西北AI什么水平?有人3年实现盈利,西工大系CEO:没那么高大上( 三 )
一言以蔽之 , AI算法生产平台+高标准落地 。
作为一家技术公司 , 算法之强不在于单个产品 , 而在于规模化、批量化生产算法的能力 。
之于第六镜 , 就是AI算法生产平台 。
该平台包含深度学习训练框架、分布式端边云AI协同框架、分布式决策与强化学习工具链 , 以及AI基础算法工具库 。
据介绍 , 为应对城市AI、工业AI多样化需求 , 该平台面向定制化场景 , 可做到快速响应 , 从数据清洗标注、模型训练再到SDK封装交付 , 整个过程无过多人为干预 。
AI浪潮 , 被视为智能化浪潮 , 是一场替代简单重复脑力劳动的革命 。 而这种脑力驱动 , 来自算法 。
文章图片
但光有脑不行 , 还需有“躯干”协同 。 这个躯干 , 在第六镜看来 , 就是落地方法论 。
具体而言 , 就是找最高需求标准切入 , 制定模块化的解决方案 。 之后下沉到类似场景时 , 就做模块拆分 。
形象化理解 , 业务从0到1时做加法 , 之后拓宽到100时就做减法 。
比如 , 面向高校的智慧服务 , 就先找双一流985高校 , 因为场景管理者要求一定是最高的 。
如此一来 , 有了“脑”和“躯干” , 才能更好地指挥两大场景快速落地 。
此外 , 在面对工业上最普遍、令不少AI企业折戟的工业小样本问题时 , 第六镜衍生出了自己的落地思路 。
通常来讲 , 要保证实际生产中较高的良品率 , 就需要AI模型有较高的准确度 。 依照传统深度学习特性 , 这需要大规模数据来训练 。
文章图片
这在工业生产中很难实现 。
因为往往一个缺陷样本越是致命 , 发生概率就越低 , 可供训练的样本数据也就越少 , 加上长尾效应 , 更多未知场景没办法顾及 。
市面上已有的解决方式 , 无非算法和数据两个层面的优化 , 比如迁移学习、数据增益等 。
- 本文转自:太原铁路说起心电图大家一定不会陌生医生将我们的心脏跳动节奏通过心电图医生可以准...|什么?这群铁路人的工作竟然是做“心电图”?
- “一个技术人员都不留”!提桶跑路的美光,在怕什么?
- 专车|王兴是一个什么样的人,怼华为怼上瘾了?
- 联想|主动推上“风口浪尖”,联想正式确定!杨元庆到底要干什么?
- 高通骁龙|终于理解为什么说“骁龙870”是一款因定位而被严重低估的神U了!
- 客服|为什么要选择天猫客服外包公司
- 手绘 | TA,春节为什么不回家?
- iOS|为什么更新到iOS15.3很重要?
- 本文转自:36氪不知道大家对5G网络有什么印象?就我个人来说|iPhone成为了运营商推广5G消息的最大绊脚石?
- 虎年大礼送什么?QQ冰淇淋芜湖起飞