人工智能作為當(dāng)代很具代表性的使能技術(shù)，理應(yīng)受到各行各業(yè)的歡迎奈揩，但現(xiàn)階段造蒋，縱觀人工智能應(yīng)用成熟和廣泛的領(lǐng)域，仍然以公安效蝎、交通篱辫、金融、教育等專業(yè)性領(lǐng)域?yàn)橹餮啵渌男袠I(yè)對(duì)于人工智能的應(yīng)用需求雖然廣泛存在彪珍，但由于場(chǎng)景的多樣性、需求的高度分散使得人工智能的滲透相對(duì)較淺衔帚。
從技術(shù)實(shí)現(xiàn)的角度而言屿拴，現(xiàn)階段的人工智能技術(shù)發(fā)展水平已經(jīng)毫無(wú)疑問能夠滿足中小型行業(yè)輕量級(jí)、個(gè)性化的AI應(yīng)用需求浴魏，但在技術(shù)方案和各式各樣的場(chǎng)景之間依然存在著一系列的瓶頸和門檻問題笤茴，諸如數(shù)據(jù)瓶頸(數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注)文宜、算法訓(xùn)練瓶頸涕癣、模型評(píng)估和發(fā)布的平臺(tái)等等。對(duì)于一些中小型行業(yè)用戶而言前标，盡管他們可能構(gòu)想了一套又一套理想的AI應(yīng)用方案坠韩，但如何獲取上述這些資源來(lái)實(shí)現(xiàn)方案的落地是個(gè)問題。
在過去幾年里炼列，互聯(lián)網(wǎng)科技領(lǐng)域只搁、人工智能以及智能安防產(chǎn)業(yè)圈的幾大頭部企業(yè)陸續(xù)推出了AI開放平臺(tái)，這些AI開放平臺(tái)的一個(gè)共同的特性就是均以“普惠AI”為核心理念俭尖，而推進(jìn)AI普惠的一個(gè)關(guān)鍵便是降低AI應(yīng)用的門檻须蜗，其中就包含幫助用戶實(shí)現(xiàn)零基礎(chǔ)訓(xùn)練出一套自定義的AI應(yīng)用模型。
在2019年深圳安博會(huì)上目溉，華為、百度云菱农、虹愿叮康威視這幾家都有詳細(xì)展示自家的AI開放平臺(tái)在自定義AI應(yīng)用模型方面的服務(wù)柿估，也讓我們看到了AI開放平臺(tái)相比于傳說(shuō)中的奇妙更接地氣的一面。
短陷猫、平撰绕、快，零基礎(chǔ)自定義一套AI應(yīng)用模型
涸诼郑康威視AI開放平臺(tái)在助力用戶自定義AI應(yīng)用模型方面牺幻，主要有5大服務(wù)流程：明確用戶需求-數(shù)據(jù)標(biāo)注-導(dǎo)入標(biāo)注后的數(shù)據(jù)做模型訓(xùn)練-模型部署-應(yīng)用上線，自定義一套AI算法應(yīng)用時(shí)間周期要多久呢?合巢辏康給出的答案是不超過一個(gè)小時(shí)魂拢。
在此前安防知識(shí)網(wǎng)對(duì)海康威視高級(jí)副總裁箱仰、研究院院長(zhǎng)浦世亮的專訪中镜踪，浦世亮也特別提到了海康威視在AI開放平臺(tái)上的思考屁膝，他認(rèn)為眶约，AI技術(shù)在一個(gè)場(chǎng)景中的落地往往需要漫長(zhǎng)而專業(yè)的開發(fā)過程，從數(shù)據(jù)的收集標(biāo)注穷歹、算法設(shè)計(jì)嚼龄、訓(xùn)練、集成到上線往往需要?dú)v經(jīng)數(shù)月段直。而現(xiàn)在通過AI開放平臺(tái)吃溅，可以利用各種自動(dòng)化的工具，使得AI算法的開發(fā)過程坷牛，變得非常簡(jiǎn)易罕偎。一個(gè)零算法基礎(chǔ)的用戶，可以在一個(gè)小時(shí)之內(nèi)完成整個(gè)算法的訓(xùn)練及部署京闰。
