腾讯云王龙:AI规模化落地进入“深水区”,需要跨过两道门槛

猎云网

    11月11日报道
    近日,腾讯云主办的首届Techo开发者大会现场,腾讯云副总裁王龙表示,AI规模化落地已经进入“深水区”。对于AI相关的开发者来说,能否克服构建AI模型和应用AI能力的两大挑战,是AI能否规模化落地的关键。
    
    腾讯云副总裁王龙
    首先,深度学习的模型训练在算法、算力和数据等方面有着较高的门槛。获取合法合规的高质量数据,合理并高效的利用算力,结合实际场景来构建和训练模型,这三步中的任意一个失误都会带来高昂的代价。
    其次,将AI能力集成到软件应用或者解决方案中,也常常遇到双重困难的叠加。一方面各行业信息化程度不一,开发者要面对的企业IT系统、管理软件和业务流程及其复杂,导致应用和集成本身的难度就较高;另一方面AI模型的训练、测试、部署、监控、运维、更新等环节,与传统软件流程存在一定的差别,有时还需要与多种智能设备集成,这使得包含AI能力的应用开发,面临的不确定性和风险更高,成本也更难以控制。
    王龙表示,腾讯云搭建的智能钛(TIOne)机器学习平台和云智天枢人工智能中台(TIMatrix)的目标,就是要针对性的解决上述两大难题。
    在构建和训练AI模型的过程中,智能钛可以提供灵活高效的算力、更好的计算框架,同时内置行业多种流行算法,以及腾讯在自身数百种场景中多年锤炼和积累的各种算法,并提供拖拽式的图形化界面,从而帮助数据和算法工程师们更高效地训练AI模型。
    云智天枢则是将传统应用开发与AI能力进行连接的一站式平台。它的目标是让开发者在进行应用开发或者解决方案集成的时候,无需或者较少关注AI模型的训练、测试、部署、监控、运维、更新和升级,也无需关注智能设备的适配及计算资源的调度,从而能够专注于业务逻辑的实现,和系统集成的稳定可靠。
    这两个平台将能有效降低构建AI模型和应用AI能力的门槛、节约成本、缩短交付周期、提升AI效果, 为AI的规模化落地创造充分条件。
    事实上,腾讯过去20年的AI技术积累,包括了腾讯各大实验室和技术团队已经训练好的模型,都已经在通过平台对合作伙伴和开发者开放,这其中许多能力均已达到了行业的领先水平。
    例如在微信支付上线的腾讯Angel图算平台。据腾讯高级研究员王才华介绍,Angel可支持规模达10亿节点、100亿边的深度图网络算法,整体性能优于目前业界的图计算平台。同时它可以运行多任务集群,并具备易用性强。容错率高、完备性好等特点。
    再例如NLP模型的训练方面,TIOne支持有着最强模型之称的Bert的改进算法,并通过云端训练部署即完成应用,其优异的效果和广泛的通用性使其可以应用在多个场景中。腾讯高级研究员尹迪表示,在腾讯内部诸如社交平台、客服系统、娱乐机器人的场景中,意图识别、文本匹配、问答系统等,都运用到了Bert及 其改进模型。
    王龙表示:“这两个平台内置了多项腾讯的AI能力。数据科学家、算法专家以及缺乏AI经验的开发者都能够在这里快速找到自己所需的工具和能力,更便捷高效地打造端到端的应用和解决方案。”
    同时,这两个平台也已经吸引并服务了大量的开发者和合作伙伴,基于它们构建的应用和解决方案,在智慧城市、智慧交通、智慧社区、智慧金融、智能制造、智慧零售等多个行业中都已经成功实施并发挥巨大作用。
    作者:李未来源:猎云网