注册有礼
< 返回资讯中心

中国信通院发布《人工智能研发运营体系(MLOps)实践指南(2023年)》

发布人:中嘉和信 发布时间:2023.03.17 来源:通信世界网

随着“十四五”规划等国家政策的深化落地,人工智能(AI)发展迎来又一轮红利,特别是以ChatGPT为代表的生成AI产品预示着AI商业变现过程将进一步提速,AI工程化热度进一步提升。人工智能研发运营体系(MLOps)作为AI工程化重要组成部分,呈现出方法论逐渐成熟、落地应用持续推进的态势。

2023316日,“AI工程化论坛暨MLOps实践指南发布会”在京举办。会上,中国信息通信研究院(简称”中国信通院“)发布《人工智能研发运营体系(MLOps)实践指南(2023年)》。指南从组织如何布局和落地MLOps的角度出发,以模型的高质量、可持续交付作为核心逻辑,系统性梳理MLOps概念内涵、发展过程、落地挑战,为组织高效构建MLOps框架体系和关键能力提供方法论和实践案例的参考与借鉴,并研判MLOps未来发展趋势。

一、MLOps概念渐晰,为解决AI生产过程管理问题意义明显。MLOps是通过构建和运行机器学习流水线(Pipeline),统一机器学习(ML)项目研发(Dev)和运营(Ops)过程的一种方法,目的是为了提高AI模型生产质效,推动AI从满足基本需求的“能用”变为满足高效率、高性能的“好用”,有效化解模型全链路生命周期管理存在问题,包括跨团队协作难度大、过程和资产管理欠缺、生产和交付周期长等。

二、国内外MLOps发展百花齐放,落地仍面临问题和挑战。2015年至今,从业界意识到机器学习项目技术债给AI生产上线带来的潜在巨大影响伊始,MLOps前后经历了斟酌发酵、概念明确、落地应用三大阶段,且随着新工具不断涌现,在IT、金融、电信等行业得到了广泛应用和落地。但在这个渐进式发展过程中,MLOps落地面临着诸多挑战,包括组织落地驱动力不足、支撑工具选型难集成难、模型治理和可信道阻且长、环境间的交互难以平衡等。

三、围绕流水线的构建,MLOps框架体系逐步完善。基于机器学习项目全生命周期,以CI/CD/CT/CM为核心,通过构建各条机器学习流水线,包含需求分析与开发、数据工程流水线、模型实验工程流水线、持续集成流水线、模型训练流水线、模型服务流水线、持续监控流水线,MLOps全生命周期闭环框架逐步完善。

四、渐进式建设关键能力,MLOps落地效应逐步形成。通过数据处理、模型训练、构建继承、模型服务、运营监控、模型重训、实验管理和流水线管理等能力的建设,形成MLOps过程管理能力的全面把控。通过特征管理、模型管理和仓库管理等能力的建设,形成制品管理能力的提升。同时以模型安全作为AI生产过程中的关键保障之一,MLOps落地效应日益凸显。

中嘉和信作为深耕IDC行业十余年的数据中心服务商,致力于成为行业领先的数字化业务连续性保障服务提供商业务覆盖金融机构、银行保险、人工智能、电商零售、交通运输、生产制造、能源化工、地产建安、生活服务等多个行业。中嘉和信为客户提供数据中心规划建设、数据中心托管运营、公有云、私有云、混合云DCI全球组网、云网融合信创集成服务、安全集成服务等定制化解决方案,依托经验丰富的专业技术服务团队和先进的运维服务管理体系,持续为各行业客户提供一站式数字化业务连续性保障服务,陪伴客户共同成长,助力客户实现梦想。如有业务需求请拨打010-51265666进行咨询,欢迎预约参观机房!

文章来源:互联网,如有侵权联系删除!

相关文章推荐《两会声音 | 加快农村基础设施建设,激发乡村“数智”活力


热门新闻

版权所有©2023年北京中嘉和信通信技术有限公司京ICP备09037838号-6京公网安备11010602104635号