2019年人工智能五大趋势:ONNX是什么鬼?

虽说人工智能的话题已经烂大街,但是不可否认的是AI已经开始渗透到各个行业之中。近日,《福布斯》杂志谈了AI产业的五大趋势,包括芯片、AI平台、工具以及应用的趋势,这些趋势都跟人工智能的应用密切相关。下面让我们来逐一了解。

AI推动芯片产业变革

芯片产业正在因为AI发生洗牌,传统的芯片产业格局将会发生巨大变化,这种情况将在2019年更加突出。以AWS、微软、谷歌、Facebook、阿里云为首的技术驱动型公司将加大AI芯片的投入,会给芯片市场带来更多变数。

之所以越来越公司开始投入到AI芯片研发之中,是因为AI模型训练需要专门的硬件来执行复杂的数学计算,才能加快执行目标检测和人脸识别等任务,AI芯片可以针对计算机视觉、自然语言处理和语音识别相关的特定用例及场景进行优化。

2019年,英特尔、英伟达、AMD和高通等传统芯片制造商将推出专门AI芯片。而以AWS、Facebook、阿里云等超级技术公司则会加大对芯片的研发投入,这些芯片将在AI和高性能计算基础上针对现代工作负载做出大量优化,其中某些芯片还将帮助下一代数据库加快查询处理和预测分析速度。

可以说,对于技术驱动型公司而言,AI芯片无疑是全栈AI能力的一个重要环节,不会轻易放弃。

边缘计算推动AI与IoT融合

边缘计算的好处就是能够更加快速的响应需求,对于物联网等应用可谓是再合适不过。2019年开始,公有云上越来越多模型将开始用于边缘计算,尤其是对设备进行异常检测、根源分析和预测维护的工业物联网是AI的最佳用例。基于深度神经网络的先进机器学习模型将得到优化,以便在边缘运行,未来将有能力处理视频、语音等非结构化数据。物联网必将成为企业人工智能的最大推动力。

ONNX将打破神经网络互操作性阻碍

如今,一大堆各种机器学习框架,加上一大堆各种人工智能硬件平台,框架和平台之间缺乏良好的支持,给机器学习和人工智能应用带来了严重的阻碍。2019年,这种情况将会得到改善。ONNX组织的成立,将让神经网络工具包、硬件平台之间互操作性大幅提升。之前模型只能在特定框架中进行调试和评估的情况将大幅改善。

微软、Facebooke等公司发起了“开放式神经网络交换”(ONNX)组织,并提出了相应的标准格式,使得经过调试的神经网络模型向其他框架移植成为可能。目前,已经有阿里云、百度云、英伟达等一批公司加入到该组织之中,2019年ONNX将变得更加重要,从研究人员到制造商等所有核心参与者都将依赖ONNX作为推理的标准运行框架。

自动化机器学习将成为主流

自动化机器学习(AutoML)已成为一个发展趋势,它将从根本上改变基于机器学习的解决方案,可使其不经过传统调试程序即可改进机器学习模型,进而处理复杂的场景。AutoML非常适用于认知应用编程接口(API)和自定义机器学习平台。与被视为“黑盒子”的认知API不同,自动化机器学习既能提供同等的灵活性,同时又具备自定义数据和可移植性。

AIOps实现DevOps自动化

DevOps是一套完整的IT运维工作流,以IT自动化和持续集成、持续部署为基础,来优化程序开发、测试、系统运维等所有环节。DevOps强调软件开发人员和运维人员的沟通合作,通过自动化流程来使软件的构建、测试、发布更加快捷、频繁和可靠。

AIOps即AI for IT Operations,指将人工智能应用于IT运维领域,基于已有的运维数据,通过机器学习来进一步解决自动化运维难以解决的问题。现代化应用程序和基础设施可以生成用于索引、搜索和分析的日志数据。从硬件、操作系统、服务器软件和应用软件中获取的海量数据集可以聚合和关联,然后形成方案和模式。

当机器学习模型应用于这些数据集时,IT运行即可从被动响应转变为主动预测。AI力量应用于运营将重新定义基础设施的管理方式。2019年,AIOps将成为主流,公有云供应商和企业将从AI和DevOps的融合中受益。

原文发布于微信公众号 - 大数据在线(dobigdata)

原文发表时间:2018-12-17

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

扫码关注云+社区

领取腾讯云代金券