參加Acumos AI開(kāi)源開(kāi)發(fā)人員挑戰(zhàn)賽100000美元的獎(jiǎng)金

可以應(yīng)用于人工智能(AI)的機(jī)器學(xué)習(xí)(ML)技術(shù)的潛力引起了極大的興奮。在過(guò)去的幾年中，企業(yè)和投資者對(duì)AI幾乎感到瘋狂。2014年至2016年期間，風(fēng)險(xiǎn)資本家(VC's)已向新的AI初創(chuàng)公司投資超過(guò)110億美元，2017年估計(jì)增加了60億美元。

2016年，科技巨頭在AI上花費(fèi)了20-30億美元，其中技術(shù)和金融處于領(lǐng)先地位。此類投資使Alexa和Siri等眾多消費(fèi)者服務(wù)成為主流。

盡管取得了這些成功，但在時(shí)間和對(duì)專業(yè)人才的需求方面，AI應(yīng)用程序的開(kāi)發(fā)和部署仍然昂貴。由于缺乏通用的開(kāi)發(fā)框架，使得AI應(yīng)用程序無(wú)法成為解決IT問(wèn)題的通用解決方案。

Acumos是一個(gè)開(kāi)放源代碼平臺(tái)，支持AI模型的訓(xùn)練，集成和部署。通過(guò)圍繞機(jī)器學(xué)習(xí)創(chuàng)建一個(gè)開(kāi)源社區(qū)，AT&T將加速解決各種工業(yè)和商業(yè)問(wèn)題，向基于AI的軟件過(guò)渡。這些進(jìn)步將達(dá)到關(guān)鍵的應(yīng)用規(guī)模。Acumos驅(qū)動(dòng)以數(shù)據(jù)為中心的過(guò)程來(lái)創(chuàng)建機(jī)器學(xué)習(xí)應(yīng)用程序。

該 Acumos AI挑戰(zhàn)賽 是一個(gè)開(kāi)源的開(kāi)發(fā)競(jìng)爭(zhēng)中求學(xué)生，開(kāi)發(fā)人員和數(shù)據(jù)科學(xué)家創(chuàng)新的AI解決方案。Acumos AI挑戰(zhàn)賽將促進(jìn)Linux基金會(huì)的產(chǎn)品Acumos AI Project的AI模型的開(kāi)發(fā)。Linux基金會(huì)的LF深度學(xué)習(xí)基金會(huì)支持了這個(gè)令人印象深刻的平臺(tái)。

AT&T和Tech Mahindra將頒發(fā)100,000美元的獎(jiǎng)金，并讓決賽入圍者有機(jī)會(huì)前往舊金山，在2018年9月11日的決賽中介紹他們的解決方案。所有符合條件的AI解決方案都將在Acumos市場(chǎng)上作為開(kāi)源提供。

前三名的球隊(duì)將分別獲得25,000美元的現(xiàn)金，以及2018年9月在舊金山舉行的決賽的機(jī)會(huì)。在決賽中獲勝的球隊(duì)將獲得額外的25,000美元的大獎(jiǎng)，總計(jì)50,000美元。

Acumos使數(shù)據(jù)科學(xué)家能夠發(fā)布自適應(yīng)AI模型，同時(shí)使他們不必定制開(kāi)發(fā)完全集成的解決方案。它將每個(gè)模型打包到一個(gè)獨(dú)立的，容器化的微服務(wù)中，該服務(wù)可以與任何其他Acumos微服務(wù)完全互操作。

無(wú)論它們是使用TensorFlow，SciKit Learn，RCloud，H2O還是任何其他受支持的工具構(gòu)建的，這些微服務(wù)都將起作用。使用這些工具或任何受支持的語(yǔ)言(包括Java，Python和R)構(gòu)建的模型都可以自動(dòng)加載，打包和分類。

對(duì)于任何軟件開(kāi)發(fā)人員而言，即使沒(méi)有數(shù)據(jù)科學(xué)背景或任何專門的AI開(kāi)發(fā)工具的知識(shí)，這些微服務(wù)也都易于集成到實(shí)際應(yīng)用中。

Acumos為數(shù)據(jù)決策和人工智能解決方案提供了一種Marketplace機(jī)制。一家公司或跨多個(gè)域的自組織同級(jí)組可以安全地在彼此之間共享信息。關(guān)于AI解決方案的性能，將進(jìn)行許多討論和工作，包括評(píng)分，受歡迎程度統(tǒng)計(jì)信息和用戶提供的評(píng)論，以將眾包應(yīng)用到軟件開(kāi)發(fā)中。

該平臺(tái)有助于數(shù)據(jù)科學(xué)家和應(yīng)用程序開(kāi)發(fā)人員之間的通信，以自動(dòng)化用于選擇模型的用戶反饋過(guò)程，同時(shí)自動(dòng)為已在市場(chǎng)上獲得和部署的模型提供錯(cuò)誤報(bào)告和軟件更新。

軟件開(kāi)發(fā)人員將從編碼編寫(xiě)和編輯工具包過(guò)渡到類似教室的代碼培訓(xùn)過(guò)程?？梢詮氖袌?chǎng)上獲取AI模型，對(duì)其進(jìn)行訓(xùn)練，對(duì)其分析數(shù)據(jù)集的能力進(jìn)行分級(jí)，并自動(dòng)將其集成到完整的解決方案中。

這些開(kāi)發(fā)人員可以訪問(wèn)封裝的AI模型，而無(wú)需了解其工作方式的詳細(xì)信息，并使用一系列數(shù)據(jù)自適應(yīng)代理將它們連接到各種數(shù)據(jù)源，以通過(guò)簡(jiǎn)單的鏈接過(guò)程構(gòu)建復(fù)雜的應(yīng)用程序。

與許多專有系統(tǒng)不同，Acumos不受任何運(yùn)行時(shí)基礎(chǔ)架構(gòu)或云服務(wù)的束縛。Acumos為打包，共享，許可和部署AI模型創(chuàng)建了廣泛的機(jī)制。這些AI模型發(fā)布在安全的目錄中，可以在對(duì)等系統(tǒng)之間輕松分發(fā)。

目錄包含有關(guān)單個(gè)微服務(wù)的所有權(quán)和執(zhí)行要求的詳細(xì)信息，以便可以使用Acumos Portal輕松搜索這些信息。這確保了模型選擇和部署是一個(gè)簡(jiǎn)單的過(guò)程。