科创中国

行业领域

电子信息技术

需求背景

在日常生活中，我们常见的人工智能包括智能识别类、智能交互类和智能决策类3种。

然而，随着客户要求的不断深入和场景的高度定制化需求，以上技术显然不能满足所有特定场景的需要。

在政府层面，我们面临算法碎片化、数据碎片化、算力碎片化和场景碎片化的各类挑战。

在企业层面，我们面临专业算法人员较少、算法门槛高、成本投入高、基础框架搭建困难等众多问题。

故，我们势必要引入一套新框架和新机制来解决这些问题。

人工智能中台和数据中台就是我们一个很好的选择。

需解决的主要技术难题

数据中台和人工智能中台在建设与实施过程中，均面临着一些主要的技术难题。

对于数据中台而言：

1. 技术挑战：如何有效地集成并处理海量的数据，使之成为有价值的信息。

2. 安全挑战：需要确保数据在传输和存储过程中的完整性以及防止数据泄露。

3. 业务挑战：如何将数据业务化，即通过数据产生价值。

对于人工智能中台而言：

1. 技术挑战：如何实现模型的准确性和泛化性以达到更好的预测效果。

2. 计算挑战：人工智能的训练需要大量的计算资源，如何提高计算效率以满足实时或近实时的需求。

3. 不确定性挑战：如何处理人工智能的不确定性问题以获得更可靠的结果。

4. 应用挑战：如何将人工智能技术与业务紧密结合，创造出实际的商业价值。

期望实现的主要技术目标

相关技术指标或要求

1. 支持众多CPU、GPU、FPGA和ARM等国内外计算资源进行有机整合。
2. 支持对内实现数据的分类和标注，对外实现一系列多租户管理、认证鉴权、资源调度、资源池化和弹性扩容等功能。
3. 支持各类深度学习框架的模型引入和训练，支持分类、回归、聚类等各类经典网络的自训练；我们还可实现对已有算法和新建算法的统一管理；可通过一系列算法服务编排实现算法融合和创新；可实现数据智能的需要。
4. 支持可视化编码和拖拉拽工程创建，包括数据集导入、模型开发、模型仓库管理和模型训练及预测等。

预期成果及经济社会生态效益

   人工智能中台已成为各垂直领域建设的“智慧大脑”和中坚力量，智慧眼将以人工智能创新技术驱动各行业领域科学化、智能化、精细化和规范化发展，为各垂直领域赋能增效，为建设智慧中国、科技强国贡献智慧力量。

处理进度