人工智能框架

深度学习视觉

共 1678字,需浏览 4分钟

 · 2022-03-17

人工智能参考框架提供了基于"角色—活动—功能"的层级分类体系,从"智能信息链"(水平轴)和"它价值链"(垂直轴)两个维度阐述了人工智能系统框架。"智能信息链"反映从智能信息感知、智能信息表示与形成、智能推理、智能决策、智能执行与输出的一般过程。在这个过程中,智能信息是流动的载体,经历了"数据—信息—知识—智慧"的凝练过程。"它价值链"从人工智能的底层基础设施、信息(提供和处理技术实现)到系统的产业生态过程,反映人工智能为信息技术产业带来的价值。此外,人工智能系统还有其它非常重要的框架构件:安全、隐私、伦理和管理。人工智能系统主要由基础设施提供者、信息提供者、信息处理者和系统协调者4个角色组成。

基础设施提供者

基础设施提供者为人工智能系统提供计算能力支持,实现与外部世界的沟通,并通过基础平台实现支撑。计算能力由智能芯片(中央处理器、高加、专用集成电路、断续器等硬件加速芯片以及其它智能芯片)等硬件系统开发商提供;与外部世界的沟通通过新型传感器制造商提供;基础平台包括分布式计算框架提供商及网络提供商提供平台保障和支持,即包括云存储和计算、互联互通网络等。

信息提供者

信息提供者在人工智能领域是智能信息的来源。通过知识信息感知过程由数据提供商提供智能感知信息,包括原始数据资源和数据集。原始数据资源的感知涉及到图形、图像、语音、文本的识别,还涉及到传统设备的物联网数据,包括已有系统的业务数据以及力、位移、液位、温度、湿度等感知数据。

信息处理者

信息处理者是指人工智能领域中技术和服务提供商。信息处理者的主要活动包括智能信息表示与形成、智能推理、智能决策及智能执行与输出。智能信息处理者通常是算法工程师及技术服务提供商,通过计算框架、模型及通用技术,例如一些深度学习框架和机器学习算法模型等功能进行支撑。智能信息表示与形成是指为描述外围世界所作的一组约定,分阶段对智能信息进行符号化和形式化的智能信息建模、抽取、预处理、训练数据等。智能信息推理是指在计算机或智能系统中,模拟人类的智能推理方式,依据推理控制策略,利用形式化的信息进行机器思维和求解问题的过程,典型的功能是搜索与匹配。智能信息决策是指智能信息经过推理后进行决策的过程,通常提供分类、排序、预测等功能。智能执行与输出作为智能信息输出的环节,是对输入作出的响应,输出整个智能信息流动过程的结果,包括运动、显示、发声、交互、合成等功能。

系统协调者

系统协调者提供人工智能系统必须满足的整体要求,包括政策、法律、资源和业务需求,以及为确保系统符合这些需求而进行的监控和审计活动。由于人工智能是多学科交叉领域,需要系统协调者定义和整合所需的应用活动,使其在人工智能领域的垂直系统中运行。系统协调者的功能之一是配置和管理人工智能参考框架中的其他角色来执行一个或多个功能,并维持人工智能系统的运行。

安全、隐私、伦理

安全、隐私、伦理覆盖了人工智能领域的其他4个主要角色,对每个角色都有重要的影响作用。同时,安全、隐私、伦理处于管理角色的覆盖范围之内,与全部角色和活动都建立了相关联系。在安全、隐私、伦理模块,需要通过不同的技术手段和安全措施,构筑全方位、立体的安全防护体系,保护人工智能领域参与者的安全和隐私。

管理

管理角色承担系统管理活动,包括软件调配、资源管理等内容,管理的功能是监视各种资源的运行状况,应对出现的性能或故障事件,使得各系统组件透明且可观。

智能产品及行业应用

智能产品及行业应用指人工智能系统的产品和应用,是对人工智能整体解决方案的封装,将智能信息决策产品化、实现落地应用,其应用领域主要包括:智能制造、智能交通、智能家居、智能医疗、智能安防等。

公众号粉丝礼包:
后台关键词:python大礼包
整理不易,还请点击在看与分享,谢谢。

我就知道你“在看”

浏览 73
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报