人工智能(AI)的使用必須盡可能簡(jiǎn)單，并為科學(xué)家提供足夠的空間來設(shè)計(jì)和開發(fā)解決方案。深度學(xué)習(xí)有其自己的要求。Onepanel的PaaS平臺(tái)是適合此的工具。以Kubernetes為軸的可擴(kuò)展平臺(tái)就像是AI專家的瑞士軍刀。我們采訪了將Onepanel推廣為可擴(kuò)展的生產(chǎn)AI基礎(chǔ)架構(gòu)的公司聯(lián)合創(chuàng)始人Donald Scott(照片)。

深度學(xué)習(xí)的關(guān)鍵是NLP(神經(jīng)語言編程)的使用。畢竟，必須解釋和標(biāo)記日常生活中的事實(shí)。過程中的人為因素。在程序員通常開發(fā)從輸入到輸出的代碼的地方，AI必須開發(fā)模型以從輸入數(shù)據(jù)中選擇正確的輸出。這種深度學(xué)習(xí)過程意味著在模型開發(fā)過程中，必須告知計(jì)算機(jī)如何解釋和評(píng)估輸入的組合。Onepanel現(xiàn)在提供了平臺(tái)即服務(wù)(PaaS)來創(chuàng)建自動(dòng)化的AI工作流程，或者如Donald Scott所說：“通過將正確的基礎(chǔ)架構(gòu)和工作流程與正確的自動(dòng)化相結(jié)合，任何人都可以通過Onepanel構(gòu)建AI解決方案平臺(tái)”。

Onepanel環(huán)境可用于裸機(jī)，內(nèi)部部署或私有云中，以實(shí)現(xiàn)來自眾多來源的深度學(xué)習(xí)模型，例如數(shù)據(jù)網(wǎng)格，合成交付的數(shù)據(jù)，生物信息學(xué)或來自模擬器的信息。它用于處理具有各種輸入和輸出選項(xiàng)以及GPU加速器的數(shù)據(jù)容器。諸如Amazon AWS，Microsoft Azure和Google GCP云之類的標(biāo)準(zhǔn)云解決方案可以用作平臺(tái)。