近年來，機器學習技術的發展歸因於我們有極其龐大的數據用來訓練算法。當企業需要落地大規模機器學習時，往往會面臨很多難題，如何解決這些問題？如何系統瞭解大規模機器學習落地的技巧？其適用場景是什麼？InfoQ 希望通過該選題解決這些問題，並推動企業在大規模機器學習方面的實踐。本文，InfoQ 有幸採訪到明略科技機器學習平臺負責人劉喆，聽他分享自己的經驗和見解。
機器學習平臺和AI中臺該如何理解？
最近兩年，由於中臺概念的崛起，AI中臺成爲了很多企業的熱門選擇。人工智能，按照智能化程度可分爲 5 級：第一級是識別能力，通過泛在多維感知，將高質量的數據連接起來；第二級是理解能力，基於可積累的行業符號體系的智能抽取技術，構建千億知識網絡的知識圖譜數據庫；第三級是分析能力，通過知識圖譜、暴力挖掘對知識進行多維度分析推理，打造決策模型；第四級是決策能力，建立明確的行動計劃，指導行動，實現智能決策；第五級是創新能力，也就是智能的終極本質。
從識別感知到理解分析，再到決策行動、循環反饋，形成 AI 閉環。相應地，需要建設感知應用基礎設施，數據中臺、AI 中臺、業務中臺，行動系統，才能實現 AI 閉環的落地，其中數據中臺、AI 中臺、業務中臺是核心，承擔 AI 大腦的角色。
原文鏈接:【https://www.infoq.cn/article/wTyh5C9e0ZGwjeOBU9u7】。未經作者許可，禁止轉載。