导航
自从1956年达特茅斯学院会议后,人工智能已经走过了60年波澜壮阔的历史,期间有过高潮和低谷。在人工智能的前两次浪潮当中,由于技术未能实现突破式进展,无法支撑起大规模商业化应用,最终在经历过两次高潮与低谷之后归于沉寂。
就如同规模化生产是工业革命的本质一样,能否实现智能服务的规模化、产业化落地,也将是人工智能能否掀起第三次浪潮的重要标志之一。
但必须客观地指出,人工智能落地仍然面临碎片化困境。尤其在应用最广泛的金融领域,很多机构仍然处于“手工作坊”的模式中,导致人工智能大规模落地成本高、周期长、效率低。
人工智能产业化落地和规模化落地是一个庞大的系统性工程,涉及到从政策到科技,从技术到场景等多个环节,其中人工智能模型是连结物理世界与数字世界的管道,也是人工智能产业化的关键一环。而想要构建完善的人工智能模型离不开机器学习平台,机器学习平台涵盖了算法开发、特征工程、模型训练、测试与优化、部署、模型管理等AI模型全生命周期的功能开发,是AI模型必不可少的重要载体。
近年来产业各界纷纷将机器学习平台作为研发的重点,作为人工智能领域领先企业,百融云创历经3年自主研发了ORCA机器学习框架,提供覆盖模型开发、训练、部署、分析的全周期端到端技术服务,能够帮助企业用户实现模型开发的从无到有,从零到一。
在多项技术的加持下,ORCA展现出多项优势:
1、建设零门槛,低学习成本。能够实现模型从训练到部署的端到端自动化处理,无须工程师为模型部署做二次开发,同时工程师也不需要再付出部署环境学习成本和时间成本;
2、支持可视化的建模方式,支持拖拉拽的方式搭建机器学习模型,即便是非技术人员也能从零到一“定制”模型,能够灵活应对业务诉求;
3、拥有很强的平台稳定性、安全性、容灾性,支持7×24的模型训练迭代;
4、搭配百融云创模型管理平台,构建从模型开发、测试、验证、部署到监控的闭环管理;
5、面向金融全场景服务。ORCA应用广泛,能够将业务场景做抽象沉淀, 支持通用的业务决策。能够全面满足金融机构如数字化风险管理、智能营销、智能运营等全业务场景诉求。
值得一提的是,ORCA已经得到高效应用,ORCA-serving已承载百融云创过百亿级的模型推理服务,目前也逐步向合作伙伴进行开放共享,部分功能已应用于本地化模型管理平台产品中。ORCA在实际应用中展现出强大的性能表现,能够将机器学习模型推理性能(TPS)平均提升300%以上,复杂模型提升700%,模型测试与部署时间缩短50%以上。
当然,想要真正高效高质实现AI技术的规模化、工程化落地,不仅是机器学习平台这单一因素,更与产业实践、场景融合密不可分,这绝非一朝一夕之功,也绝非一人一企之事,需要产业各界携手精进,为迎接第三次人工智能浪潮开创有利条件。
http://bgacdzs.yongzhou.gov.cn/news-99-7913-1.html
本文网址：http://hqshangbao.com/keji/43632.html
声明：本站原创/投稿文章所有权归环球商报所有，转载务必注明来源；文章仅代表原作者观点，不代表环球商报立场；如有侵权、违规，可直接反馈本站，我们将会作删除处理。