舉一個(gè)例子颜及，比如一家連鎖商店的老板需要通過AI技術(shù)檢測(cè)商鋪門口是否堆有垃圾，但商戶本身沒有技術(shù)能力蹂楣。這種情況下俏站，只需要商戶注冊(cè)成為海康A(chǔ)I開放平臺(tái)的合作伙伴痊土，在線上傳幾十張自己拍攝的店門口的垃圾圖片肄扎，并通過平臺(tái)上的標(biāo)定工具標(biāo)定垃圾信息，同時(shí)選定攝像機(jī)赁酝，將標(biāo)定后的垃圾數(shù)據(jù)進(jìn)行算法訓(xùn)練后關(guān)聯(lián)到選定攝像機(jī)犯祠，商戶即可自行給普通的攝像機(jī)DIY出可實(shí)現(xiàn)垃圾堆疊檢測(cè)的AI能力，整個(gè)過程只需半小時(shí)左右。
安博會(huì)上百度云也重點(diǎn)展示了其VideoMind算法訓(xùn)練平臺(tái)总党。這套平臺(tái)同樣可提供從新建模型明疮、創(chuàng)建標(biāo)簽、上傳數(shù)據(jù)橘匿、標(biāo)注數(shù)據(jù)儡矫、訓(xùn)練模型、評(píng)估校驗(yàn)默言、發(fā)布模型全流程服務(wù)角殃。開發(fā)者幾乎可以零開發(fā)搭建一套業(yè)務(wù)demo，據(jù)介紹只需2~3天時(shí)間即可完成部署豺这，省去業(yè)務(wù)系統(tǒng)基礎(chǔ)功能的重復(fù)開發(fā)险丧、以及基于AI的業(yè)務(wù)功能的開發(fā)成本。
據(jù)了解端葵，VideoMind已經(jīng)支持四類模型訓(xùn)練：場(chǎng)景分類模型众凝，如識(shí)別出視頻中是工廠、農(nóng)田新框、還是建筑工地等;實(shí)體分類模型，如識(shí)別出視頻中出現(xiàn)的是貨車公般、跑車還是卡丁車等万搔；自然攝像頭實(shí)體檢測(cè)模型，如識(shí)別出街邊的違章停車官帘、無(wú)照游商瞬雹、亂丟垃圾現(xiàn)象等；人體屬性檢測(cè)刽虹，如識(shí)別出工人是否戴安全帽酗捌，法官是否穿法袍等。
華為ModelArts2.0開放平臺(tái)可以以全流程的自動(dòng)化升級(jí)已有的AI開發(fā)模式涌哲，助力用戶完成數(shù)據(jù)準(zhǔn)備胖缤、算法開發(fā)、模型訓(xùn)練阀圾、模型管理哪廓、模型推理全鏈條自定義AI應(yīng)用模型。
安博會(huì)上初烘，華為展出的ModelArts2.0擁有十余項(xiàng)新特性及服務(wù)涡真，包含智能數(shù)據(jù)篩選、智能數(shù)據(jù)標(biāo)注貌授、智能數(shù)據(jù)分析吟因、多元模型自動(dòng)搜索、ModelArts SDK、圖神經(jīng)網(wǎng)絡(luò)厂跋、強(qiáng)化學(xué)習(xí)警综、模型評(píng)估/診斷、模型壓縮/轉(zhuǎn)換猫降、自動(dòng)難例發(fā)現(xiàn)、在線學(xué)習(xí)等脆携，覆蓋AI模型全生命周期淫沧。
據(jù)現(xiàn)場(chǎng)工作人員介紹，ModelArts可自動(dòng)學(xué)習(xí)瞭核，不斷提升識(shí)別的準(zhǔn)確度和運(yùn)行速度院抛，還可以不斷擴(kuò)充模型類型，包括文本分類绎蒙、行為識(shí)別等場(chǎng)景模型的定制化開發(fā)染突。
不同平臺(tái)在算法訓(xùn)練服務(wù)方面背后的核心技術(shù)
