近日，全球權(quán)威市場研究與咨詢機構(gòu)Forrester發(fā)布《Now Tech: Predictive Analytics And Machine Learning In China，Q3 2020》研究報告，深入研究了30多家中國（包括在中國提供服務(wù)的國際公司）機器學習關(guān)鍵廠商，為尋求提升AI能力的企業(yè)提供了客觀公正的參考。創(chuàng)新奇智憑借領(lǐng)先的機器學習技術(shù)和快速商業(yè)化落地，強勢入圍中型機器學習廠商陣營，與IBM、SAP等國際巨頭企業(yè)同列。
Forrester是全球公認的可信賴咨詢商，長期針對技術(shù)給業(yè)務(wù)和客戶所帶來的影響提供務(wù)實和具有前瞻性的建議。機器學習Now Tech報告對中國（包括在中國提供服務(wù)的國際公司）機器學習關(guān)鍵廠商從市場規(guī)模、產(chǎn)品功能、應(yīng)用領(lǐng)域、落地案例等維度進行全面分析，為企業(yè)IT決策者了解機器學習平臺及選擇高價值供應(yīng)商提供了權(quán)威參考。
Forrester認為，企業(yè)正在加速提升自身AI能力建設(shè)，在2019年已經(jīng)有54%的企業(yè)著手部署AI能力，預(yù)測五年以后，所有的企業(yè)都需要部署AI能力。在企業(yè)建設(shè)自身AI能力的道路上，自動化機器學習平臺是一個重要的賦能工具，已經(jīng)獲得了決策者的廣泛關(guān)注。報告指出，自動化機器學習加快了從分析數(shù)據(jù)到訓練模型再到運行AI應(yīng)用程序的過程，并解決了有限的AI和數(shù)據(jù)科學資源，以及耗時的模型開發(fā)的限制，已經(jīng)成為企業(yè)創(chuàng)建預(yù)測模型的關(guān)鍵引擎，這些模型可進一步將智能注入企業(yè)的客戶服務(wù)和運營過程中。
全流程、自動化
Orion開啟機器學習“產(chǎn)品化”時代
提到機器學習，很多人將其視為實驗室的專屬產(chǎn)物。創(chuàng)新奇智Orion自動化機器學習平臺做到了把機器學習“產(chǎn)品化”和“商業(yè)化”，通過將多種開發(fā)任務(wù)和AI算法封裝在一起，為用戶提供易于使用、方便客制化的AI能力，普通用戶也可迅速將這些AI能力嵌入到自己的應(yīng)用之中，進而快速地進行商業(yè)模式驗證，抓住商機，更快的創(chuàng)造新業(yè)務(wù)價值。
形象來講，Orion自動化機器學習平臺就像一條全流程自動化的AI模型開發(fā)生產(chǎn)線，覆蓋“數(shù)據(jù)接⼊-數(shù)據(jù)預(yù)處理-特征⼯程-算法訓練-模型評估-模型部署-模型線上管理”的全生命周期AI開發(fā)，簡單易用、快速部署，真正實現(xiàn)MLaaS（機器學習即服務(wù)）功能。
低門檻，高效率
開發(fā)周期從3-4個月降至1-2周
創(chuàng)新奇智Orion自動化機器學習平臺是一款低門檻的機器學習開發(fā)平臺，綜合了創(chuàng)新奇智自研的圖像分類、物體檢測、語義分割、實例分割、超高維特征、時序檢測、NAS、強化學習、運籌優(yōu)化等數(shù)十種業(yè)界先進的機器學習與深度學習算法工具箱。平臺可以實現(xiàn)自動化特征選擇、特征生成提取、自動化算法選擇、超參調(diào)優(yōu)，簡單幾步即可完成針對某應(yīng)用需求的算法模型，強大的AutoML能力幫助用戶跨越“算法”鴻溝和對專家經(jīng)驗的依賴，非專業(yè)算法工程師也可快速開發(fā)生產(chǎn)可用的AI模型，將開發(fā)時間從3-4個月縮短至1-2周。
