新型人工智能平台人工智能平台能力 _经验常识

有一天，小李的领导说：“我们要做AI平台！” 。
虽然平台产品也不是新概念了，随着AI技术的成熟， AI平台产品也越来越多，但光凭做平台一句话，小李还是犯了难——大大小小的“平台”很多，究竟我们要做什么样的AI平台呢？磨刀不误砍柴功，小李决定先研究下市面上已有的AI平台找找灵感。
AI平台大致可以分为AI开发平台和AI支撑平台（名字是小李瞎起的）两类。
AI开发平台面向的是模型开发者，围绕AI模型/算法的生命周期（数据收集、标注、模型结构设计、模型训练、模型部署等阶段）提供工具。开发平台产品需要对算法开发流程、算法种类丰富度都有较好的积累，因此大部分平台类产品是由内功比较深厚的大厂推出的。
（百度BML功能架构）
1）用户
都叫开发平台啦，用户想必应该是开发人员，使用AI开发平台的研发人员对人工智能的了解程度不尽相同，他们可能是业务应用的开发人员（只需要调用某个模型API），也可能是AI工程师（需要对模型调参数，甚至重新设计网络结构），但归根到底AI开发平台是面向开发人员的B端产品。
2）场景
在需要AI能力支撑的时候，用户可以使用AI开发平台提供的不同层级的工具/功能（嵌入级、API级、数据训练级、模型定制级、算法开发级），实现所需的AI能力。
3）解决问题
AI赋能其他产品。 AI平台作为一个产品，想解决的核心问题是如何便捷的让其他应用或产品获得智能化的能力。看到很多强调AI平台是为了让AI算法开发更简单的说法，但归根到底，如果不是其他产品需要AI模型或者AI能力，自然也不需要算法开发，更就没有必要有所谓AI开发平台存在了。
AI支撑平台大多是面向运营人员/业务人员，为某个AI应用提供能够使之work的配置、管理等“支撑”功能。智能对话平台就是一种非常典型的AI支撑平台，因为智能对话应用并非只依赖某个模型就能实现，所以需要根据业务场景进行技能管理、对话设置等工作，智能对话平台就是这些配置功能的载体。
1）用户
主要是业务人员或者运营人员，也就是需要对某个应用的具体规则、具体内容进行设置的工作人员。
2）场景
在使用某个智能应用时，用户需要根据实际业务场景对应用中的某些功能进行配置，才能使应用按照需求运行起来。
3）解决问题
【新型人工智能平台人工智能平台能力】使智能应用按照用户的期望运行起来。那为什么这些应用需要配置呢？为什么不能固化呢？因为应用的使用场景千差万别，比如在银行的智能客服和商场的智能客服，虽然底层的技术途径一致，但具体客服面对的问题、使用的话术完全不一样。
从产品角度看，为了使产品的通用性更强，我们往往会设计一个通用的应用框架，然后把高频且重要的功能做成可配置项以适应更多用户的需求。也不是说把功能固化下来不行，但那样的话产品就变成了定制化的项目，成本非常高且无法复用。
（AI开发&支撑平台对比）
知乎看到的一个比较好的平台产品定义：“平台产品提供共用性强的工具，连接多端多角色之间的活动或交易” 。 AI开发平台产品也一样，是围绕着围绕AI模型/算法的生命周期提供工具，连接不同层次开发者对AI模型设计、训练、使用等活动。
AI模型的生命周期，大概是这样的：
AI开发平台即然是服务于AI模型生命周期的工具，自然也离不开以上这些模块。所谓平台，可以只针对某一个环节，比如数据收集+标注环节，或者模型部署环节，也可以针对整个生命周期，这就解释了为什么同是AI平台，有大有小。

特别声明：本站内容均来自网友提供或互联网，仅供参考，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。

新型人工智能平台 人工智能平台能力

新型人工智能平台人工智能平台能力