這三大算法訓(xùn)練平臺(tái)，幾大流程步驟雖然大同小異辈灼，不過不同的平臺(tái)在不同環(huán)節(jié)上都有針對(duì)性的核心技術(shù)來(lái)解決響應(yīng)的問題份企。
比如在處理數(shù)據(jù)瓶頸的問題上，針對(duì)數(shù)據(jù)樣本少的問題巡莹，核局荆康威視AI開放平臺(tái)提供了基于領(lǐng)域模型的遷移學(xué)習(xí)能力。AI開放平臺(tái)訓(xùn)練了大量不同應(yīng)用領(lǐng)域的領(lǐng)域模型降宅，根據(jù)用戶的任務(wù)骂远，開放平臺(tái)會(huì)自動(dòng)選擇的一個(gè)領(lǐng)域模型作為訓(xùn)練基礎(chǔ)，然后在這個(gè)訓(xùn)練基礎(chǔ)上利用場(chǎng)景數(shù)據(jù)進(jìn)行遷移學(xué)習(xí)腰根，這樣可以讓用戶能夠用極少量的數(shù)據(jù)得到一個(gè)可用算法激才。
對(duì)于數(shù)據(jù)樣本單一的問題，憾詈伲康威視AI開放平臺(tái)還開發(fā)了虛擬數(shù)據(jù)引擎瘸恼，它可以利用三維建模、光線追蹤岩睁、對(duì)抗學(xué)習(xí)等技術(shù)生成虛擬數(shù)據(jù)來(lái)豐富訓(xùn)練樣本钞脂，虛擬數(shù)據(jù)引擎可以幫助用戶豐富訓(xùn)練樣本，大大降低了用戶的數(shù)據(jù)成本湖生。
在數(shù)據(jù)標(biāo)注方面狡煎，華為ModelArts 2.0采用了混合智能標(biāo)注技術(shù)，據(jù)了解澳敞，這樣可以讓標(biāo)注效率獲得至少5倍以上的提升瞧纹。還有智能數(shù)據(jù)篩選，即通過AI的方式自動(dòng)過濾和篩選出對(duì)訓(xùn)練模型無(wú)效的數(shù)據(jù)。比如視覺類場(chǎng)景中失焦澳券、過曝的圖片以及不符合應(yīng)用需求的一些無(wú)關(guān)圖片等等但治。
而在模型訓(xùn)練環(huán)節(jié)，華為ModelArts 2.0采用了多元搜索技術(shù)乎渊，可以將自動(dòng)數(shù)據(jù)增強(qiáng)习诬、超參自動(dòng)搜索、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索等技術(shù)進(jìn)行融合崩蚀，以幫助用戶快速構(gòu)建AI模型零短。與此同時(shí)，小樣本/半監(jiān)督學(xué)習(xí)涎拉、強(qiáng)化學(xué)習(xí)瑞侮、聯(lián)邦學(xué)習(xí)等前沿技術(shù)的融合應(yīng)用,不僅可以降低對(duì)訓(xùn)練數(shù)據(jù)的需求,同時(shí)還能夠讓模型隨著數(shù)據(jù)的增長(zhǎng)和變化，實(shí)現(xiàn)在線持續(xù)學(xué)習(xí)和進(jìn)化鼓拧，真正提供企業(yè)級(jí)的可進(jìn)化的AI半火。
在完成模型訓(xùn)練后，算法在產(chǎn)品端的移植工作也需要投入大量研發(fā)工作季俩。為了提升從算法到產(chǎn)品的研發(fā)效率钮糖，海康威視開發(fā)了自動(dòng)編譯工具(AI編譯器)种玛，利用神經(jīng)網(wǎng)絡(luò)圖優(yōu)化藐鹤、匯編優(yōu)化、指令編譯優(yōu)化等技術(shù)手段實(shí)現(xiàn)了算法在各類芯片平臺(tái)上的自動(dòng)優(yōu)化及部署赂韵。
