江苏龙网

  1. 首页 > 人文 > >

脑极体|华为云ModelArts的新成绩单，机器学习的产业化变革中( 二 )


具体来看 ， ModelArts3.0的主要升级特性 ， 与今天大规模部署机器学习模型、行业AI应用广泛、企业在多场景部署AI等主流趋势相吻合 ， 并且一一提出了具有技术创新性的应对方案 。 比如：
1、骨干模型让企业不必“重复发明轮子” ， 依靠行业经验提升竞争力 。
ModelArts3.0中 ， 加入了华为云骨干工具链EI-Backbone技术 。 它可以整合模型高效、数据高效、算力高效、知识高效 ， 全面提升行业AI落地能力 。 目前 ， EI-Backbone所整合的行业骨干模型已经在10余个行业成功验证 ， 并且斩获10余个业界挑战赛冠军 。
脑极体|华为云ModelArts的新成绩单，机器学习的产业化变革中
文章图片
2、联邦学习技术加持 ， 让AI开发可以横跨更多场景和业态 ， 实现多种成本下降 。
联邦学习近两年在AI行业非常火热 ， 它可以有效解决机器学习中的数据孤岛困境 。 ModelArts3.0中提供的联邦学习特性 ， 可以实现数据不出户的联合建模 。 让用户各自利用本地数据训练 ， 不交换数据本身 ， 只用加密方式交换更新的模型参数 ， 实现协同训练 ， 最大化获取训练价值 ， 实现综合数据训练成本下降 。
3、模型诊断优化 ， 实现企业级精细化开发 ， 提高AI模型工业级精度 。
对于企业级的AI模型开发来说 ， 随时审视模型开发进度 ， 调优模型精度是不可或缺的一部分 。 为此 ， ModelArts3.0提供了全面的可视化评估、智能化诊断功能 ， 使开发者可以直观了解模型的各方面性能 ， 有针对性进行部署工作 ， 提升AI模型的工业精度 。
4、高效算力让企业存算资源更加优化配比 ， 完成高效率开发部署 。
ModelArts3.0进一步加强了计算资源的优化配置能力 ， 其提供的性能模式让企业可以充分利用空闲资源加速训练作业 ， 训练速度可提升10倍以上 ， 并且不影响模型的收敛精度；而经济模式可以通过最大化资源利用率给开发者提供极致的性价比 ， 在大多数典型场景下可以提升性价比30%以上 。
在这些特性的加持下 ， ModelArts3.0可以加速AI的行业落地 ， 实现模型高效、数据高效、算力高效、知识高效 。 机器学习平台 ， 可以借此成为AI落地效率提升的抓手 。 从这个角度看 ， ModelArts3.0带给产业的改变 ， 可能远远不止对具体开发问题的解决 。
其更重要的价值指向在于 ， 企业的机器学习能力上限又一次被打开 。
大人 ， 机器学习的规则变了
Forrester的评价称：“华为云提供全栈预测分析及机器学习服务 ， 是企业在公有云、本地、边缘复杂部署场景下的理想选择 。 ”
这个评价在某种程度上阐明了 ， 企业在真正开发和使用AI时所需要的是什么：是企业能够借助机器学习平台 ， 完成对复杂需求、复杂场景的适配 ， 实现AI成为企业核心生产力的目标 。
能够在不同环境、不同开发条件、不同产业合作方式的基础上完成AI开发 ， ModelArts3.0通过创新的技术融入 ， 将一站式、自动化AI开发向前推进到了新的阶段 。 在这个阶段 ， AI开发可以以目标为导向 ， 反向推导企业需要做什么 ， 而不是仅仅通过已有算法 ， 来审视哪些AI能力能够帮助企业解决局部问题 。
脑极体|华为云ModelArts的新成绩单，机器学习的产业化变革中
文章图片
在这个核心规则的改变下 ， 企业将可以应用机器学习能力 ， 作为自身的产业保障和生产力突破方式 ， 变成企业的核心竞争力 。 具体来看 ， 有三种过去很难完成的挑战 ， 可以在ModelArts3.0的产业突破下变成现实：
1、复杂的智能化需求可以借助机器学习平台来完成 。
传统意义上来说 ， 机器学习平台只能支持特定算法下的模型开发 ， 而不能以企业需求为导向 ， 实现复杂、综合的模型加工 。 而在ModelArts3.0与全栈全场景AI能力的加持下 ， 这种情况已经得到了改变 。 比如杭州云深处科技有限公司 ， 应用了华为ModelArts和Atlas200DK开发了“绝影”系列机器狗的AI能力 。 “绝影”机器狗可以实现实时感知现场环境 ， 通过知识图谱交互分析 ， 强化学习动态决策 ， 并具有复杂的行进路径规划和动作的能力 。 如此复杂的智能机体 ， 也能够通过机器学习平台来实现 。


推荐阅读


上一篇：海得实科技|聚氨酯等静压皮套在粉体成型中的应用

下一篇：中科筑工|中科筑工国际产业集团新品引人关注，全新展示中国智造