每周一篇原創(chuàng),關(guān)注5G、物聯(lián)網(wǎng)、人工智能,跟著我堅(jiān)持利用碎片時(shí)間學(xué)習(xí)

隨著人工智能技術(shù)的不斷發(fā)展成熟,促使各行業(yè)的服務(wù)模式發(fā)生了巨大的變化,在獲客營(yíng)銷(xiāo)、合規(guī)風(fēng)控、產(chǎn)品服務(wù)、運(yùn)維運(yùn)營(yíng)等領(lǐng)域都有巨大的應(yīng)用前景。讓未來(lái)的企業(yè)能夠更加精準(zhǔn)的觸達(dá)目標(biāo)用戶,進(jìn)一步降低服務(wù)與應(yīng)用的成本,提升客戶體驗(yàn)。企業(yè)都將人工智能定義為重要的基礎(chǔ)性支撐技術(shù),將進(jìn)一步加大基礎(chǔ)研發(fā)投入,更好的實(shí)現(xiàn)人工智能技術(shù)與業(yè)務(wù)的結(jié)合。

目前,企業(yè)的人工智能應(yīng)用需求旺盛,很多業(yè)務(wù)都提出了應(yīng)用人工智能技術(shù)的需求。其次,人工智能技術(shù)本身也處于高速發(fā)展期,業(yè)界新的理論、算法和框架都在不斷更新迭代。另外,人工智能技術(shù)本身涉及海量數(shù)據(jù)的加工和復(fù)雜的模型訓(xùn)練過(guò)程,環(huán)境部署比較復(fù)雜,也非常依賴(lài)高性能服務(wù)器的處理能力。因此,企業(yè)級(jí)人工智能應(yīng)用能力的建設(shè),必須走平臺(tái)化的道路。通過(guò)人工智能平臺(tái)的建設(shè),將復(fù)雜的訓(xùn)練環(huán)境、計(jì)算框架進(jìn)行封裝,并實(shí)現(xiàn)與大數(shù)據(jù)、云計(jì)算的高效集成,以“人工智能即服務(wù)(AI as a service)”為目標(biāo),將人工智能以服務(wù)的方式嵌入應(yīng)用場(chǎng)景,從而更加好的支撐大型企業(yè)人工智能應(yīng)用需求的實(shí)現(xiàn),提升人工智能應(yīng)用的開(kāi)發(fā)效率,實(shí)現(xiàn)資源的集約化管理。

雖然人工智能浪潮已經(jīng)熱火朝天地進(jìn)行了若干年,但對(duì)于很多企業(yè)來(lái)說(shuō),機(jī)器學(xué)習(xí)依然很遙遠(yuǎn),聽(tīng)起來(lái)既昂貴,又困難,還需要大量高科技人才。不過(guò)目前這個(gè)復(fù)雜的領(lǐng)域有一個(gè)趨勢(shì):一切皆服務(wù)(everything-as-a-service)——無(wú)需太多投資,即可快速將機(jī)器學(xué)習(xí)用到實(shí)際業(yè)務(wù)中。通過(guò)使用機(jī)器學(xué)習(xí)云平臺(tái)提供的服務(wù),你可以開(kāi)始構(gòu)建第一個(gè)模型,只要一個(gè)小團(tuán)隊(duì),就可以從機(jī)器學(xué)習(xí)的預(yù)測(cè)中獲得有價(jià)值的信息。機(jī)器學(xué)習(xí)服務(wù)(Machine learning as a service, MLaaS)指的是包含機(jī)器學(xué)習(xí)大多數(shù)基礎(chǔ)問(wèn)題(比如數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型評(píng)估以及預(yù)測(cè))的全自動(dòng)或者半自動(dòng)云平臺(tái)的總體定義。就目前國(guó)內(nèi)市場(chǎng)來(lái)看,已有不少企業(yè)布局機(jī)器學(xué)習(xí)云平臺(tái)并對(duì)外提供服務(wù),也有很多公司基于開(kāi)源組件著手開(kāi)發(fā)自己的機(jī)器學(xué)習(xí)云平臺(tái),便于更好地開(kāi)展企業(yè)內(nèi)部的機(jī)器學(xué)習(xí)應(yīng)用。

所以從本期開(kāi)始,我們將重點(diǎn)梳理各大廠的基礎(chǔ)平臺(tái),爭(zhēng)取用通俗易懂的語(yǔ)言向普通大眾解釋清楚人工智能的邏輯以及人工智能平臺(tái)的架構(gòu)和應(yīng)用。今天我們先從華為AI平臺(tái)ModelArts定位開(kāi)始。

ModelArts 是華為全棧全場(chǎng)景AI 解決方案面向用戶和開(kāi)發(fā)者的門(mén)戶,作為一站式 AI開(kāi)發(fā)平臺(tái),提供海量數(shù)據(jù)預(yù)處理及半自動(dòng)化標(biāo)注、大規(guī)模分布式訓(xùn)練、自動(dòng)化模型生成,及端 - 邊 - 云模型按需部署能力,幫助用戶快速創(chuàng)建和部署模型,管理全周期 AI工作流。

圖自華為官網(wǎng)

繁多的AI工具安裝配置、數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練慢等是困擾AI工程師的諸多難題。ModelArts最初是從華為內(nèi)部衍生出來(lái)的一個(gè)產(chǎn)品,因?yàn)槿A為內(nèi)有很多算法工程師、AI 開(kāi)發(fā)工程者,這些痛點(diǎn)都會(huì)遇到,我們就把這些已經(jīng)遇到的 AI 開(kāi)發(fā)問(wèn)題找到了對(duì)應(yīng)的解決方案,積累下來(lái),最后做成了ModelArts這個(gè)平臺(tái)。目標(biāo)是提供一站式的 AI 開(kāi)發(fā)平臺(tái)給開(kāi)發(fā)者,從數(shù)據(jù)準(zhǔn)備到算法開(kāi)發(fā),訓(xùn)練模型,最后把模型部署起來(lái),集成到生產(chǎn)環(huán)境。因此,ModelArts 平臺(tái)在華為云上開(kāi)放給開(kāi)發(fā)者之前,已經(jīng)是被內(nèi)部眾多AI工程師錘煉出來(lái)的AI平臺(tái),以下是ModelArts功能總覽:

圖自華為官網(wǎng)

華為的ModelArts 平臺(tái)功能強(qiáng)大,配合上華為的其它技術(shù)體系產(chǎn)品,是非常復(fù)雜的,我們又將開(kāi)始一系列的研究,下一篇我們將重點(diǎn)研究“ModelArts的功能與架構(gòu)”,歡迎大家一起交流學(xué)習(xí)。

免責(zé)聲明:

本公眾號(hào)為個(gè)人研究專(zhuān)題學(xué)習(xí)分享,非商業(yè)公眾號(hào)無(wú)任何商業(yè)目的,如果文章內(nèi)容有侵權(quán)或者非法信息,請(qǐng)立即與本號(hào)聯(lián)系刪除謝謝