AI開放平臺(tái)提供自定義AI應(yīng)用模型服務(wù)的意義
將算法訓(xùn)練以工具的形式開放給廣大的零散的用戶娱节，這是企業(yè)對(duì)于AI賦能意義接地氣的詮釋，也是實(shí)現(xiàn)價(jià)值轉(zhuǎn)換的基礎(chǔ)途徑祭示。
AI開放平臺(tái)提供了數(shù)據(jù)標(biāo)注肄满、算法訓(xùn)練、模型評(píng)估质涛、應(yīng)用發(fā)布和部署的一系列能力拭兢，而廣大的行業(yè)用戶他們對(duì)于細(xì)分的業(yè)務(wù)需求有著充分的了解，而通過這一類AI開放平臺(tái)胯炊，則可以很好的聚合平臺(tái)以及用戶雙方的優(yōu)勢(shì)孟掺，讓AI技術(shù)能夠深度融合到實(shí)際業(yè)務(wù)需求當(dāng)中，實(shí)現(xiàn)定制化的AI應(yīng)用回东。
與此同時(shí)喂搬，通過AI開放平臺(tái)這一固定平臺(tái)，可以進(jìn)一步放大AI技術(shù)工具的通用性成吓，讓這些能力成為可共享的資源熙拐，一定程度上也為海量的孙般、零散的小型行業(yè)應(yīng)用需求提供了一個(gè)公共的入口，縮短了中小行業(yè)用戶在這方面需求響應(yīng)的距離和速度搏翎，讓傳統(tǒng)的可能需要以項(xiàng)目方式進(jìn)行的方案能夠短谊蚣、平、快的快速完成方案設(shè)計(jì)和應(yīng)用部署吸辽。
并且职鸟，伴隨著平臺(tái)對(duì)各項(xiàng)個(gè)性化AI應(yīng)用模型訓(xùn)練經(jīng)驗(yàn)的積累，多元化數(shù)據(jù)的持續(xù)“投喂”以及業(yè)務(wù)應(yīng)用邏輯的聚合積累藏斩，也將不斷為平臺(tái)輸送“養(yǎng)分”梳虽，強(qiáng)化平臺(tái)在算法訓(xùn)練方面的普適性，從而讓模型訓(xùn)練的速度更快灾茁，也能夠完成越來(lái)越復(fù)雜的應(yīng)用類型的訓(xùn)練。
從技術(shù)實(shí)現(xiàn)的角度而言屿拴，現(xiàn)階段的人工智能技術(shù)發(fā)展水平已經(jīng)毫無(wú)疑問能夠滿足中小型行業(yè)輕量級(jí)、個(gè)性化的AI應(yīng)用需求浴魏，但在技術(shù)方案和各式各樣的場(chǎng)景之間依然存在著一系列的瓶頸和門檻問題笤茴，諸如數(shù)據(jù)瓶頸(數(shù)據(jù)采集、數(shù)據(jù)標(biāo)注)文宜、算法訓(xùn)練瓶頸涕癣、模型評(píng)估和發(fā)布的平臺(tái)等等。對(duì)于一些中小型行業(yè)用戶而言前标，盡管他們可能構(gòu)想了一套又一套理想的AI應(yīng)用方案坠韩，但如何獲取上述這些資源來(lái)實(shí)現(xiàn)方案的落地是個(gè)問題。
在過去幾年里炼列，互聯(lián)網(wǎng)科技領(lǐng)域只搁、人工智能以及智能安防產(chǎn)業(yè)圈的幾大頭部企業(yè)陸續(xù)推出了AI開放平臺(tái)，這些AI開放平臺(tái)的一個(gè)共同的特性就是均以“普惠AI”為核心理念俭尖，而推進(jìn)AI普惠的一個(gè)關(guān)鍵便是降低AI應(yīng)用的門檻须蜗，其中就包含幫助用戶實(shí)現(xiàn)零基礎(chǔ)訓(xùn)練出一套自定義的AI應(yīng)用模型。
