beat365·(中国)官方网站

　　“中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要”將人工智能作為創新發展的關鍵依託，而MLOps作為人工智能工程化的有力支撐，逐漸成為產業界備受關注的焦點。從模型全生命週期治理角度，MLOps可以有效助力組織內跨團隊高效協作柴田亞由美，賦能業務質效提升，激發企業創新活力。

　　為促進產業健康穩健發展，充分發揮MLOps為組織帶來的價值，中國信息通信研究院聯合幾十家優秀企業開展了MLOps系列標準編制工作。截至目前已發布MLOps開發管理和模型交付兩個標準，並依據開發管理標準開放了兩個評測項：

　　2022年11月，百度智能雲企業AI開發平台參與了MLOps開發管理服務能力評測，成為國內首個在開發管理能力上，達到旗艦級的MLOps平台，代表其服務能力達到國內卓越級水平。

　　在本次評測過程中，一是直接評估該開發平台開發管理的功能能力，二是根據某個真實項目交付過程評估開發管理的服務能力。百度智能雲企業AI開發平台的整體能力在需求管理、數據工程和模型開發三個模塊均達到了旗艦級水平。其中，在功能上具有完善的需求和代碼管理流程，AI模型生產過程具備可視化建模柴田亞由美、自動化建模、作業建模、工作流等建模方式，對底層計算資源具有完備高效的管理模式，對模型具有全面的管理能力，對數據具有功能豐富的管理平台和質檢能力。此外，在服務過程上，百度從組織結構到流程管理beat365，再到管理工具方面，均具有較高的服務水平，能夠為外部企業客戶的需求提供較為快速和較高質量的響應。

　　為此我們採訪了百度智能雲企業AI開發平台產品高級架構師，靳偉，深入介紹該產品的研發團隊和技術能力beat365，並分享MLOps在落地過程中面臨的挑戰和未來趨勢。

　　A: 百度（Baidu）是擁有強大互聯網基礎的領先AI公司，是全球為數不多的提供AI芯片、軟件架構和應用程序等全棧AI技術的公司之一，被國際機構評為全球四大AI公司之一。旗下的百度智能雲以“雲智一體”為核心賦能千行百業，致力于為企業和開發者提供全球領先的人工智能、大數據和雲計算服務以及簡單易用的開發工具，加速產業智能化轉型升級。

　　參與本次評測的是百度智能雲企業AI開發平台，作為企業AI能力的生產柴田亞由美、應用和集中化管理平台，企業AI開發平台包括智能數據、模型開發beat365、模型中心、預測服務柴田亞由美、AI集市和平台管理等功能模塊，為客戶提供從數據管理、數據標注、模型開發、部署上線到運營管理的AI能力研發與應用的全生命週期建設和管理能力。

　　A: MLOps是當前AI領域的一個重要趨勢，國內外AI領域的頭部公司都開始了相關儲備，百度智能雲企業AI開發平台也很早就開始了相關能力建設，比如開發環境、模型、數據等資產的版本管理和安全監控，以及全流程的可追溯等方面，都已經有了比較好的基礎。作為平台提供商，百度智能雲企業AI開發平台服務了能源、金融柴田亞由美、汽車等各行各業的數百家客戶，平台的MLOps能力在客戶側帶來了更深遠的影響，例如，我們為某金融客戶建設了一站式建模平台，模型上線從按月計變為按天計，效率大幅提升，並且在百度的協助下，客戶側首次滿足了銀行監管要求，保障了數據、模型等資產安全。

　　在未來，百度智能雲企業AI開發平台還會繼續參與信通院後續MLOps標準的編制和評測，也會持續建設MLOps能力，相信MLOps會持續對百度以及百度客戶的人工智能體系帶來更深遠影響。

　　Q: 您覺得MLOps對企業的效能提升體現在哪些方面？關于MLOps落地，貴司的下一步計劃是什麼？

　　A: MLOps的出發點主要是解決在深度學習和機器學習模型的研發中所面臨的數據及模型缺乏統一管理、模型開發部署迭代週期長、模型監控體系不夠完善、團隊協作困難等問題，引入MLOps可以使得企業在多模型的大規模部署、持續訓練、持續交付、持續監控等方面的效率有大幅提升，全流程全生命週期的自動化可以加快部署和服務更新速度beat365，也可以提高模型服務質量。與此同時，由于整個流程可以做到更高程度的自動化，也會大幅節約人力成本。在人才成本越來越高企的AI行業，以及AI逐步推廣至千行百業的過程中，MLOps可以發揮更大的價值。

　　百度智能雲企業AI開發平台很早就開始建設MLOps能力，已經在百度以及客戶中有了落地，平台目前在開發管理方面建設得比較完善，計劃之後加強模型持續交付、持續集成能力建設，並進一步提升平台有關模型開發部署全生命週期的自動化能力。

　　A: 百度智能雲企業AI開發平台作為行業領先的企業AI開發平台產品，對MLOps這一AI行業的重要趨勢一直都非常重視，很早就開始了相關能力的建設，並在服務客戶和內部賦能過程中產生了持續價值。在信通院發起MLOps標準編制後，我們也積極參與其中，對于信通院“以評促建、以評促改、有效衡量、樹立標桿”的思路非常認可。百度智能雲企業AI開發平台參與評測，一方面是為了檢驗我們長久以來的建設成果和產品能力，另一方面也是響應信通院的號召，樹立標桿，為中國的AI領域發展貢獻一份力量。

　　MLOps開發管理部分的評測，涉及28個能力子項，考察點近200餘項，整個參測過程我們對百度智能雲企業AI開發平台的模型開發管理能力進行了一次全面、細致的梳理。隨著參與本次評測，我們對于MLOps的價值認識更加深刻，對于MLOps能力的建設思路和節奏也更加清晰，從過去散點式的建設變得更加系統性，進一步提升了平台的自動化建設程度。

　　A: 百度智能雲企業AI開發平台服務的客戶來自于很多行業，同時我們自身又立足于互聯網行業，在推進MLOps工作的過程中我們也一直在思考，每個行業甚至每個客戶落地時所面臨的挑戰可能都是不一樣的柴田亞由美。

　　比如金融、互聯網等行業的數字化轉型比較早，其行業特性就決定了可以積累海量數據603138），更容易擁抱AI，並且在各類應用場景中開發機器學習模型來解決問題已經有非常成熟的方案，難點是在于如何將已有的能力串聯起來，進一步實現高效的開發、交付和運營。這類企業需要打造適合自身應用場景的平台，建設更加規範和自動化的機器學習流水線，就可以比較快落地MLOps。

　　而一些數字化轉型較晚的行業或企業，AI的落地也比較晚柴田亞由美，需要先建設相關的場景方案和平台，然後再逐步實現MLOps落地，建設成本高、人才缺乏都會成為比較大的挑戰。

　　在產業應用上如何提升模型生產的規模化，如何實現全流程的自動化、規範化，以及模型效果的持續提升等都是亟待解決的問題。

　　A: 未來MLOps將在數據自動生成、模型自動調參、模型可解釋性、模型安全性及公平性等方面得到進一步發展，以及全流程和全生命週期的自動化也是一個重要的方向。

　　AI工程化是AI大規模發展的必經之路，Gartner的研究表明，只有53%的項目能夠從AI原型轉化為生產柴田亞由美。而AI要成為企業的生產力，就必須以工程化的技術來解決模型開發beat365beat365、訓練、預測等全鏈路生命週期的問題，從而實現模型的規模化生產，而MLOps就是AI工程化的重要助推器。