AI开发者福音:360深度学习调度平台全面开源

2017-12-07 15:25 中国经济网

打印 放大 缩小

近日,360公司宣布开源其深度学习调度平台XLearning。该平台由 360 独立开发,集成了TensorFlow、MXNet等多个常用深度学习框架。借助该平台,人工智能行业内开发者将可在一个统一、稳定的平台上完成工作,其工作量和工作难度将大幅降低。

业界人士分析认为,360是国内最早涉足人工智能领域的企业之一,人工智能技术在其旗下产品中已有广泛应用。此次开源占据核心地位的深度学习平台,既彰显了其在人工智能领域的技术自信,又将为推动国内人工智能技术整体开发水平提供强大推力。

深度学习让计算机能力愈发强大

众所周知,计算机技术经历了一个从“执行命令”到“自我分析学习”的发展过程。最初的计算机只能按照机器指令,完成规定动作。但随着大数据技术的兴起和计算机算法的精进,计算机已经可以模拟人脑进行分析和判断。未来,机器也能够像人那样,独立完成信息采集、分析、判断,并完成相应的动做,这便是人工智能技术的最大魅力,而深度学习能力恰是其核心所在。

举例说明,此前将李世石、柯洁等国际围棋大师“挑落马下”的阿尔法狗,其就是通过深度学习算法,分析棋局上每一步的走势,并走出最可能获胜的步数。在这个过程中,机器能够像人一样学习新的知识,重新组织知识结构,变得“越来越聪明,越来越强大”。

再比如让人们“心神往之”的无人驾驶汽车,它就是通过各种传感器,采集到汽车行驶过程中遇到的图像、声音、温度等信息,综合分析之后,代替人类给汽车发出各种指令。随着采集到的数据越来越多,深度学习让汽车的分析判断能力也越来越强。

XLearning平台助解多项行业难题

从以上不难看出,人工智能技术近年来已经取得了长足的进展,但是有几个难题横亘在开发者的面前,亟需解决。

第一:深度学习开发平台众多,他们“各自为战”,以致开发出的产品兼容性不足;

第二:深度学习作业缺乏统一的资源调度、管理,给开发者带来诸多运维负担;

第三:海量样本数据的可靠存储,考验行业的网络安全水准。

鉴于上述原因,此次开源的深度学习调度平台XLearning对于解决行业绊脚石开辟了新思路。

据悉,XLearning从自2017年4 月正式开始开发,历经多个版本的迭代,目前已经在360公司的搜索、人工智能研究院、商业化、大数据中心等业务线广泛使用。

XLearning主要负责深度学习作业的调度和监控工作,通过保持代码的兼容性,大大降低了业务作业迁移的成本。由于实现了平台的统一,运维的复杂度大幅降低, GPU 等硬件资源的利用率大幅提升。可视化的操作界面让算法工程师从繁杂的工作中解脱出来。开发者也不必再为海量样本数据的存储大费周章。

XLearning项目负责人李远策表示,XLearning对于开发者的意义重大,因为同行业的公司都会有类似的开发需求,XLearning则可以帮助他们实现调度的统一和服务器资源的复用。随着平台算法库的不断增容和优化,开发者的工作难度将大大降低。他们将有更多的精力,用于功能的实现和代码的优化。

“这是一个教学相长的过程,相信众多开发者的智慧汇聚到一起,平台的功能将愈加强大,行业整体的技术水平也将水涨船高。”李远策如是说。

当前,人工智能技术方兴未艾,在其发展并走向成熟的过程中,尚有很多难题亟待解决。作为国内人工智能领域的先行者,360公司以平台开源的形式,实现了行业已有资源的集成和优化。从长远意义上讲,这对提升国内人工智能技术水平意义重大。

责任编辑:陈群(QT0001)