机器学习平台五年发展回顾与展望

本文回顾某中心机器学习平台五年的发展历程,详细介绍其核心功能架构、自动化调参机制、多框架支持特性,并展望AI辅助编程、地理空间数据分析等前沿技术方向,展现机器学习服务的演进轨迹。

五年前11月,在某中心年度re:Invent大会上,宣布推出名为某机器学习平台的新服务,使客户能够快速轻松地构建、训练和部署机器学习模型。同时发布了四个将机器学习应用于特定任务的服务:语音转文本服务、文本翻译服务、文本理解服务和视频识别服务。

自那时起,该平台成为某云服务历史上增长最快的服务之一。但当时并不明显市场对全托管机器学习服务有强烈需求。“机器学习已经很重要,而且显然会变得更重要,“某云服务机器学习与人工智能服务副总裁表示,“但构建和训练模型很复杂,需要大量专业知识。我们不知道会有多少需求。但我们在内部通过机器学习取得了成功,希望将这种机会带给客户。”

该平台的首要目标是让机器学习更简单。首个版本包含广泛使用的机器学习算法实现、自动超参数调优、与TensorFlow等流行机器学习框架的原生集成,以及轻松的模型部署。“它消除了管理机器学习基础设施、执行健康检查、应用安全补丁和执行其他日常维护所涉及的繁重工作,“该副总裁表示。

事实上,该副总裁对该平台的快速采用感到惊讶。当时市场上已有其他几种机器学习服务。“我们起步晚于所有人,但我们增长更快,“该副总裁说。

这部分归功于某云服务在系统设计方面成熟的专业知识。工程师能够设计出PyTorch和TensorFlow等核心机器学习框架的极高效率实现,研究人员继续开发更高效的方法在多个GPU上分布式训练大型模型。

但该副总裁强调,部分也归功于某中心在机器学习方面的专业知识。“某中心从事机器学习已有数十年,“该副总裁说,“某中心是个性化和推荐领域的先驱,并且长期使用需求预测来优化供应链。”

最后,该副总裁表示,该平台的快速采用得益于某云服务持续开发的新工具,使在云中进行机器学习更加容易。例如,发布了用于处理特定类型数据(如图像、文本、地理空间数据或金融数据)的专用工具。

此外,“我们发明了以前不存在的机器学习工具——如协作工具、调试工具和世界上第一个机器学习集成开发环境(IDE)。目标是将软件开发界熟悉的工具引入机器学习。”

这种创新持续不断。两周前,在最新的re:Invent大会上,宣布了八项新平台功能,包括允许客户可视化检查数据和解决问题的数据准备功能;使用实时推理请求测试新模型的自动化模型验证;以及对地理空间数据的支持,使客户能够更轻松地开发用于气候科学、城市规划、灾难响应、零售规划和精准农业等领域的机器学习模型。

当然,不仅是该平台的周年纪念。某云服务的语音转文本、翻译、文档处理以及视频和图像分析等人工智能服务也庆祝推出五周年。正如该平台环境不断扩展,某云服务的人工智能产品组合也在不断扩大。

最让该副总裁兴奋的新增功能之一是代码辅助工具。通过该工具,客户可以使用普通语言指定希望程序执行的操作,基于集成开发环境中的现有代码,该工具将建议实现这些操作的代码。该工具还利用某中心在自动推理方面的专业知识,确保生成的代码安全且行为正确。

“所有这些工具——该平台和人工智能产品组合中的所有其他服务——都是为了让人工智能和机器学习成为主流,“该副总裁说。“代码辅助工具指向一个未来,客户甚至不需要知道如何编码就能在云中部署自己的复杂服务。”

周年纪念是思考未来和过去的时刻,虽然很难预测几年后客户最迫切的需求是什么,但该副总裁对比当前可用服务具有更多自主性的人工智能服务前景很感兴趣。

“一个有趣的领域是各种任务的自动化,“该副总裁说。“我们已经看到工业设备预测性维护等应用。但我认为我们将看到更多将机器学习嵌入个人生产力工具的应用——例如,查看电子邮件并进行总结、优先处理需要首先回复的邮件、更新日历、处理更新电子表格或保存附件等重复性任务的机器学习。”

“另一个即将到来的趋势是为你创建内容的人工智能,如电影或诗歌。例如,看看语音助手的故事创作体验。想象一下,使用自然语言描述视频,人工智能为你创建它。这即将到来。它将民主化提升到另一个水平,这符合某云服务人工智能服务的整体概念。”

要了解人工智能对业务的变革力量,请阅读关于某副总裁在re:Invent 2022上的领导力讲话的科学文章。

comments powered by Disqus
使用 Hugo 构建
主题 StackJimmy 设计