在2019年深圳安博會(huì)上目溉，華為、百度云菱农、虹愿叮康威視這幾家都有詳細(xì)展示自家的AI開放平臺(tái)在自定義AI應(yīng)用模型方面的服務(wù)柿估，也讓我們看到了AI開放平臺(tái)相比于傳說(shuō)中的奇妙更接地氣的一面。
短陷猫、平撰绕、快，零基礎(chǔ)自定義一套AI應(yīng)用模型
涸诼郑康威視AI開放平臺(tái)在助力用戶自定義AI應(yīng)用模型方面牺幻，主要有5大服務(wù)流程：明確用戶需求-數(shù)據(jù)標(biāo)注-導(dǎo)入標(biāo)注后的數(shù)據(jù)做模型訓(xùn)練-模型部署-應(yīng)用上線，自定義一套AI算法應(yīng)用時(shí)間周期要多久呢?合巢辏康給出的答案是不超過一個(gè)小時(shí)魂拢。
在此前安防知識(shí)網(wǎng)對(duì)海康威視高級(jí)副總裁箱仰、研究院院長(zhǎng)浦世亮的專訪中镜踪，浦世亮也特別提到了海康威視在AI開放平臺(tái)上的思考屁膝，他認(rèn)為眶约，AI技術(shù)在一個(gè)場(chǎng)景中的落地往往需要漫長(zhǎng)而專業(yè)的開發(fā)過程，從數(shù)據(jù)的收集標(biāo)注穷歹、算法設(shè)計(jì)嚼龄、訓(xùn)練、集成到上線往往需要?dú)v經(jīng)數(shù)月段直。而現(xiàn)在通過AI開放平臺(tái)吃溅，可以利用各種自動(dòng)化的工具，使得AI算法的開發(fā)過程坷牛，變得非常簡(jiǎn)易罕偎。一個(gè)零算法基礎(chǔ)的用戶，可以在一個(gè)小時(shí)之內(nèi)完成整個(gè)算法的訓(xùn)練及部署京闰。
舉一個(gè)例子颜及，比如一家連鎖商店的老板需要通過AI技術(shù)檢測(cè)商鋪門口是否堆有垃圾，但商戶本身沒有技術(shù)能力蹂楣。這種情況下俏站，只需要商戶注冊(cè)成為海康A(chǔ)I開放平臺(tái)的合作伙伴痊土，在線上傳幾十張自己拍攝的店門口的垃圾圖片肄扎，并通過平臺(tái)上的標(biāo)定工具標(biāo)定垃圾信息，同時(shí)選定攝像機(jī)赁酝，將標(biāo)定后的垃圾數(shù)據(jù)進(jìn)行算法訓(xùn)練后關(guān)聯(lián)到選定攝像機(jī)犯祠，商戶即可自行給普通的攝像機(jī)DIY出可實(shí)現(xiàn)垃圾堆疊檢測(cè)的AI能力，整個(gè)過程只需半小時(shí)左右。
安博會(huì)上百度云也重點(diǎn)展示了其VideoMind算法訓(xùn)練平臺(tái)总党。這套平臺(tái)同樣可提供從新建模型明疮、創(chuàng)建標(biāo)簽、上傳數(shù)據(jù)橘匿、標(biāo)注數(shù)據(jù)儡矫、訓(xùn)練模型、評(píng)估校驗(yàn)默言、發(fā)布模型全流程服務(wù)角殃。開發(fā)者幾乎可以零開發(fā)搭建一套業(yè)務(wù)demo，據(jù)介紹只需2~3天時(shí)間即可完成部署豺这，省去業(yè)務(wù)系統(tǒng)基礎(chǔ)功能的重復(fù)開發(fā)险丧、以及基于AI的業(yè)務(wù)功能的開發(fā)成本。
據(jù)了解端葵，VideoMind已經(jīng)支持四類模型訓(xùn)練：場(chǎng)景分類模型众凝，如識(shí)別出視頻中是工廠、農(nóng)田新框、還是建筑工地等;實(shí)體分類模型，如識(shí)別出視頻中出現(xiàn)的是貨車公般、跑車還是卡丁車等万搔；自然攝像頭實(shí)體檢測(cè)模型，如識(shí)別出街邊的違章停車官帘、無(wú)照游商瞬雹、亂丟垃圾現(xiàn)象等；人體屬性檢測(cè)刽虹，如識(shí)別出工人是否戴安全帽酗捌，法官是否穿法袍等。
