AI軟件工程平臺(tái)將AI模型、機(jī)器人流程自動(dòng)化(RPA)技術(shù)、低代碼能力進(jìn)行整合，推出面向場(chǎng)景化、AI端云協(xié)同的智能流程機(jī)器人方案。特點(diǎn)是開(kāi)箱即用、本地落地AI能力、自主可控、安全穩(wěn)定、端云協(xié)同，能夠全面提升業(yè)務(wù)效率和員工體驗(yàn)。本文將介紹AI軟件工程平臺(tái) 的開(kāi)發(fā)的四個(gè)重要部分：

1、數(shù)據(jù)標(biāo)注

數(shù)據(jù)標(biāo)注是AI開(kāi)發(fā)基礎(chǔ)也是關(guān)鍵。標(biāo)注旨在將圖像中的目標(biāo)、關(guān)鍵點(diǎn)等結(jié)構(gòu)化信息通過(guò)人工進(jìn)行標(biāo)記并賦予標(biāo)簽。數(shù)據(jù)標(biāo)注是整個(gè)開(kāi)發(fā)中最具工作量的部分，標(biāo)注樣本多、實(shí)例多，標(biāo)注精度要求高。1個(gè)訓(xùn)練有素的標(biāo)注人員1天約能標(biāo)注1000張樣本，對(duì)于場(chǎng)景依賴性強(qiáng)的定制化算法，則需要更多輪次優(yōu)化數(shù)據(jù)，因此，需投入大量標(biāo)注時(shí)間。

2、模型開(kāi)發(fā)

模型開(kāi)發(fā)是根據(jù)場(chǎng)景化需求，設(shè)計(jì)算法模型。模型開(kāi)發(fā)旨在將業(yè)務(wù)需求抽象為數(shù)學(xué)化表達(dá)，并轉(zhuǎn)化為模型能夠識(shí)別的內(nèi)容。AI軟件工程平臺(tái)旨在通過(guò)高性能標(biāo)準(zhǔn)模型的開(kāi)發(fā)，實(shí)現(xiàn)不同算法的模型調(diào)優(yōu)與復(fù)用。

3、模型訓(xùn)練

模型訓(xùn)練是依據(jù)設(shè)計(jì)模型，配置模型超參并訓(xùn)練模型。將訓(xùn)練數(shù)據(jù)喂入設(shè)計(jì)模型，并調(diào)優(yōu)超參數(shù)，分配硬件資源，可視化訓(xùn)練進(jìn)度與指標(biāo)，從而進(jìn)行人工干預(yù)或早停調(diào)參重訓(xùn)。訓(xùn)練完畢，導(dǎo)入數(shù)據(jù)進(jìn)行模型能力評(píng)估。AI軟件工程平臺(tái)通過(guò)模型管理、超參配置、資源分配與可視化訓(xùn)練監(jiān)控，及時(shí)掌握模型訓(xùn)練進(jìn)度與指標(biāo)。可實(shí)現(xiàn)多任務(wù)協(xié)同訓(xùn)練與集中管理。

4、模型部署

模型部署是模型一般在大算力的X86服務(wù)器上采用GPU完成訓(xùn)練。而推理模型可部署至服務(wù)器、邊緣計(jì)算盒子、前端感知設(shè)備。AI開(kāi)發(fā)平臺(tái)旨在建立算法模型與部署平臺(tái)之間的N:N適配。大型服務(wù)器上訓(xùn)練完成的模型可適配至推理設(shè)備。

軟通動(dòng)力AI端云一體化產(chǎn)品，結(jié)合華為2021年發(fā)布的智能流程機(jī)器人解決方案等相關(guān)技術(shù)，針對(duì)企業(yè)重復(fù)且規(guī)則的工作內(nèi)容、業(yè)務(wù)流程的斷點(diǎn)堵點(diǎn)推出的軟硬一體化解決方案。目前，AI端云協(xié)同服務(wù)已應(yīng)用于100余個(gè)智能自動(dòng)化場(chǎng)景，覆蓋企業(yè)、金融、政務(wù)、互聯(lián)網(wǎng)、教育、汽車(chē)、銀行、保險(xiǎn)、證券等領(lǐng)域。