2021年，隨著十四五規(guī)劃綱要的提出，人工智能產(chǎn)業(yè)迎來(lái)重大政策紅利，它即將成為推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展、建設(shè)創(chuàng)新型國(guó)家、實(shí)現(xiàn)新型工業(yè)化的重要技術(shù)保障。
作為WAIC 2021的戰(zhàn)略合作伙伴，星環(huán)科技本次帶來(lái)了先進(jìn)的數(shù)據(jù)智能戰(zhàn)略布局，并展示了AI應(yīng)用落地所不可或缺的基礎(chǔ)設(shè)施。在星環(huán)科技看來(lái)，乘著數(shù)字新基建的東風(fēng)，AI基礎(chǔ)軟件市場(chǎng)將與各行業(yè)擦出別樣的火花，“AI+產(chǎn)業(yè)”已成為企業(yè)抓住數(shù)字經(jīng)濟(jì)的新機(jī)遇。
四大數(shù)據(jù)智能的產(chǎn)品布局：計(jì)算、感知、認(rèn)知、行為
數(shù)據(jù)智能主要包括四大方向，即計(jì)算智能、感知智能、認(rèn)知智能和行為智能，它抽象概括了人類(lèi)決策行為的重點(diǎn)步驟，包括計(jì)算、觀(guān)察、閱讀、認(rèn)識(shí)、思考、推理等，并最終通過(guò)一定的行為，對(duì)現(xiàn)實(shí)世界施加影響。將數(shù)據(jù)智能應(yīng)用到業(yè)務(wù)的過(guò)程，對(duì)企業(yè)人才管理、組織規(guī)劃等提出了很高的要求。
為了降低智能化轉(zhuǎn)型的門(mén)檻，星環(huán)科技自研了一站式人工智能平臺(tái)Sophon，采用分布式計(jì)算架構(gòu)，可完成不同類(lèi)型數(shù)據(jù)的接入、處理和分析;進(jìn)行多種框架的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型開(kāi)發(fā)，并完成模型發(fā)布及管理工作。星環(huán)科技用成熟的產(chǎn)品線(xiàn)對(duì)四大數(shù)據(jù)智能方向做了重點(diǎn)支撐，幫助企業(yè)進(jìn)行以數(shù)據(jù)驅(qū)動(dòng)為核心的開(kāi)發(fā)、運(yùn)營(yíng)和產(chǎn)業(yè)升級(jí)。
計(jì)算層面
計(jì)算層面，數(shù)據(jù)科學(xué)平臺(tái)Sophon Base集成超過(guò)二百種高性能分布式算法和多種深度學(xué)習(xí)框架。它賦予企業(yè)快速搭建AI中臺(tái)的能力，將分散的模型資產(chǎn)統(tǒng)一管理，通過(guò)多租戶(hù)系統(tǒng)設(shè)置不同的權(quán)限，方便地監(jiān)控或調(diào)配計(jì)算及存儲(chǔ)資源。平臺(tái)還新增了聯(lián)邦學(xué)習(xí)模塊，用于滿(mǎn)足隱私保護(hù)前提下的多方聯(lián)合建模需求。
感知層面
感知層面，邊緣計(jì)算平臺(tái)Sophon Edge打造了云邊一體的邊緣計(jì)算框架，可承載多種多樣的視頻圖像及物聯(lián)網(wǎng)時(shí)序數(shù)據(jù)分析應(yīng)用。使用者足不出戶(hù)，便可更新千里之外多個(gè)邊緣節(jié)點(diǎn)的服務(wù)模型。隱藏于視頻或傳感器信號(hào)中的信息，可被精確感知、抽取和總結(jié)，機(jī)器就像成為了我們的眼睛，而模型則充當(dāng)了機(jī)器的大腦。
認(rèn)知層面
