现象级的深度学习平台 他唯一的中文名叫:诸葛·深知

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 现象级的深度学习平台 他唯一的中文名叫:诸葛·深知

顾整个2016年,人工智能领域最令人印象深刻的事件,毫无疑问是AlphaGo击败了韩国围棋选手李世石。这不仅引爆了全世界对人工智能的认知,更进一步让深度学习拥有了成为现象级技术的基础。

 

但是,无论我们如果将AlphaGo音译成“阿尔法狗”,将发明他的google喊成谷歌。也无法改变这个现实:无论是AlphaGo还是Watson,他们生在国外,长在异地他乡,他们也没有真正的中文名字。

 

image.png

今天,这个现状,也许会被戴尔与中科院自动化所共同启动的“企业级深度学习应用与服务平台——诸葛·深知“所改变。要知道,诸葛·深知不仅仅是一个深度学习平台的中文名,他更是生于,中科院自动化研究所与戴尔(中国)合作建立的“人工智能与先进计算联合实验室”,并将持续为中国本土的人工智能应用,输出核心技术。

 

诸葛·深知 背后戴尔深耕中国的决心

 

“我们起了一个非常有中国风的名字叫“诸葛·深知”。第一次这个名字就吸引了我的眼球。诸葛亮在我的印象就是前知500年、后知500年,用这个名字也是因为这个寓意,这就是我们今天谈到的深度学习和人工智能的真正含义。“戴尔公司副总裁吴海亮说。

 

image.png

当然,能知前后500年,这绝不仅仅是一个形容。真正的人工智能应用,会影响整个未来世界,而不仅仅是未来的500年。

 

对此,吴海亮说,“纷繁复杂的数据,我们可以你无序的东西分析出来,知道它之前发生的故事,同时给出预测,这就是我们谈到的深度学习和大数据,也是我们今天谈到的诸葛·深知平台的价值。“

 

实际上,戴尔对人工智能的投入始于2015年9月。在戴尔中国4.0战略之中,包含了多项落地的策略,其中的一项投资就是与中科院自动化所合作,共同成立“人工智能与先进计算联合实验室”,这也是戴尔宣布5年内在中国市场投入1250亿美元的组成部分。

 

而在2015年11月,中科院自动化研究所与戴尔(中国)合作建立的“人工智能与先进计算联合实验室”在京正式揭牌。在当时,据戴尔大中华区总裁黄陈宏博士表示,联合实验室将面向人工智能领域开展研究,重点关注认知功能模拟、类脑智能信息处理等领域的新计算架构研究和应用,利用深度学习在视频大数据、生物特征识别、语音语言处理、机器翻译等领域开展研究。

 

所以,诸葛·深知平台的诞生,就是戴尔与中科院自动化研究所,在经历了一年的探索之后拿出来的成果。这也从侧面证明了,戴尔在中国深入耕耘,并扎根中国,进行技术投入和投资是蕴含了与中国共同发展的深意。

 

因为无论是深度学习还是人工智能,都不是一项可以立刻出效率的投入,它需要经过无数次的技术迭代,和应用升级才能够有效落地。“戴尔中国4.0战略重要的内涵,就是用戴尔的科技、创新加上本土的智慧,打造最新的创新技术,帮助中国的企业进行快速的数字化转型,在工业的浪潮中取得先机,这是我们的使命和愿景,“吴海亮说。

 

人工智能的普及之路 任重而道远

 

我们知道,深度学习包括人工智能,并不是一个很新的概念。那为什么,在近两年才焕发出新的活力呢?

