毫不客氣地說，人工智能（AI）和機器學(xué)習(xí)（ML）已然“滲透”到了各行各業(yè)，企業(yè)們期待通過機器學(xué)習(xí)基礎(chǔ)架構(gòu)平臺，以推動人工智能在業(yè)務(wù)中的利用。在機器學(xué)習(xí)加快推進的過程中，卻是有喜也有憂。
近日，國際數(shù)據(jù)公司（IDC）發(fā)布了《中國人工智能軟件及應(yīng)用（2019下半年）跟蹤》報告。據(jù)該報告顯示，中國機器學(xué)習(xí)開發(fā)平臺市場2019年市場規(guī)模達2．05億美元。
機器學(xué)習(xí)開發(fā)平臺的部署，包括數(shù)據(jù)獲取、數(shù)據(jù)準備、模型訓(xùn)練、應(yīng)用程序集成、模型運維、生產(chǎn)監(jiān)控以及有明確KPI的業(yè)務(wù)治理過程。在這個過程中，由框架、算法模型、開發(fā)語言等各種工具賦能，由數(shù)據(jù)科學(xué)家、業(yè)務(wù)分析師、數(shù)據(jù)架構(gòu)師和專業(yè)人員協(xié)作，基于數(shù)據(jù)建模，不斷的進行概念驗證，將好的模型部署到生產(chǎn)環(huán)境，協(xié)作以管理模型運維的全生命周期。
算力不斷提升、算法模型創(chuàng)新、開源技術(shù)發(fā)展、廠商加大投入，已經(jīng)成為了機器學(xué)習(xí)產(chǎn)業(yè)實現(xiàn)快速發(fā)展的重要驅(qū)動力。其中，算力的提升，對于AI技術(shù)的進步與成熟、相關(guān)智能產(chǎn)業(yè)的應(yīng)用模式創(chuàng)新等，無疑提供了強大的支撐。
受益于加速計算技術(shù)的不斷突破，機器學(xué)習(xí)、深度學(xué)習(xí)模型訓(xùn)練和推理速度持續(xù)提升，加快推動了AI應(yīng)用產(chǎn)業(yè)化的進程。從廠商情況來看，2020年GTC、英偉達發(fā)布了將算力再度提升數(shù)十倍的安培架構(gòu)的A100 GPU。此外，Intel華為昇騰系列，Xilinx Alveo系列、寒武紀等也在特定領(lǐng)域為AI負載提供加速能力。
單就商業(yè)化機器學(xué)習(xí)開發(fā)平臺而言，2018年包括硬軟服在內(nèi)的中國機器學(xué)習(xí)市場達到10億元人民幣，預(yù)計2018－2023年五年復(fù)合增長率將達到62．0％。當(dāng)前的機器學(xué)習(xí)開發(fā)平臺基本可以提供30種以上的經(jīng)典機器學(xué)習(xí)算法，且基本已支持TensorFlow、PyTorch、Caffe等主流框架。不僅是深度學(xué)習(xí)、機器學(xué)習(xí)，圖算法也開始走向市場，現(xiàn)階段應(yīng)用十分普及的是經(jīng)典機器學(xué)習(xí)。
從市場空間來看，對于還沒有成熟的AI軟件產(chǎn)品的領(lǐng)域，機器學(xué)習(xí)、深度學(xué)習(xí)開發(fā)平臺建設(shè)將成為一大趨勢，相關(guān)頭部廠商將借助已有的軟件、硬件、系統(tǒng)等技術(shù)優(yōu)勢，致力于為行業(yè)系統(tǒng)性機器學(xué)習(xí)體系的完善與健全貢獻更大力量。
雖然機器學(xué)習(xí)是“顯學(xué)”，但其發(fā)展還是存在不少阻力，其一，人工智能、機器學(xué)習(xí)等知識相對高深，相應(yīng)的，掌握這些知識的人也就比較少，因此，各行業(yè)發(fā)展對于機器學(xué)習(xí)、圖像識別等的人才十分迫切。
此外，機器學(xué)習(xí)的部署實施其實是一項非常復(fù)雜的工作。例如，對數(shù)據(jù)進行可視化、轉(zhuǎn)換和預(yù)處理，算法的優(yōu)化、模型的訓(xùn)練，而所有這些工作都需要大量的專業(yè)知識，并耗費龐大的算力、數(shù)據(jù)存儲和時間成本。在較短的時間內(nèi)，要達到相當(dāng)?shù)臋C器學(xué)習(xí)部署和推進能力實屬不易。
機器學(xué)習(xí)平臺底層，可以簡單地理解成是把數(shù)據(jù)治理、算法與算力合在一起，第四范式叫之為先知平臺。它既是一種科技平臺，也是產(chǎn)品研發(fā)系統(tǒng)。它的目標是能夠有更好的企業(yè)級適配效果，更大的延展性和更強的計算水平。在先知平臺獲得突破，已經(jīng)成為許多企業(yè)的目標。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
