解读TF、PaddlePaddle、天元等AI框架，你想知道的都在这里了 _AI框架

文章插图
整理 | 晋兆雨
出品 | AI科技大本营（ID：rgznai100）
【导读】7 月 3-4 日，由 CSDN 主办的第三届 AI 开发者大会（AI ProCon 2020）在线上举行。本次大会有超万人报名参与，参与人群覆盖 60+ 领域、5000 家企业。其中有来自行业内 70+ 顶尖企业、开源社区与科研高校的近 100 位行业领袖、技术大咖与研究学者。
他们用更新鲜、更有趣、更年轻的方式，聚焦智能时代 AI 技术的发展曲线以及 AI 与社会各行业结合的最新应用进展，深入解析热门 AI 技术在行业中的实践与落地经验，揭示技术与行业发展面临的机遇与挑战。
在 7 月 4日下午的「AI开源与生态建设」论坛上，来自Zilliz、Ludwig、旷视研究院、中兴通讯、百度与华为的技术专家针对自身企业开源的AI平台带来了精彩的主题演讲，让大家加深对AI开源平台的进一步了解。
论坛直播回放地址：
https://live.csdn.net/room/ozuejhrvf/XG6TdLHG

文章插图
以下内容根据「AI开源与生态建设」论坛 6 位嘉宾的演讲提炼，由 AI科技大本营（ID：rgznai100）整理：

文章插图
顾钧：基于Milvus的非结构数据服务平台
Zilliz合伙人、技术布道师顾钧详细为我们介绍了Zilliz旗下提供非结构数据服务的Milvus平台的由来、当前的进展和实际应用案例。
现在在数据服务领域，结构化数据类型已经有了较为成熟的解决方法，然而大部分的数据本身都是非机构化的，针对非结构化数据现今还没有通用的解决方案，因此建立一个统一的非结构数据服务平台对于数据处理具有重要意义。

文章插图
顾钧在演讲中通过一个视频处理的案例为我们介绍了基于flow-based的AI应用，其具有灵活、代码量少、有众多参考示例等优点。

文章插图
然而这样的处理也带来了新的数据服务的挑战——数据碎片化。
解决这个问题需要转换视角，从基于流型的过程转化为基于传统层次模型的过程。
虽然现在已经有了大量预处理模型，但是AI技术仍然很难落地的主要原因之一就是数据服务层的成本过高。其中最好的解决方案就是建立统一的非结构数据服务。
统一的非结构数据服务包含了四个方面的内容：基础的向量搜索的过程、结构化属性的标签、支持多模态、形成融合的打分机制。Milvus已经具备了良好的向量分析的能力，正在努力实现标注属性信息、多模态、打分的功能，成为完整的非结构化数据的基础软件。