工业级 AI 项目落地的挑战
很多人在科研项目中以为机器学习、人工智能就仅仅是模型训练,带有一台性能比较好、带 GPU / TPU 的机器进行模型训练就可以了。如果这么认为,那么只能说明该观点尚处于预研阶段或实验室阶段。在真实的生产环境中,模型训练只是机器学习流程中很小的一个模块,而大部分工作是模型训练之外的工作,如:平台的搭建和配置、数据收集、数据检查、数据转换、模型分析、监控、日志收集和分析、服务发布和更新、迁移训练等。从另外一个方面说,只有当你的科研项目足够充分的考虑到模型在现实环境中的各方面部署需求时,你科研结果 —— 也就是训练出来的模型才具有实际价值,科研成果才有被转换的真正意义上的可行性。
工业 AI,[……]