El camino del novato para comenzar como gerente de productos de IA
Parte 1: Primer conocimiento
quyc 27 de abril de 2022
Descripción general del conocimiento de la plataforma de inteligencia artificial
Comprensión ( (qué. ) concepto
Antes de hablar de la plataforma de IA, primero podemos dar una explicación general de la IA. La IA, inteligencia artificial, es una ciencia técnica que estudia, simula, extiende y expande el comportamiento complejo del cerebro humano, incluido el aprendizaje automático, la visión por computadora, etc. Entonces, la plataforma de IA es una herramienta auxiliar para respaldar este tipo de investigación científica compleja y puede completar esta serie de investigaciones de manera inteligente, sistemática y automática.
1) La plataforma de IA está dirigida principalmente a desarrolladores de modelos y proporciona herramientas en torno al ciclo de vida de los modelos/algoritmos de IA (recopilación de datos, anotación de datos, construcción de modelos, entrenamiento de modelos, optimización de modelos y despliegue).
2) La plataforma de IA está orientada al usuario, implementa aplicaciones en torno a servicios de IA integrados y realiza principalmente la gestión de aplicaciones y otras operaciones relacionadas.
2. Funciones del producto (cómo)
A continuación, se describirán una por una las funciones de las dos categorías de plataformas de IA.
2.1 Plataforma de desarrollo de inteligencia artificial
1) Plataforma de anotación de datos
Trabajo preparatorio para el entrenamiento de modelos, incluida la importación de datos, el preprocesamiento de datos, la anotación de datos y la mejora de datos. esperar. Esta parte del trabajo de datos está estrechamente relacionada con big data, y algunas plataformas de anotaciones son incluso componentes de sistemas de big data.
Para la anotación de IA, el procesamiento de datos es más inteligente/automatizado, por lo que algunos fabricantes han lanzado muestreo de datos, división de datos, procesamiento de valores faltantes de datos (preprocesamiento de datos), anotación automática (anotación de datos) y desempañado de datos de tipo de imagen. , empañamiento, mejora del contraste y otros algoritmos inteligentes (mejora de datos), y son estas funciones las que respaldan la plataforma de anotación de datos.
2) Plataforma de formación de modelos
Es un producto común en las plataformas de IA que configura la potencia informática y el entorno para el contenido de formación de modelos. Dado que el entrenamiento de modelos consume muchos recursos de hardware, los recursos de computación en la nube generalmente se alquilan para completar el entrenamiento del modelo. Por lo tanto, muchas plataformas de entrenamiento de modelos se incluyen con plataformas en la nube para completar tareas que incluyen equilibrio de carga, entrenamiento paralelo, etc.
4) Plataforma de implementación de modelos
Proporciona herramientas para implementar modelos desde el entorno de entrenamiento al entorno de inferencia (nube, borde, etc.). ). Esta función es relativamente simple y rara vez se usa como un producto separado. Generalmente se usa como un módulo funcional de la plataforma de desarrollo.
Una excepción es la plataforma de implementación para entornos integrados/perimetrales (como Baidu EasyEdge). Debido a la complejidad de la adaptación del hardware, Baidu se considera actualmente un producto relativamente independiente.
5) Plataforma de inferencia de modelos
Proporciona una variedad de interfaces de modelos para que los usuarios llamen directamente, generalmente brinda administración de llamadas de modelos, administración de interfaces y otras funciones. Esta plataforma de razonamiento toma principalmente los modelos como su competitividad central. Otro tipo de plataforma de inferencia compite con la potencia informática, similar a las plataformas en la nube. Los usuarios pueden obtener capacidades de escalamiento elástico implementando modelos en la plataforma.
2.2 ?Plataforma de aplicaciones de inteligencia artificial
En comparación con las plataformas de desarrollo de IA, las plataformas de soporte de IA son más similares a las plataformas comerciales, como revisión de contenido, diálogo inteligente, etc. Concéntrese en un algoritmo central y mejore la versatilidad de este algoritmo/capacidad mediante la configuración.
El siguiente ejemplo lo explica en detalle:
La dirección horizontal es el proceso comercial de publicación de imágenes y la dirección vertical es la función de la plataforma de revisión. El tema central de la plataforma de revisión es la clasificación de imágenes, y las imágenes que cumplen con los requisitos de la política de revisión están restringidas.
