2023-07-10 | 김동호 기자

人人皆可打造人工智能模型…Wisenut启动"MLOps平台"第二年度开发

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

随着包括生成式AI在内的各类人工智能技术应用度提升,各产业领域为改善企业流程、提高业务效率等提升生产力,引入AI已成为必需。因此,即便不是熟练专家,任何人都能轻松运用AI技术创建并运营人工智能模型的平台,需求正日益高涨。对此,人工智能专业企业Wisenut(代表姜龙成)10日表示,作为韩国科学技术情报通信部主管的软件计算产业源头技术开发项目中“连接机器学习开发全周期并可轻松使用的自动化MLOps平台技术开发”课题的主管机构,正在推进第二年度的开发。本次研究到2025年为止共历时4年,最终目标是构建不仅专家、非专业人士也能轻松操作人工智能模型的MLOps平台。

本次第二年度延续第一年度,开发基于云基础设施的AI学习及数据分析服务,并正通过高丽大学融合研究院数字创新研究中心与韩国产业智能化协会(KOIIA),在制造、金融、通信、公共等多种领域推进实证阶段。MLOps是ML Dev(机器学习模型开发)与Operations(机器学习运营)的合成词,指可对人工智能模型开发及运营所需全过程进行统合管理的平台。尤其Wisenut正在开发的MLOps平台,即便没有数据专家或人工智能工程师,任何人都能轻松管理从数据处理、加工到AI模型生成及运营的自动化ML(机器学习),因而备受关注。Wisenut在本次第二年度研究中,基于自主拥有的AI技术实力,集中实现与各类数据平台的联动、异构数据融合及增殖技术,并通过打造最优人工智能模型的AutoML技术,加快开发融合△智能AutoML △多模态技术等的下一代MLOps平台。本次研究中,Wisenut在人工智能学习及数据分析中运用云开源平台Kubernetes架构。通过使用该平台,可适用于△亚马逊(AWS)△谷歌云(Google Cloud)△微软Azure(MS Azure)△NAVER Cloud Corp.(Naver Cloud)等所有通用云服务,并将具备可依用户需要在本地部署(On-premise)或云环境中运营的系统灵活性与扩展性。Wisenut相关人士表示:“今后通过本研究,无需工程师也能轻松创建人工智能模型,在提高业务效率的同时,有望解决人工智能专业开发人才不足问题,以及数据收集与清洗、AI模型性能优化等平台运营所需的费用负担问题。”Wisenut代表姜龙成表示:“下一代MLOps平台研究将使任何人工智能非专业人士都能轻松操作、开发及运营ML,从而缩小急速变化时代中的AI应用差距,是能够引领未来人工智能技术发展的先导性研究”,并表示“更进一步,Wisenut计划在本平台上结合GPT等生成式AI,提供更高一级的MLOps,并通过支持最新AI算法的自主AutoML技术,帮助客户轻松快速地引入人工智能技术。”

阅读韩文原文