(相关资料图)
中国信息通信研究院近日发布《人工智能研发运营体系(MLOps)实践指南(2023年)》,启动《MLOps工具图谱》编制工作。
AI概念持续发酵,作为AI细分赛道的MLOps,旨在帮助AI团队更有效地开发、部署和维护机器学习模型,因此,被视为AI领域“掘金铲子”。中金公司表示,MLOps助力AI模型落地生花,并指出2020年以来,AI大规模快速落地成为产业发展焦点,拉动MLOps平台工具需求提升。
根据Markets and markets数据,全球MLOps市场处于快速发展阶段,预计将从2022年的11亿美元增长到2027年的59亿美元,复合年均增长率超过40%。国内方面,MLOps市场正处于高速增长的规模化放量前期,未来想象空间宽广。
据财联社不完全统计,目前已有多家上市公司在互动平台回复在MLOps的相关情况,具体如下:
据悉,MLOps即人工智能研发运营一体化,是人工智能产业界的一项权威评测,由中国信息通信研究院联合几十家优秀企业一起制定的标准,其核心是制定AI开发标准、评测AI研发和运营的整体效能,让企业更加便捷的用AI解决实际业务场景问题,最终完成数智化转型。
AI大规模生产中存在由于流程、管理不当造成的效率低、周期长等问题影响实际落地,MLOps是为解决上述问题、通过统一ML研发和运营过程实现提质增效的一套工程管理方法论和工具链。MLOps能有效缓解AI生产过程的各种管理问题,提升AI生产的转化效率。
MLOps围绕持续集成、持续部署、持续监控和持续训练,构建和维护机器学习流水线,并通过流水线的衔接形成全生命周期闭环体系。
报告称,国外方面,MLOps落地广泛、效果显著,其主要应用于组织内部的服务运营、产品或服务开发、营销、风险预测及供应链管理等场景,应用行业涉及IT、金融、电子商务、制造、化工和医疗行业等。
IDC2022年预测,到2024年60%的中国企业将通过MLOps来运作其机器学习工作流程。近3年来,国内各行业开始探索契合自身特点的MLOps落地解决方案,在数智化转型热潮中,IT、金融和电信等数字化程度较高的行业处于相对领先地位,其他行业进展稍缓。
IT行业最早开始构建MLOps并驱动其业务智能化水平的提升。如百度、华为、阿里、京东等,关注机器学习项目全生命周期的优化和改进,并在原有AI中台或云服务平台上逐步扩展MLOps过程管理功能,实践效果明显。百度通过应用MLOps使得开发周期缩短54%,测试周期缩短67%,所投入的人天数缩减57%。
据财联社不完全统计,除了上述在互动平台回复的公司外,还有星环科技、传音控股、万达信息、科大国创、绿盟科技等公司有MLOps相关布局。
标签:
要文