3. Ventajas principales (por qué)
Las ventajas que aporta la plataforma de IA se pueden considerar desde dos perspectivas: usuarios y plataformas:
Usuarios: las capacidades de IA de adquisición de bajo costo mejoran la eficiencia del trabajo y satisfacen las necesidades de una rápida expansión comercial;
Plataforma de IA: herramientas/procesos de trabajo estandarizados que se pueden resolver sin personalización, mejoran la eficiencia de la producción de modelos, reducen los costos de trabajo y generar así ganancias;
Pero la demanda actual de la plataforma es mayor que la demanda de usuarios, lo cual está relacionado con la historia de desarrollo de la IA. En la actualidad, la tecnología de IA todavía está en su infancia y se trata más bien de la demanda de capacitación de modelos, un proceso de estandarización de soluciones industriales. Los usuarios de IA todavía tienen una actitud de esperar y ver (no están seguros de mejorar el retorno de la inversión, etc.); .), por lo que se concluye que es necesario fortalecer continuamente la IA, cultivar capacidades para satisfacer mejor las necesidades de los usuarios del mercado y, al mismo tiempo, es necesario guiar continuamente a los usuarios para que descubran el valor de las capacidades de la IA, mejorando así la Valor de la plataforma de IA.
4. Situación del mercado (dónde)
La cobertura del ciclo de vida de algunos productos de plataformas de desarrollo de IA muestra que la mayoría de los productos en realidad brindan funciones de ciclo de vida completo y brindan una solución integral.
Análisis de producto competitivo:
La arquitectura funcional de Baidu es la más cómoda y lógica. Las plataformas de desarrollo de IA de Baidu incluyen BML y EasyDL. BML es una plataforma de desarrollo de proceso completo que cubre todo el ciclo de vida de los modelos de IA. EasyDL está posicionado para un desarrollo de umbral cero, por lo que solo admite el desarrollo hasta el nivel de capacitación de datos. Las funciones relativamente independientes relacionadas con los datos y las funciones relacionadas con la implementación de borde de BML también se dividen en componentes/plataformas pequeñas, a las que los usuarios pueden llamar de forma independiente, lo que mejora la flexibilidad.
En la plataforma de la serie TI de Tencent, TI-ONE se posiciona como una "plataforma integral de servicios de aprendizaje automático", pero la función de anotación de datos aún no se ha visto y el procesamiento de datos solo proporciona funciones relativamente simples. Funciones de acceso a datos y preprocesamiento de datos. Hay relativamente pocos modelos preestablecidos, la mayoría de los cuales son modelos de aprendizaje automático y pocos modelos de aprendizaje profundo.
Las otras dos plataformas de la serie TI, TI-Matrix y Ti-EMS, son "plataforma de servicio de aplicaciones de IA" y "plataforma de razonamiento sin servicio", respectivamente. Personalmente, prefiero los servicios en la nube, principalmente en términos de programación de servicios, expansión y contracción de capacidad.
Huawei ModelArts también proporciona herramientas de desarrollo para todo el proceso, desde la anotación de datos hasta la inferencia del modelo. Entre ellos, el módulo de función de "aprendizaje automático" se compara básicamente con Baidu EasyDL y proporciona niveles de generación de modelos y reentrenamiento, pero el producto no se ha dividido según los niveles de demanda por el momento.
Resumen: En la actualidad, las plataformas de IA tienen diferentes enfoques según las diferentes necesidades de los usuarios, pero las capacidades de capacitación de la plataforma integral se implementan básicamente, principalmente en tres aspectos: datos, modelo e implementación;
1) Diferenciación de datos: alinearse aún más con la plataforma de big data y proporcionar funciones como recopilación de datos, limpieza y anotaciones (automáticas y manuales) para resolver los puntos débiles de los datos del usuario.
2) Diferenciación de modelos: proporcione algoritmos preestablecidos más potentes para el entrenamiento de modelos, entrenamiento de modelos para diferentes escenarios comerciales y optimización para diferentes escenarios comerciales. En segundo lugar, se requieren abundantes recursos de instancia para estar bien conectados y coordinados con la plataforma en la nube.
3) Diferenciación en la implementación: la conveniencia, la velocidad, la construcción rápida y la aplicación flexible se han convertido en una dificultad importante que debe superarse en la implementación, y también es una ventaja competitiva muy importante, que ahorra tiempo y costos laborales. , y facilitar la operación y mantenimiento;
p>