認(rèn)知層面，知識(shí)圖譜平臺(tái)Sophon KG提供了強(qiáng)大易用的圖譜分析工具，內(nèi)含高性能深度圖算法和自然語(yǔ)言處理能力，用戶(hù)可以方便地進(jìn)行社交網(wǎng)絡(luò)分析，構(gòu)建反洗錢(qián)、資金流向監(jiān)控、嫌疑人溯源等行業(yè)應(yīng)用，獲取傳統(tǒng)數(shù)據(jù)以外的更多知識(shí)。知識(shí)圖譜揭示了社團(tuán)結(jié)構(gòu)和關(guān)系傳導(dǎo)鏈路，挖掘了文本中的實(shí)體和聯(lián)系，是對(duì)人類(lèi)認(rèn)知模式的一種抽象。
行為層面
而在行為層面，輔助決策工具FIDE可高效地配置出風(fēng)控、反欺詐、實(shí)時(shí)營(yíng)銷(xiāo)等場(chǎng)景下的決策模型及規(guī)則，在實(shí)時(shí)流數(shù)據(jù)的驅(qū)動(dòng)下，基于海量數(shù)據(jù)進(jìn)行成千上萬(wàn)個(gè)決策模型或規(guī)則的計(jì)算任務(wù)，滿(mǎn)足高并發(fā)、低延遲的應(yīng)用場(chǎng)景需求。
落地的基礎(chǔ)設(shè)施建設(shè)：MLOps
在A(yíng)I產(chǎn)業(yè)興起的初期，人們對(duì)算法、模型傾注了較多的熱情。但行業(yè)逐漸意識(shí)到，如果沒(méi)有成熟而自動(dòng)的AI運(yùn)營(yíng)體系，孤立的技術(shù)工具永遠(yuǎn)也無(wú)法真正提高生產(chǎn)力。MLOps這一AI運(yùn)維概念從此應(yīng)運(yùn)而生。
星環(huán)科技在Sophon平臺(tái)中著重強(qiáng)調(diào)了MLOps的重要性，用于串聯(lián)起數(shù)據(jù)智能應(yīng)用的全生命周期。顧名思義，數(shù)據(jù)智能首先依賴(lài)于數(shù)據(jù)，而真實(shí)世界中的數(shù)據(jù)是變化多端的，這就需要定期用新數(shù)據(jù)重新訓(xùn)練模型，修改模型邏輯，并在新的數(shù)據(jù)中進(jìn)行性能評(píng)估;自動(dòng)將新模型上線(xiàn)后，利用A/B Test等評(píng)估手段檢驗(yàn)其效果。自動(dòng)化這一過(guò)程，即稱(chēng)為MLOps，它連接了AI模型訓(xùn)練的全流程，減少了AI服務(wù)中斷的可能性，并最終解決機(jī)器學(xué)習(xí)模型必然的性能衰減問(wèn)題。
“AI+產(chǎn)業(yè)”：智聯(lián)世界，無(wú)限未來(lái)
隨著國(guó)家新基建方向的明確，中國(guó)在人工智能應(yīng)用方面展現(xiàn)了巨量的市場(chǎng)和人才資源優(yōu)勢(shì)。其中，5G建設(shè)、特高壓、城際高速鐵路和城際軌道交通、新能源汽車(chē)充電樁、大數(shù)據(jù)中心、工業(yè)互聯(lián)網(wǎng)等，都與AI有著廣闊的合作領(lǐng)域。
星環(huán)科技相信，AI行業(yè)在進(jìn)行未來(lái)規(guī)劃時(shí)，不僅要明確自身的競(jìng)爭(zhēng)優(yōu)勢(shì)，也要考慮到歷史的進(jìn)程?！癆I+產(chǎn)業(yè)”意味著人工智能已從技術(shù)走向落地，借助基礎(chǔ)軟件和行業(yè)專(zhuān)家的協(xié)作，曾經(jīng)玄之又玄的AI將化身為各行業(yè)中必不可少的催化劑，為實(shí)現(xiàn)全面的數(shù)據(jù)智能轉(zhuǎn)型注入源源不斷的動(dòng)能。
（轉(zhuǎn)載）
