一个开发平台的“魔力”：华为云ModelArts如何让人工智能“普惠式”落地

推荐 2019-11-27 15:43:28

近日,由西安航天基地主办、华为技术有限公司承办的“华为云杯”2019人工智能创新应用大赛正在火热进行。大赛聚焦AI应用落地场景进行全场景创新,通过以赛促学、赛教结合的形式开展,并提供资本对接和创业辅导来助力创业者与企业持续发展。同时,大赛将综合科研教学成果及商业领域需求,探索用AI来解决真实世界问题的可行性,为需求方和开发者提供联接的桥梁,搭建一个技术交流、人才培养、机遇共创的AI开发者平台和生态。

据了解,大赛面向全社会开放,个人、高等院校、科研单位、企业、创客团队等均可报名参赛。本届大赛设置启动仪式、初赛、决赛、颁奖仪式四个主要环节,计划2019年12月下旬完成初赛,2020年2月下旬进行决赛,冠亚季军和优胜奖将分别有10万元、5万元、3万元和1万元的奖金激励。

参赛选手们将通过比赛图片集进行图像分类模型的应用开发,大赛组委会此次也为选手们提供了华为云ModelArts进行云端AI开发。作为一站式AI开发与管理平台,华为云ModelArts具备为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成,及端-边-云模型按需部署能力。选手们通过ModelArts可以快速完成AI模型开发与部署,管理全周期AI工作流。

AI产业规模化的挑战

人工智能(AI)是近几年科技产业最重要的技术发展趋势。毋庸置疑,当前AI产业正在快速发展,各行各业都在试图共享一波技术红利,引领行业技术创新发展。企业也正努力将AI导入自己的产品,以创造更多附加价值。在这一过程中,AI应用的开发至关重要。但是在AI开发面前,企业与开发者存在着诸多的难题与挑战。

对许多开发者来说,人工智能应用的开发,仍存在极高的门槛。我们知道,人工智能的应用开发可分成“云”与“端”两大部分。云指的是云端数据中心或超级电脑,具有强大的运算能力,负责执行模型训练工作;端则是指用训练好的模型进行推论的各种边缘节点设备。对应用开发者而言,模型训练是人工智能应用开发的起点,也是许多问题的根源。

在AI应用开发过程中,我们不得不面对开发效率低,标注、训练、部署整个过程耗时,以及稀缺与昂贵的算力。AI产业若要规模化走进各行各业,助力企业AI产业化应用,就必须要降低AI开发门槛和难度。而开发者在AI开发过程中也存在诸多痛点,例如,随着数据量不断指数级增长、模型越来越复杂、计算过程愈发耗时,以及众多晦涩难懂的AI开发工具导致AI开发效率降低,这不仅降低了开发者的开发热情,更阻碍了AI产业的规模化发展。

深度学习作为人工智能崛起的主要原因,是开发者必须要学习的技能,但是对于普通开发者而言,掌握深度学习模型训练的时间成本相当高,这也降低了AI开发者的开发效率。AI开发者尚且面临如此多的困难与挑战,对于那些缺少算法开发和调参能力的AI初学者来说,更是一条无法逾越的障碍。

在这样的情况下,对于AI工程师、业务开发者,甚至“小白用户”,能快速完成AI模型开发与部署,顺利完成业务开发上线,一个“用得起、用得好、用得放心”的AI开发与管理平台必不可少。

一个理想的AI开发平台

为了帮助开发者解决AI应用开发的种种挑战,华为云ModelArts应运而生。ModelArts这个名字既有“模型的艺术”的意思,同时也蕴含了华为云以普惠AI致敬开发者,助力广大AI开发者能够便利地借助此平台成为AI开发(建模)大师之意。

作为一站式的AI开发与管理平台,华为云ModelArts集跨场景、软硬协同、端边云一体等多方位的优化经验于一体。“一站式”是指AI开发的各个环节“开箱即用”,包括自动学习、数据处理、算法开发、开发管理、模型训练、推理服务管理、部署都可以在ModelArts上完成。从技术上看,ModelArts底层支持各种异构计算资源,开发者可以根据需要灵活选择使用,而不需要过多把精力放在底层技术上。同时,ModelArts支持像TensorFlow、PyTorch、MXNet等主流开源的AI开发框架,支持传统机器学习算法运行,如逻辑回归、决策树、聚类算法等;支持CNN、RNN、LSTM等多种类型的深度学习算法执行;也支持开发者使用自研的算法框架,匹配开发者的使用习惯。

针对业务开发者,华为云ModelArts提供了自动学习功能,无需关注模型开发、参数调整等开发细节,仅需三步(数据标注、自动训练、部署上线),即可完成一个AI开发项目。尤其边标边学的智能化数据标注支持图片、语音、文本、视频等常见标注及自动驾驶、医疗等领域标注任务,标注效率提升70%,在特定领域可提升人工标注效率10倍。