華為ModelArts2.0開放平臺(tái)可以以全流程的自動(dòng)化升級(jí)已有的AI開發(fā)模式涌哲，助力用戶完成數(shù)據(jù)準(zhǔn)備胖缤、算法開發(fā)、模型訓(xùn)練阀圾、模型管理哪廓、模型推理全鏈條自定義AI應(yīng)用模型。
安博會(huì)上初烘，華為展出的ModelArts2.0擁有十余項(xiàng)新特性及服務(wù)涡真，包含智能數(shù)據(jù)篩選、智能數(shù)據(jù)標(biāo)注貌授、智能數(shù)據(jù)分析吟因、多元模型自動(dòng)搜索、ModelArts SDK、圖神經(jīng)網(wǎng)絡(luò)厂跋、強(qiáng)化學(xué)習(xí)警综、模型評(píng)估/診斷、模型壓縮/轉(zhuǎn)換猫降、自動(dòng)難例發(fā)現(xiàn)、在線學(xué)習(xí)等脆携，覆蓋AI模型全生命周期淫沧。
據(jù)現(xiàn)場(chǎng)工作人員介紹，ModelArts可自動(dòng)學(xué)習(xí)瞭核，不斷提升識(shí)別的準(zhǔn)確度和運(yùn)行速度院抛，還可以不斷擴(kuò)充模型類型，包括文本分類绎蒙、行為識(shí)別等場(chǎng)景模型的定制化開發(fā)染突。
不同平臺(tái)在算法訓(xùn)練服務(wù)方面背后的核心技術(shù)
這三大算法訓(xùn)練平臺(tái)，幾大流程步驟雖然大同小異辈灼，不過不同的平臺(tái)在不同環(huán)節(jié)上都有針對(duì)性的核心技術(shù)來(lái)解決響應(yīng)的問題份企。
比如在處理數(shù)據(jù)瓶頸的問題上，針對(duì)數(shù)據(jù)樣本少的問題巡莹，核局荆康威視AI開放平臺(tái)提供了基于領(lǐng)域模型的遷移學(xué)習(xí)能力。AI開放平臺(tái)訓(xùn)練了大量不同應(yīng)用領(lǐng)域的領(lǐng)域模型降宅，根據(jù)用戶的任務(wù)骂远，開放平臺(tái)會(huì)自動(dòng)選擇的一個(gè)領(lǐng)域模型作為訓(xùn)練基礎(chǔ)，然后在這個(gè)訓(xùn)練基礎(chǔ)上利用場(chǎng)景數(shù)據(jù)進(jìn)行遷移學(xué)習(xí)腰根，這樣可以讓用戶能夠用極少量的數(shù)據(jù)得到一個(gè)可用算法激才。
對(duì)于數(shù)據(jù)樣本單一的問題，憾詈伲康威視AI開放平臺(tái)還開發(fā)了虛擬數(shù)據(jù)引擎瘸恼，它可以利用三維建模、光線追蹤岩睁、對(duì)抗學(xué)習(xí)等技術(shù)生成虛擬數(shù)據(jù)來(lái)豐富訓(xùn)練樣本钞脂，虛擬數(shù)據(jù)引擎可以幫助用戶豐富訓(xùn)練樣本，大大降低了用戶的數(shù)據(jù)成本湖生。
在數(shù)據(jù)標(biāo)注方面狡煎，華為ModelArts 2.0采用了混合智能標(biāo)注技術(shù)，據(jù)了解澳敞，這樣可以讓標(biāo)注效率獲得至少5倍以上的提升瞧纹。還有智能數(shù)據(jù)篩選，即通過AI的方式自動(dòng)過濾和篩選出對(duì)訓(xùn)練模型無(wú)效的數(shù)據(jù)。比如視覺類場(chǎng)景中失焦澳券、過曝的圖片以及不符合應(yīng)用需求的一些無(wú)關(guān)圖片等等但治。