 

人工智能有几个前提,第一个计算的成本,随着云计算的大量普及,令计算的成本越来越低,这为大数据的分析提供了技术基础。第二就是大数据,移动互联网和社交,导致了数据的大爆炸,而深度学习正是需要通过大数据量的学习才能投入应用。第三是算法的成熟,随着应用的迭代速度加快,算法的实践速度也变得更快。

 

image.png


中科院自动化所模式识别国家重点实验室研究员、人工智能与先进计算联合实验室主任程健认为,“我们现在正处在第三次人工智能的潮到来的时候,第三次人工智能到来最主要的突破就是深度学习的出现和大规模的应用。“

 

但是深度学习却很难做到技术普及化。因为第一,深度学习技术专业性非常强,里面有很多的理论,这不是什么样的公司和单位都有能力参与进来。

 

第二,计算资源门槛非常高,深度学习需要大规模的GPU,计算群才能实现大规模训练。我们常用GPU的规模来看待一个人工智能实验室的大小,从今天中国的情况看,只有BAT等少数互联网大公司才有能力建设真正有规模的人工智能实验室。

 

第三,有很多开源的深度学习的工具包,也有很多算法可以开源。但是这些工具包之间的接口,配置环境千差万异,可以说标准的缺失也是阻碍人工智能发展的一个难题。

 

那么,诸葛·深知平台,要如何解决上述的这些难题?

 

首先,作为一个计算平台,戴尔和中科院自动化所,可以把现在这种各个工具包里的接口统一起来,把配置环境统一起来,让用户能够很简单轻松地就能够使用到里面的算法,并且可以获得一些经过推荐的成熟算法模型。

 

其次,可以将标准化的算法,打造成为产品。程健表示,“我们会考虑提供三大方面的服务,第一基础算法,基础算法可能会解决企业一些简单的问题。第二,针对一些行业,例如医疗行业、金融行业的一些共性的东西,提供行业应用的案例。第三,针对很多企业需要的一些个性化的服务,可以提供定制的服务。“

 

在我看来,深度学习这种“高大上“的计算平台,过去往往是专业机构或是大公司的专利。那么通过诸葛·深知平台的开放,可以惠及更多在人工智能领域希望有所突破的企业,让更多人的梦想照进现实。

 

推动人工智能落地 戴尔的价值几何?

 

那么,回到戴尔推出诸葛·深知平台的初衷。我们已经从中看到了戴尔持续投入中国的决心。但是,人工智能本身也是一个很大的生态,也是一个很长的过程。推动人工智能在中国落地,戴尔能够提供何种帮助?

 

image.png


首先,深度学习会依赖强大的计算平台,从这个角度,戴尔在硬件基础设施上的优势可以从底层对深度学习产生支撑,正如戴尔大中华区企业技术战略架构总监许良谋所说,“我们毕竟对硬件很熟,也了解底层的部署,我们还了解各种各样的计算引擎,机器和计算引擎到底中间的结合,并处于国际的领先地位“。这是戴尔最直观的优势所在。

 

其次,戴尔更了解行业应用,这会有利于人工智能的技术在行业落地。“诸葛·深知的目的,还是要把复杂的东西简单化,把简单的东西标准化,所以我们有8大解决方案,这8大解决方案,其中就包括戴尔的高性能计算,我们会与合作伙伴一起,尝试在各种行业应用上寻找更好的与人工智能结合的领域。“许良谋说。据我了解,戴尔已经首先医疗和金融这两个行业进行人工智能应用的落地尝试。

 

最后,戴尔有长期投入人工智能的决心。戴尔并为此拿出了投入到2020年的具体时间表,比如,现阶段主要面向企业应用,集成中科院图像、语音、语言等资源,研发统一的深度学习中间件,搭建智能的深度学习平台。而在2017-2018的第二阶段,将会构建面向深度学习的异构计算平台,针对特定行业应用,实现具有行业特色的定制化计算服务,同时建立开放社区。最后到2020年的第三阶段,可以实现针对行业、建立智能化的深度学习计算服务,制定深度学习计算的行业标准。

 

