站长之家- 传媒 2021-10-25T14:01:34 +08:00

阿里云贾扬清:如何三步实现AI工程化

“通过数据和算力的云原生化,调度和分布式编程范式的规模化,上层算法开发和服务标准化和普适化建设,三步实现AI工程化。” 10 月 21 日,阿里巴巴副总裁,阿里云计算平台事业部高级研究员,达摩院 AI 平台负责人贾扬清在云栖大会AI工程化技术峰会现场表示,随着数据的爆发,单位数据价值降低,人工智能在持续探索如何用更高效的办法,辅助开发者进行大规模计算和数据管理,企业需要用好AI工程化能力,提升开发和经营效率。

在感知智能向决策智能发展的今天,大模型成为趋势,AI开发平台的普惠性兼容性、数据标注的智能化、模型优化,成为AI工程化开发的核心能力。 2021 杭州云栖大会的AI工程化技术峰会汇集了AI业内大咖,阿里巴巴AI技术专家联手合作伙伴,共同分享AI工程化趋势、AI工程化平台架构、智能标注及自动编译技术、行业领头羊企业实战方案等热门话题。

人工智能得到了爆发式的发展,算法以及背后的工程体系更加的收拢,深度学习应用开发的门槛进一步下降,算法结构创新不那么高不可攀,同时,大规模预训练模型以及从大模型进行场景化蒸馏,进而产生垂直场景的AI应用。那么,如何能够将AI的工程化做到更大普惠化,AI工程如何能够有效支撑超大规模预训练,成为人工智能研发的关键,也成为AI工程化支撑企业使用AI技术的关键。

阿里云机器学习平台PAI,面向企业客户及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-Studio可视化建模、PAI-DSW交互式建模、PAI-DLC分布式训练AI基础平台,以及PAI-EAS弹性推理平台,实现从模型构建、训练到在线部署的全流程,全面提升企业AI工程效率。经过多年沉淀,PAI平台提供成熟的行业解决方案,已经在智能推荐、用户增长、端侧超分、自动驾驶等众多场景成熟商用,成为众多企业的优选服务。

未来,大规模预训练模型+小样本蒸馏的模型开发流程将成为主流。阿里巴巴会持续进行AI工程化建设。由系统来优化如何高效、低成本来执行模型训练和推理,帮助企业实现高效的数智化转型。

推荐关键词

24小时热搜

查看更多内容

大家正在看