而在模型訓(xùn)練環(huán)節(jié)，華為ModelArts 2.0采用了多元搜索技術(shù)乎渊，可以將自動(dòng)數(shù)據(jù)增強(qiáng)习诬、超參自動(dòng)搜索、神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索等技術(shù)進(jìn)行融合崩蚀，以幫助用戶快速構(gòu)建AI模型零短。與此同時(shí)，小樣本/半監(jiān)督學(xué)習(xí)涎拉、強(qiáng)化學(xué)習(xí)瑞侮、聯(lián)邦學(xué)習(xí)等前沿技術(shù)的融合應(yīng)用,不僅可以降低對(duì)訓(xùn)練數(shù)據(jù)的需求,同時(shí)還能夠讓模型隨著數(shù)據(jù)的增長(zhǎng)和變化，實(shí)現(xiàn)在線持續(xù)學(xué)習(xí)和進(jìn)化鼓拧，真正提供企業(yè)級(jí)的可進(jìn)化的AI半火。
在完成模型訓(xùn)練后，算法在產(chǎn)品端的移植工作也需要投入大量研發(fā)工作季俩。為了提升從算法到產(chǎn)品的研發(fā)效率钮糖，海康威視開發(fā)了自動(dòng)編譯工具(AI編譯器)种玛，利用神經(jīng)網(wǎng)絡(luò)圖優(yōu)化藐鹤、匯編優(yōu)化、指令編譯優(yōu)化等技術(shù)手段實(shí)現(xiàn)了算法在各類芯片平臺(tái)上的自動(dòng)優(yōu)化及部署赂韵。
AI開放平臺(tái)提供自定義AI應(yīng)用模型服務(wù)的意義
將算法訓(xùn)練以工具的形式開放給廣大的零散的用戶娱节，這是企業(yè)對(duì)于AI賦能意義接地氣的詮釋，也是實(shí)現(xiàn)價(jià)值轉(zhuǎn)換的基礎(chǔ)途徑祭示。
AI開放平臺(tái)提供了數(shù)據(jù)標(biāo)注肄满、算法訓(xùn)練、模型評(píng)估质涛、應(yīng)用發(fā)布和部署的一系列能力拭兢，而廣大的行業(yè)用戶他們對(duì)于細(xì)分的業(yè)務(wù)需求有著充分的了解，而通過這一類AI開放平臺(tái)胯炊，則可以很好的聚合平臺(tái)以及用戶雙方的優(yōu)勢(shì)孟掺，讓AI技術(shù)能夠深度融合到實(shí)際業(yè)務(wù)需求當(dāng)中，實(shí)現(xiàn)定制化的AI應(yīng)用回东。
與此同時(shí)喂搬，通過AI開放平臺(tái)這一固定平臺(tái)，可以進(jìn)一步放大AI技術(shù)工具的通用性成吓，讓這些能力成為可共享的資源熙拐，一定程度上也為海量的孙般、零散的小型行業(yè)應(yīng)用需求提供了一個(gè)公共的入口，縮短了中小行業(yè)用戶在這方面需求響應(yīng)的距離和速度搏翎，讓傳統(tǒng)的可能需要以項(xiàng)目方式進(jìn)行的方案能夠短谊蚣、平、快的快速完成方案設(shè)計(jì)和應(yīng)用部署吸辽。
并且职鸟，伴隨著平臺(tái)對(duì)各項(xiàng)個(gè)性化AI應(yīng)用模型訓(xùn)練經(jīng)驗(yàn)的積累，多元化數(shù)據(jù)的持續(xù)“投喂”以及業(yè)務(wù)應(yīng)用邏輯的聚合積累藏斩，也將不斷為平臺(tái)輸送“養(yǎng)分”梳虽，強(qiáng)化平臺(tái)在算法訓(xùn)練方面的普適性，從而讓模型訓(xùn)練的速度更快灾茁，也能夠完成越來(lái)越復(fù)雜的應(yīng)用類型的訓(xùn)練。
18221259202