傳統(tǒng)上，企業(yè)部署AI應(yīng)用，一般通過單點開發(fā)的方式，即“煙囪式”架構(gòu)部署AI應(yīng)用。海量AI應(yīng)用場景爆發(fā)使得原來傳統(tǒng)的“煙囪式“AI開發(fā)流程無法跟上業(yè)務(wù)的快速變化，開發(fā)速度慢、周期長。
越來越多的企業(yè)開始采取工程化的建設(shè)思路以應(yīng)對這一問題，通過建設(shè)統(tǒng)一的AI底層平臺，實現(xiàn)上層AI應(yīng)用的自動開發(fā)，以此縮短AI應(yīng)用開發(fā)的周期，增強對業(yè)務(wù)響應(yīng)的敏捷性，并降低總體AI開發(fā)的成本。
AI工程化建設(shè)可劃分數(shù)據(jù)治理和AI模型工程化兩大環(huán)節(jié)，在全生命周期中都可利用AI技術(shù)提升效率，而以工程化的建設(shè)思路可在多個環(huán)節(jié)中實現(xiàn)流程自動化，加速AI模型的快速、批量搭建。
建模流程自動化的實現(xiàn)主要依賴AI中臺的搭建。一般而言，廠商提供的AI中臺產(chǎn)品包括四大模塊：開發(fā)平臺層、資產(chǎn)層、業(yè)務(wù)邏輯層、平臺管理層。
開發(fā)平臺層：主要負責(zé)數(shù)據(jù)處理、模型訓(xùn)練與發(fā)布。數(shù)據(jù)處理主要包括訪問數(shù)據(jù)中臺、數(shù)據(jù)庫或其他數(shù)據(jù)存儲系統(tǒng)的數(shù)據(jù)，并提供數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、數(shù)據(jù)分析和特征工程等能力；模型訓(xùn)練提供多種建模方式，如可視化拖拉拽建模、Notebook建模等。
資產(chǎn)層：包括算法庫&樣本庫，內(nèi)置特征工程、機器學(xué)習(xí)、深度學(xué)習(xí)和NLP等AI算子和大量AutoML模塊。企業(yè)可將算法封裝稱獨立算子，可供直接調(diào)用。
業(yè)務(wù)邏輯層：主要是指根據(jù)對業(yè)務(wù)需求的理解，提供可復(fù)用的建模方案模板、服務(wù)編排等能力。業(yè)務(wù)邏輯層能夠?qū)⑺惴芰Πb稱AI組件。
平臺管理層：負責(zé)角色權(quán)限管理、賬戶管理、資源統(tǒng)一管理等功能。
數(shù)據(jù)治理后，在特征工程、模型訓(xùn)練、模型評估、模型管理等環(huán)節(jié)中，以AI中臺的思路可助力整個建模流程實現(xiàn)自動化。如在特征工程環(huán)節(jié)，基于AI中臺，可內(nèi)置實時特征計算引擎技術(shù)，提供自動特征組合、可視化特征重要性評估等；在模型訓(xùn)練環(huán)節(jié)，可實現(xiàn)拖拉拽流程建模以及自動模型調(diào)參；在模型評估環(huán)節(jié)，可實現(xiàn)可視化模型效果展示；在模型管理環(huán)節(jié)，模型中心提供對平臺開發(fā)模型的統(tǒng)一管理能力。
互聯(lián)互通社區(qū)
互聯(lián)互通社區(qū)專注于IT互聯(lián)網(wǎng)交流與學(xué)習(xí)，旨在打造最具價值的IT互聯(lián)網(wǎng)智庫中心，關(guān)注公眾號：互聯(lián)互通社區(qū)，每日獲取最新報告并附帶專題內(nèi)容輔助學(xué)習(xí)。
方案咨詢、架構(gòu)設(shè)計、數(shù)字化轉(zhuǎn)型、中臺建設(shè)、前沿技術(shù)培訓(xùn)與交流，合作請+微信：hulianhutongshequ
重慶分公司
重慶分公司
