AI開發工具戰國時代,企業面臨兩道難題

數位時代 2018/09/14 16:26(253天前)

細想每個人工智慧的應用場景,若要從「雲」(雲端)到「端」(終端裝置),走過軟體、韌體、硬體,乃至於資料與服務邏輯串接,從頭至尾軟、硬整合一條龍提供服務,就需要許多不同的系統開發環節,但各環節之間卻又環環相扣。
單以人工智慧的開發框架2來說,該選擇哪一種框架訓練模型,方便開發者直接將應用模型放到終端去推論、提供真正的智慧服務,就是一個重要關鍵。
「對軟體或網路服務開發者來說,終端硬體通常不是我們熟悉的環境。」Deep Sentinel共同創辦人陳昭穎說。「我們需要晶片上面已經有完整的作業系統,可以跑特定的開發框架,例如Google的TensorFlow或是輝達(Nvidia)的CUDA,讓我們可以把訓練好的模型與終端應用的程式邏輯放上去。」



使用者多寡、雲服務支援度,牽動技術路線策略選擇

推論一定發生在訓練之後,也一定基於訓練的成果。訓練,是人工智慧應用的第一步,這項需要大量的數據儲存與計算量的工作流程,對雲服務大廠來說,是必然且龐大的市場需求。每家大廠都積極推廣,希望能夠將自身的生態系滲透進入更多的智慧應用,所以亞馬遜、Google、微軟甚至是Facebook無不卯足全力推出相應的開發框架,積極吸引想要投入人工智慧應用開發的開發者、新創、各類參與企業使用他們的開源工具。
由於多數的深度學習演算法仍在發展中,每每從學術理論到現實環境實作,需要耗費大量的理解時間與開發人力,專門將不同演算法彙整、實現成特定工具集,也因此,讓想要訓練資料的開發者不需要花費時間自己建造工具,就像取用不同螺絲起子般,輕鬆使用不同演算法的開發框架的確有其必要性。
然而如何選取開發框架,牽涉到一系列的技術路線策略選擇,也往往令企業頭大。


FB留言

其它文章

降雨:

氣溫: