AI开放平台推出零基础算法开发的意义

　　比如在处理数据瓶颈的问题上，针对数据样本少的问题，海康威视AI开放平台提供了基于领域模型的迁移学习能力。AI开放平台训练了大量不同应用领域的领域模型，根据用户的任务，开放平台会自动选择的一个领域模型作为训练基础，然后在这个训练基础上利用场景数据进行迁移学习，这样可以让用户能够用极少量的数据得到一个可用算法。

　　对于数据样本单一的问题，海康威视AI开放平台还开发了虚拟数据引擎，它可以利用三维建模、光线追踪、对抗学习等技术生成虚拟数据来丰富训练样本，虚拟数据引擎可以帮助用户丰富训练样本，大大降低了用户的数据成本。

　　在数据标注方面，华为ModelArts 2.0采用了混合智能标注技术，据了解，这样可以让标注效率获得至少5倍以上的提升。还有智能数据筛选，即通过AI的方式自动过滤和筛选出对训练模型无效的数据。比如视觉类场景中失焦、过曝的图片以及不符合应用需求的一些无关图片等等。

　　而在模型训练环节，华为ModelArts 2.0采用了多元搜索技术，可以将自动数据增强、超参自动搜索、神经网络架构搜索等技术进行融合，以帮助用户快速构建AI模型。与此同时，小样本/半监督学习、强化学习、联邦学习等前沿技术的融合应用,不仅可以降低对训练数据的需求,同时还能够让模型随着数据的增长和变化，实现在线持续学习和进化，真正提供企业级的可进化的AI。

　　在完成模型训练后，算法在产品端的移植工作也需要投入大量研发工作。为了提升从算法到产品的研发效率，海康威视开发了自动编译工具(AI编译器)，利用神经网络图优化、汇编优化、指令编译优化等技术手段实现了算法在各类芯片平台上的自动优化及部署。

　　AI开放平台提供自定义AI应用模型服务的意义

　　将算法训练以工具的形式开放给广大的零散的用户，这是企业对于AI赋能意义最接地气的诠释，也是实现价值转换的基础途径。

　　AI开放平台提供了数据标注、算法训练、模型评估、应用发布和部署的一系列能力，而广大的行业用户他们对于细分的业务需求有着充分的了解，而通过这一类AI开放平台，则可以很好的聚合平台以及用户双方的优势，让AI技术能够深度融合到实际业务需求当中，实现定制化的AI应用。

　　与此同时，通过AI开放平台这一固定平台，可以进一步放大AI技术工具的通用性，让这些能力成为可共享的资源，一定程度上也为海量的、零散的小型行业应用需求提供了一个公共的入口，缩短了中小行业用户在这方面需求响应的距离和速度，让传统的可能需要以项目方式进行的方案能够短、平、快的快速完成方案设计和应用部署。

　　并且，伴随着平台对各项个性化AI应用模型训练经验的积累，多元化数据的持续“投喂”以及业务应用逻辑的聚合积累，也将不断为平台输送“养分”，强化平台在算法训练方面的普适性，从而让模型训练的速度更快，也能够完成越来越复杂的应用类型的训练。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!