对于人工智能领域而言，“AIGC”无疑是贯穿2022年的热点。12月16日，Science杂志发布了2022年度科学十大突破，AIGC赫然在列。以文生图，对话机器人等AI创新应用的落地，引发一轮又一轮的全民狂欢热潮。AI技术蓬勃发展，如何才能更好的实现AI创新落地、迈向新的增长呢？AI创新的落地，离不开对数据计算分析、模型开发部署、在线训练推理、应用开发运维等各种环节进行全周期管理。而这恰恰是阿里灵杰——阿里云大数据＋AI一体化产品体系所擅长和不断夯实的。
12月22日，2022阿里灵杰AI开发者峰会圆满落幕。阿里巴巴集团副总裁、阿里云智能计算平台事业部高级研究员、达摩院系统AI实验室负责人贾扬清等9位技术大咖亮相本次峰会，为广大AI开发者解读阿里灵杰AI能力全景和开发者服务体系，并通过丰富的场景化演示，呈现全新的AI开发体验。
贾扬清：开源+工程化，为AI普惠提供土壤
阿里巴巴集团副总裁、阿里云智能计算平台事业部高级研究员、达摩院系统AI实验室负责人贾扬清从AIGC这一话题切入，和大家共同探讨：在从工程或者平台的角度思考，怎么样来进一步支持AI的发展，以及它能够和实际的业务结合，带来怎样的变化？
（图：阿里巴巴集团副总裁、阿里云智能计算平台事业部高级研究员、达摩院系统AI实验室负责人贾扬清分享“开源+工程化：AI普惠的土壤”）
在AI领域，开源成为推动着AI不断向前发展的动力，使得AI的创新能够变得更加迅速。但仅有一个模型或开源的软件，并不足够，需要通过工程化的方法，利用今天计算机这个领域所带来的长足的发展。贾扬清认为，AI工程化，可以被总结称为以下三个趋势：数据和算力的云原生化；调度和编程范式的规模化；开发和服务的标准化普惠化。
2022年，阿里云和达摩院一同合作，构建并推出了两个平台。从供给的角度出发，推出模型服务共享社区ModelScope（魔搭），将多样化的模型以一种完全开源的方式呈现给开发者们；从需求的角度出发，提供开放服务平台OpenMinD，通过标准的API服务，简单方便地将模型嵌入实际应用当中。与此同时，随着AI的工程化、规模化，阿里灵杰始终致力于让整个AI开发的链路变得更加简单，实现开发效率的提升，以及模型部署和服务的成本降低。贾扬清提到，“我们希望通过云的标准服务平台，能够使得这些应用都变得更加简单。让大家能够更好的用好云。”
（图：标准、开放，为AI开发者提供好工具）
阿里灵杰持续将核心技术能力共享给社会各界的开发者们，促使开源社区更好的迭代，并且从开发者们的不同需求出发，持续做出创新。现如今，阿里灵杰AI平台支撑超过100万的开发者，AI服务每日调用次数超1万亿次，提供过万个AI模型服务。在未来，阿里灵杰也将持续通过AI开源，通过平台化、工程化的方式，和开源社区一起，实现AI与业务的融合，共同构建AI更加灿烂的明天。
阿里灵杰AI平台年度新发布
聚焦阿里灵杰的AI能力，阿里云智能AI产品总监黄博远带来了一系列新功能发布。黄博远介绍，PAI提供从数据准备、模型开发、到模型部署、训练的全流程平台能力，为广大开发者带来更优的使用体验，更快的系统性能，更低的使用成本。此次产品升级主要是4个方面：
1、 大数据+AI一体化平台。提供了数据准备、模型开发、模型部署、到上线的调优、应用、监控等一些列能力，高效完成模型开发全流程。PAI-DSW集成大数据能力，支持大数据生态无缝接入；异构资源一站式管理，提升利用率。
2、 发布 DSW Gallery多场景使用案例，集成阿里内部最佳实践，实现“手把手打造AI应用”。内置代码和数据模版，轻松构建业务流程，高效实现业务在平台上的落地。
3、 PAI无缝对接模型即服务共享平台ModelScope，提供300多个成熟模型便于检索、使用，同时支持零门槛在线体验。PAI-DSW集成ModelScope的镜像，PAI-EAS提供完全对接云化的弹性推理服务，可直接实现模型的拉起。