总体而言,人工智能会是一条艰难而漫长的技术创新之路,而戴尔则从产学联合,从最基本的创新元素做起,推动深度学习在中国的逐步落地。请记住它的唯一的中文名:诸葛·深知。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
机器学习/深度学习 人工智能 Cloud Native
高性能深度学习推理平台 OpenPPL 正式开源!
高性能深度学习推理平台 OpenPPL 正式开源!
2204 0
|
2月前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
91 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
2月前
|
机器学习/深度学习 人工智能 算法
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台。果蔬识别系统,本系统使用Python作为主要开发语言,通过收集了12种常见的水果和蔬菜('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'),然后基于TensorFlow库搭建CNN卷积神经网络算法模型,然后对数据集进行训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地文件方便后期调用。再使用Django框架搭建Web网页平台操作界面,实现用户上传一张果蔬图片识别其名称。
55 0
【果蔬识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
6月前
|
机器学习/深度学习 弹性计算 自然语言处理
【阿里云弹性计算】深度学习训练平台搭建:阿里云 ECS 与 GPU 实例的高效利用
【5月更文挑战第28天】阿里云ECS结合GPU实例为深度学习提供高效解决方案。通过弹性计算服务满足大量计算需求,GPU加速训练。用户可按需选择实例规格,配置深度学习框架,实现快速搭建训练平台。示例代码展示了在GPU实例上使用TensorFlow进行训练。优化包括合理分配GPU资源和使用混合精度技术,应用涵盖图像识别和自然语言处理。注意成本控制及数据安全,借助阿里云推动深度学习发展。
257 2
|
6月前
|
机器学习/深度学习 人工智能 分布式计算
阿里云PAI:一站式AI研发平台,引领深度学习潮流
阿里云PAI:一站式AI研发平台,引领深度学习潮流 随着人工智能的飞速发展,深度学习框架已经成为AI研发的核心工具。然而,选择合适的深度学习框架并不容易,需要考虑的因素包括计算性能、易用性、支持的算法组件等多种因素。今天,我们就来介绍一款一站式AI研发平台——阿里云PAI,看看它如何解决这些痛点。
334 1
|
机器学习/深度学习 人工智能 并行计算
Python 深度学习AI - 利用训练好的模型库进行图像分割、一键抠图实例演示,百度深度学习平台飞浆paddlepaddle-gpu的安装与使用
Python 深度学习AI - 利用训练好的模型库进行图像分割、一键抠图实例演示,百度深度学习平台飞浆paddlepaddle-gpu的安装与使用
644 0
Python 深度学习AI - 利用训练好的模型库进行图像分割、一键抠图实例演示,百度深度学习平台飞浆paddlepaddle-gpu的安装与使用
|
存储 机器学习/深度学习 人工智能
喜马拉雅基于阿里云机器学习平台PAI-HybridBackend的深度学习模型训练优化实践
喜马拉雅AI云借助阿里云提供的HybridBackend开源框架,实现了其推荐模型在 GPU 上的高效训练。
|
机器学习/深度学习 人工智能 异构计算
《阿里云异构计算平台——加速AI深度学习创新》电子版地址
阿里云异构计算平台——加速AI深度学习创新
143 0
《阿里云异构计算平台——加速AI深度学习创新》电子版地址
|
机器学习/深度学习 人工智能 Kubernetes
PAI-DLC 深度学习训练平台介绍|学习笔记
快速学习 PAI-DLC 深度学习训练平台介绍。
670 0
PAI-DLC 深度学习训练平台介绍|学习笔记
|
机器学习/深度学习 人工智能 Cloud Native
阿里云机器学习平台 PAI宣布集成国产深度学习框架 OneFlow
在云栖大会上,阿里云机器学习PAI平台宣布集成自研深度学习框架OneFlow,进一步提升对国产算法框架的支持。PAI可以在架构上实现包括对国际主流、国内自研在内的任何第三方深度学习框架的支持。
阿里云机器学习平台 PAI宣布集成国产深度学习框架 OneFlow