隨著人工智能工程化應(yīng)用的全面爆發(fā)，智能化轉(zhuǎn)型企業(yè)的關(guān)注從完備易用的工具和平臺(tái)體系，逐漸轉(zhuǎn)化為數(shù)據(jù)、算法和模型等AI資產(chǎn)的研發(fā)運(yùn)營(yíng)和管理。MLOps和ModelOps技術(shù)被譽(yù)為實(shí)現(xiàn)人工智能規(guī)?；瘧?yīng)用的最佳路徑，受到了產(chǎn)業(yè)界和人工智能技術(shù)應(yīng)用方的廣泛關(guān)注。

近日，中國(guó)信通院云大所于“AI工程化論壇”上發(fā)布全球首個(gè)AI模型開發(fā)管理標(biāo)準(zhǔn)——《人工智能研發(fā)運(yùn)營(yíng)一體化（Model/MLOps）能力成熟度模型第一部分：開發(fā)管理》。作為《人工智能研發(fā)運(yùn)營(yíng)一體化（Model/MLOps）能力成熟度模型》系列標(biāo)準(zhǔn)的首個(gè)標(biāo)準(zhǔn)，填補(bǔ)了國(guó)內(nèi)外機(jī)器學(xué)習(xí)項(xiàng)目開發(fā)管理標(biāo)準(zhǔn)的空白。淵亭科技作為行業(yè)內(nèi)領(lǐng)先的全棧人工智能平臺(tái)與服務(wù)提供商，與華為、百度、京東、中原銀行、工商銀行等30多家金融、運(yùn)營(yíng)商、頭部科技企業(yè)共同編制。

AI工程化是人工智能從學(xué)術(shù)研究走向行業(yè)應(yīng)用的必經(jīng)之路，而本系列標(biāo)準(zhǔn)正是在企業(yè)智能化轉(zhuǎn)型和升級(jí)時(shí)，為AI項(xiàng)目研發(fā)效能提升和模型治理提供了前瞻性方向和實(shí)踐性指引。標(biāo)準(zhǔn)從需求管理、數(shù)據(jù)工程和模型開發(fā)等3個(gè)能力子域切入，包括10個(gè)能力項(xiàng)和28個(gè)能力子項(xiàng)，對(duì)機(jī)器學(xué)習(xí)開發(fā)管理過程提出了五個(gè)級(jí)別的能力要求，分別為基礎(chǔ)級(jí)、專業(yè)級(jí)、優(yōu)秀級(jí)、卓越級(jí)和領(lǐng)航級(jí)。

作為MLOps/ModelOps的踐行者，淵亭科技擁有領(lǐng)先的核心技術(shù)優(yōu)勢(shì)，具備豐富的人工智能開發(fā)平臺(tái)研發(fā)及項(xiàng)目落地經(jīng)驗(yàn)。其人工智能產(chǎn)品面向AI開發(fā)過程的全角色，提供體系化的全生命周期工具能力支持，能夠結(jié)合業(yè)務(wù)場(chǎng)景的特點(diǎn)，快速構(gòu)建領(lǐng)域人工智能應(yīng)用。目前，淵亭自主研發(fā)的技術(shù)和產(chǎn)品已賦能多個(gè)領(lǐng)域。

MLOps和ModelOps：

MLOps來自于學(xué)術(shù)界，最早于2015年在Sculley， D等人的文章中被提出。具體來說，MLOps是一組實(shí)踐，旨在可靠且高效地在生產(chǎn)中部署和維護(hù)機(jī)器學(xué)習(xí)模型。這個(gè)詞的來源是“機(jī)器學(xué)習(xí)”和DevOps的復(fù)合體。機(jī)器學(xué)習(xí)模型在實(shí)驗(yàn)系統(tǒng)中進(jìn)行測(cè)試和開發(fā)，當(dāng)算法開發(fā)完成時(shí)，會(huì)實(shí)施 MLOps，將算法過渡到生產(chǎn)系統(tǒng)。

ModelOps的定義最早由Gartner提出，Gartner認(rèn)為MLOps是ModelOps的一個(gè)子集，Gartner 定義的ModelOps是在MLOps基礎(chǔ)上增加對(duì)可操作人工智能和決策模型的治理和生命周期管理，包括機(jī)器學(xué)習(xí)、知識(shí)圖譜、規(guī)則、優(yōu)化、語言和基于代理的模型。Gartner 認(rèn)為ModelOps將是任何企業(yè)AI戰(zhàn)略的核心，它協(xié)調(diào)整個(gè)企業(yè)生產(chǎn)中所有模型的模型生命周期，從將模型投入生產(chǎn)，到制定模型治理和評(píng)估規(guī)則來實(shí)現(xiàn)對(duì)模型的更新和持續(xù)與現(xiàn)有生產(chǎn)系統(tǒng)的集成，并使業(yè)務(wù)領(lǐng)域?qū)＜夷軌颡?dú)立于數(shù)據(jù)科學(xué)家評(píng)估生產(chǎn)中的AI模型。

淵亭科技長(zhǎng)期專注于人工智能前沿課題的研究，曾先后參與工信部信通院主辦的《知識(shí)圖譜行業(yè)標(biāo)準(zhǔn)》、IEEE標(biāo)準(zhǔn)協(xié)會(huì)主辦的《深度學(xué)習(xí)評(píng)估框架和過程》等多項(xiàng)國(guó)內(nèi)及國(guó)際標(biāo)準(zhǔn)的制定。

未來，淵亭科技將持續(xù)關(guān)注人工智能工程化進(jìn)展的前沿資訊，繼續(xù)深耕人工智能領(lǐng)域，為成為行業(yè)AI開發(fā)的技術(shù)基準(zhǔn)和應(yīng)用標(biāo)桿的目標(biāo)繼續(xù)努力前行。