4、 PAI积极拥抱开源生态，通过机器学习PAI平台的云原生的一系列开发工具，支持用户自定义镜像；持续参与开源项目，如Flink、Spark等；除开源技术外，持续在核心技术领域做出建设，如编译优化、分布式训练、异构调度等。
（图：阿里云机器学习PAI，服务开发者的一站式平台）
DSW Gallery 多场景使用案例
机器学习平台PAI今年发布了DSW Gallery 多场景使用案例，为开发者们呈现基于Notebook的全新AI开发体验，帮助开发者们实现AI业务的落地加速以及建模环节更好的体验效果。阿里云智能高级产品经理马渝泽提出，在实际业务中，算法工程师们往往在读取数据、任务管理、环境管理等环节耗费的时间远超于构建模型本身。DSW Gallery是使用PAI的有效指引，可通过Notebook的形式，直接使用PAI的各个组件，帮助开发者快速熟悉云原生下的AI研发流程。同时，DSW Gallery为广大AI开发者提供来自各个行业和技术方向的丰富案例和解决方案，可进行案例的预览、快速启动，支持将案例修改为适合实际业务的使用场景。有效提升开发效率和质量，快速完成模型构建和训练。同时，友达光电Principal Architect Clark Chang也表示，在实际应用当中，DSW Gallery可一步到位实现AI方案的落地，免于筛选算法、环境配置、运维管理等冗杂流程。
阿里灵杰MLOps能力发布
预训练模型和开源模型社区降低了模型训练的门槛，但整个机器学习过程仍然非常复杂，模型生产效率往往不高。阿里云智能资深技术专家、机器学习PAI MLOps技术负责人罗义云认为，在深度学习进入到大模型时代后，模型开发范式已被改变。机器学习平台PAI支持预训练模型的开发和部署，以ModelScope上的文本生成预训练模型为基础，可通过PAI进行微调训练，快速产生一个对联生成模型，并部署成一个在线服务，高效完成一站式的模型开发和部署流程。
阿里灵杰始终积极拥抱开源生态，与开源共生，与开发者们同行。阿里云智能资深算法专家、EasyCV、EasyNLP开源项目负责人黄俊表示，AI技术的飞速发展离不开开源社区的贡献。产品拥抱开源的同时，也在持续技术贡献开源。机器学习平台PAI作为AI工程化平台，持续将涵盖了AI开发全链路的自研优秀技术反馈至开源社区，壮大开源社区的力量。
在电商领域，当前搜索引擎中AI模型无处不在，尤其在向量检索、多模态搜索等细分方向中对AI模型重度依赖。阿里云智能资深技术专家、阿里云开放搜索研发负责人邢少敏通过一些实例展示如何在Opensearch中集成和应用AI模型的全流程，以及相应的业务价值。
阿里云天池“英特尔创新大师杯全球AI极客挑战赛”颁奖典礼
为探索CTR模型性能优化的方向，推动CTR模型训练效率提升，启动本次由阿里云联合英特尔主办，阿里云天池平台、机器学习PAI等组织机构承办的 英特尔“创新大师杯”全球AI极客挑战赛——DeepRec CTR模型性能优化赛。借助本次大赛，在DeepRec中沉淀CTR模型新的优化思路和优化方向，共享经验成果，指导和推动实际工业实际场景中点击率预估模型的训练效率的提升。
经过数月征集和评选，“英特尔创新大师杯”颁奖典礼也在此次峰会举办。阿里云智能资深技术专家、DeepRec开源项目负责人李永为获奖者们颁奖。
正如贾扬清所言，AI始终在一个又一个创新的巅峰后，带来更多的惊喜。阿里灵杰持续夯实AI能力体系，与开发者们一路同行，一起实现AI创新应用的加速落地，共同探索AI落地产业的范式升级。未来，阿里灵杰将继续促进AI产业的蓬勃发展，携手广大开发者们在云上共创增长新曲线。
|
