補(bǔ)充說，“該系統(tǒng)的主要用途是對包裹分揀和處理中的異常進(jìn)行故障排除。”

根據(jù) Nvidia 的博客文章，USPS 發(fā)布了 ECIP 光學(xué)字符識別 (OCR) 功能的要求，這將簡化其成像工作流程。目標(biāo)是用基于人工智能的機(jī)器視覺系統(tǒng)取代硬件和軟件基礎(chǔ)設(shè)施以及低效的云訪問。

新的 OCR 工作流程作為基于容器的深度學(xué)習(xí)模型運(yùn)行，由 Kubernetes 集群編排器管理并由 Nvidia 的Triton 推理平臺提供服務(wù)。Triton 旨在自動將不同的 AI 模型交付給因支持深度學(xué)習(xí)框架的 GPU 和 CPU 版本而異的系統(tǒng)。

“我們組織中的人們正在考慮將機(jī)器學(xué)習(xí)應(yīng)用到機(jī)器人技術(shù)、數(shù)據(jù)處理和圖像處理的新方面的新方法，”美國郵政總局 ECIP 經(jīng)理 Todd Schimmel 說。

英偉達(dá)強(qiáng)調(diào)了人工智能項目的規(guī)模。“以這種規(guī)模部署的企業(yè)級人工智能、[機(jī)器學(xué)習(xí)]、計算機(jī)視覺項目并不多，尤其是在政府方面，”羅賓斯斷言。

ECIP 等基于人工智能的部署促使人們對如何最好地監(jiān)督自動化系統(tǒng)的擴(kuò)展進(jìn)行了新的評估。畢馬威數(shù)據(jù)工程和創(chuàng)新驅(qū)動型 AI 負(fù)責(zé)人Sreekar Krishna表示，隨著 AI 算法部署在現(xiàn)實世界的應(yīng)用中，“我們設(shè)計一種方法來確保 AI 系統(tǒng)不會對決策系統(tǒng)產(chǎn)生失控影響非常重要?！鞭D(zhuǎn)換單元。

管理顧問吹捧“人工智能育兒”框架，作為傳統(tǒng)“人在環(huán)”管道的延伸?！半m然培訓(xùn)過程歷來需要技能較低的勞動力，但實施一個更具體的框架以將因果關(guān)系納入培訓(xùn)過程將有助于將人工智能系統(tǒng)提升到一個新的水平，”克里希納補(bǔ)充道。