东方时讯网
可以应用于人工智能(AI)的机器学习(ML)技术的潜力引起了极大的兴奋。在过去的几年中，企业和投资者对AI几乎感到疯狂。2014年至2016年期间，风险资本家(VC's)已向新的AI初创公司投资超过110亿美元，2017年估计增加了60亿美元。
2016年，科技巨头在AI上花费了20-30亿美元，其中技术和金融处于领先地位。此类投资使Alexa和Siri等众多消费者服务成为主流。
尽管取得了这些成功，但在时间和对专业人才的需求方面，AI应用程序的开发和部署仍然昂贵。由于缺乏通用的开发框架，使得AI应用程序无法成为解决IT问题的通用解决方案。
Acumos是一个开放源代码平台，支持AI模型的训练，集成和部署。通过围绕机器学习创建一个开源社区，AT&T将加速解决各种工业和商业问题，向基于AI的软件过渡。这些进步将达到关键的应用规模。Acumos驱动以数据为中心的过程来创建机器学习应用程序。
该 Acumos AI挑战赛 是一个开源的开发竞争中求学生，开发人员和数据科学家创新的AI解决方案。Acumos AI挑战赛将促进Linux基金会的产品Acumos AI Project的AI模型的开发。Linux基金会的LF深度学习基金会支持了这个令人印象深刻的平台。
AT&T和Tech Mahindra将颁发100,000美元的奖金，并让决赛入围者有机会前往旧金山，在2018年9月11日的决赛中介绍他们的解决方案。所有符合条件的AI解决方案都将在Acumos市场上作为开源提供。
前三名的球队将分别获得25,000美元的现金，以及2018年9月在旧金山举行的决赛的机会。在决赛中获胜的球队将获得额外的25,000美元的大奖，总计50,000美元。
Acumos使数据科学家能够发布自适应AI模型，同时使他们不必定制开发完全集成的解决方案。它将每个模型打包到一个独立的，容器化的微服务中，该服务可以与任何其他Acumos微服务完全互操作。
无论它们是使用TensorFlow，SciKit Learn，RCloud，H2O还是任何其他受支持的工具构建的，这些微服务都将起作用。使用这些工具或任何受支持的语言(包括Java，Python和R)构建的模型都可以自动加载，打包和分类。
对于任何软件开发人员而言，即使没有数据科学背景或任何专门的AI开发工具的知识，这些微服务也都易于集成到实际应用中。
Acumos为数据决策和人工智能解决方案提供了一种Marketplace机制。一家公司或跨多个域的自组织同级组可以安全地在彼此之间共享信息。关于AI解决方案的性能，将进行许多讨论和工作，包括评分，受欢迎程度统计信息和用户提供的评论，以将众包应用到软件开发中。
该平台有助于数据科学家和应用程序开发人员之间的通信，以自动化用于选择模型的用户反馈过程，同时自动为已在市场上获得和部署的模型提供错误报告和软件更新。
软件开发人员将从编码编写和编辑工具包过渡到类似教室的代码培训过程。可以从市场上获取AI模型，对其进行训练，对其分析数据集的能力进行分级，并自动将其集成到完整的解决方案中。
这些开发人员可以访问封装的AI模型，而无需了解其工作方式的详细信息，并使用一系列数据自适应代理将它们连接到各种数据源，以通过简单的链接过程构建复杂的应用程序。
与许多专有系统不同，Acumos不受任何运行时基础架构或云服务的束缚。Acumos为打包，共享，许可和部署AI模型创建了广泛的机制。这些AI模型发布在安全的目录中，可以在对等系统之间轻松分发。
目录包含有关单个微服务的所有权和执行要求的详细信息，以便可以使用Acumos Portal轻松搜索这些信息。这确保了模型选择和部署是一个简单的过程。