為更進一步降低使用門檻，Orion自動化機器學習平臺還支持無代碼操作，無需編碼就能進行數(shù)據(jù)預(yù)處理操作、選擇算法、訓練算法。另外，為滿足個性化需求，平臺支持基于JupyterLab的IDE環(huán)境，方便進⾏定制化的代碼開發(fā)和模型生成。
相比某些“高冷”的AI平臺，Orion自動化機器學習平臺則非常親民，使用體驗友好，功能設(shè)置也很接地氣。例如，為應(yīng)對真實世界里繁雜多樣的數(shù)據(jù)類型，Orion支持結(jié)構(gòu)化數(shù)據(jù)、圖片/文本/語音/視頻等非結(jié)構(gòu)化數(shù)據(jù)，以及實時數(shù)據(jù)接入，比如可對接SCADA系統(tǒng)等⼯業(yè)實時數(shù)據(jù)庫。雖然是自動化平臺，但并非完全“黑盒”操作，而是全程可視化，開發(fā)進度一目了然。針對普通用戶面對多種算法不知如何選擇的問題，Orion配有模型指標分析功能，可對各種算法進行多維度評估，生成排行榜，方便用戶觀察每一種模型的效果。此外，還支持⼀鍵部署和輸出模型到生產(chǎn)環(huán)境，在模型上線形成服務(wù)后，可對線上服務(wù)進⾏監(jiān)督及管理，通過對模型的持續(xù)運營，確保AI為企業(yè)帶來業(yè)務(wù)價值。
資源分級管理，降低算力依賴
數(shù)據(jù)是機器學習的基石，但大量數(shù)據(jù)接入對企業(yè)IT基礎(chǔ)設(shè)施構(gòu)成較大沖擊，且模型訓練和推理都需要消耗大量算力,因此通過算力調(diào)優(yōu)和資源調(diào)度，幫助企業(yè)降低算力成本，對普及企業(yè)級AI至關(guān)重要。
創(chuàng)新奇智Orion自動化機器學習平臺對算力資源進行分級管理。在物理資源層，不僅⽀持用戶的私有環(huán)境部署，也支持使⽤公有云或混合云的資源進⾏部署及運⾏。在邏輯資源層，Orion平臺將物理資源進⾏抽象，形成以CPU、GPU、內(nèi)存、存儲為對象的邏輯計算資源。然后，基于異構(gòu)算法和容器化（docker）的微服務(wù)架構(gòu)，生成虛擬資源層，根據(jù)算力需求，彈性拓展底層存儲和計算資源。在資源管理層，Orion自動化機器學習平臺基于Kubernetes的大規(guī)模集群管理，實現(xiàn)多租戶的容器資源⽣成，調(diào)度及釋放。面向工業(yè)級的海量實時數(shù)據(jù)接入，Orion優(yōu)化了數(shù)據(jù)接入的效率，實現(xiàn)訓練數(shù)據(jù)的PB級數(shù)據(jù)吞吐及并行計算，線上推理數(shù)據(jù)的毫秒級性能優(yōu)化。
制造、金融、零售等多領(lǐng)域落地應(yīng)用
目前，制造、金融、零售等領(lǐng)域的多家企業(yè)正在使用創(chuàng)新奇智Orion自動化機器學習平臺，組建自己的AI能力，用于PUE能效管理、智慧供應(yīng)鏈、預(yù)測性運維等，享受AI帶來的商業(yè)價值提升。例如，中國華電直屬科研機構(gòu) — 華電電科院，采用創(chuàng)新奇智Orion自動化機器學習平臺進行風場智慧運維，僅用時1周就完成了平臺的部署實施，在3個月內(nèi)實現(xiàn)了對所有風機模型的建立、優(yōu)化，風機故障預(yù)測評估準確率提高了10%以上。
除軟件平臺外，為進一步降低用戶部署AI的門檻，創(chuàng)新奇智還推出以O(shè)rion自動化機器學習平臺為AI內(nèi)核的創(chuàng)新奇智ABC一體機，定位新一代智能化計算基礎(chǔ)設(shè)施設(shè)備，面向數(shù)據(jù)中心應(yīng)用場景，以“軟硬一體、邊云協(xié)同、產(chǎn)品+服務(wù)”的方式為企業(yè)提供從底層算力設(shè)施到頂層行業(yè)應(yīng)用的一體化AI賦能。
