【中國安防展覽網 品牌專欄】 對于AI的應用普及現狀,天云大數據CEO雷濤指出,“AI民主化的核心是將科學家在傳統實驗室完成的工作,賦予更多人使用,降低使用門檻,讓更多的、業務人員能夠使用人工智能。”
談到很多人理解的人工智能,是人臉識別、聊天機器人,認為人工智能就是人機交互,其實這些都是應用場景而非AI的核心,AI的核心支撐技術,是圍繞機器學習(Auto Machine Learning)構建的技術框架。人工智能在各個領域的發展呈不平衡態勢,如無人駕駛、人臉識別及機器人等領域,因其算法與目的都很明確,又因媒體關注的推動,資本與數據的聚焦之下容易找到佳實踐,但針對算法紛繁復雜、數據私有與云服務私有的商業智能領域,AI應用程度參差不齊。其實如打車軟件、測序基因、互聯網快遞等這些才是AI實際幫助我們解決問題的日常場景。
新技術的發展歷程往往經歷數十年乃至上百年,AI的量產也同樣面臨著困難重重的局面。據預測,到2020年,市場對AI應用的需求將增長300%,旺盛的需求,偏少的人才供給,導致AI人才成本高昂。只有通過升級大規模生產工具,才有望滿足需求。
5月19日人工智能大會上,Google提出的解決路徑也是供給規模化的AI工具。無*偶,天云大數據同樣提出了解決問題的規模化AI工具, 通過構建支持Auto Machine Learning特性的PaaS化AI平臺MaximAI,嘗試為客戶做AI賦能,減少對數據科學家的依賴,讓企業獲取機器智能像讀書一樣簡單。
應用機器學習技術解決現實世界問題是昂貴而困難的。利用基于AI的技術方案來克服這一應用過程中的難題,就是自動化機器學習(AutoML),AutoML指的是”用于優化AI”的AI。
天云自2015年即開始開發分布式人工智能平臺MaximAI,目前MaximAI已經迭代到3.0版本,實現了算法的自動化優化。經過幾次平臺迭代,天云平臺已能實現模型的智能化生產,真正實現Auto Machine Learning。通過一系列的自動化方法,成功減少了對數據科學家的依賴,降低了AI在企業市場的應用門檻。
“AI不是少數人的,AI模型的PaaS化(平臺即服務)、智能化成為突破AI產業化應用的關鍵。未來人工智能發展趨勢更應凸顯規模化生產能力,讓企業獲取機器智能像讀書一樣簡單。”雷濤說。
版權與免責聲明:
凡本網注明“來源:智慧城市網”的所有作品,均為浙江興旺寶明通網絡有限公司-智慧城市網合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智慧城市網”。違反上述聲明者,本網將追究其相關法律責任。
本網轉載并注明自其它來源(非智慧城市網)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。
如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。