Oct, 2022

面向中小型环境的本地 AI 即服务

PDF
TL;DR这篇文章探讨了人工智能作为服务的功能和相应技术栈以及可能的实现，分析了适用于小型和中型用户的开源用户友好技术，允许完全控制数据和技术平台而不依赖任何第三方或供应商锁定。
artificial intelligenceaiaasopen-sourcesmart citiestechnology stack
发现论文，激发创造
  • 研究 “人工智能即服务” 的偏见和公平问题

    本文提出了 AI as a Service 所存在的问题：由于公平性是具有上下文敏感性的，基于用户自主程度的 AI 服务分类可以导致偏见或在最终用户应用中被认为是有害的。

    Feb, 2023

  • 模式即服务（MaaS）：调查

    Model-as-a-Service (MaaS) 是一种新的部署和服务范式，为不同的基于人工智能的模型提供了可扩展和可访问的解决方案，本文综述了 MaaS 的意义、其在各个行业的应用以及未来研究的挑战和问题。

    Nov, 2023

  • 面向软件编辑中小企业的本地 AIOps 基础设施：一份经验报告

    通过利用开源工具，本文调查了在内部实施 AIOps 解决方案的可行性，介绍了一个成功部署的综合 AIOps 基础设施，并提供了构建其各个组件的不同选择的基础。对于寻求以现代 AIOps 方法内部管理软件维护流程的公司，我们的经验可以提供帮助。

    Aug, 2023

  • 迈向普及人工智能: AI 即服务平台与机器学习开放空间的比较分析

    通过比较几个热门的 AI 即服务平台并确定实现人工智能真正民主化的关键要求，本文提出了一种新的方法，即 “开放空间机器学习” 平台，它基于 Kubernetes、Kubeflow Pipelines 和 Ludwig 等先进技术，解决了民主化 AI 的挑战，并比现有的 AI 即服务平台更全面和有效。

    Nov, 2023

  • 云基 AI 服务的隐私和安全影响研究

    云生态系统中的隐私和安全论文指出，解决机器学习模型引入的风险存在差距，通过调查 AIaaS 领域，提出了一种分类法来全面检查 ML 模型的创作者和消费者所面临的风险及其已知防御措施，为提供方和消费方提供了基础解决方案。

    Jan, 2024

  • IBM 深度学习服务

    本文介绍了 IBM 的深度学习服务（DLaaS）的软件架构细节，该服务提供深度学习库，通过分布和编排层，资源供应层实现在云中可伸缩和弹性的管理，利用深度学习以及云计算相结合的业务模式，将传统机器学习方法向深度学习推进。

    Sep, 2017

  • 隐私保护的设备上智能训练服务：概念、架构方案和开放问题

    使用设备上的智能开启了在终端设备上运行人工智能应用程序的可能性，提供实时和定制化的人工智能服务，无需依赖远程服务器。然而，由于用户数据的分散和隐私敏感性以及网络连接、计算效率等终端方面的限制，对于在设备上部署进行模型训练面临着重大挑战。为了克服这些挑战，我们提出了隐私保护的作为服务的训练（PTaaS），这是一种新颖的服务计算范式，为终端设备提供隐私友好、定制化的人工智能模型训练。PTaaS 将核心训练过程外包给远程且强大的云或边缘服务器，根据上传的匿名查询高效地开发定制的设备上模型，确保数据隐私并减轻个体设备的计算负载。我们探讨了 PTaaS 的定义、目标和设计原则，以及支持该范式的新兴技术。还介绍了 PTaaS 的架构方案，并提出了一系列未解决的问题，为 PTaaS 领域的未来研究方向做铺垫。

    Apr, 2024

  • 微服务生命周期中的 AI 技术调查

    本文介绍了如何使用人工智能技术来解决微服务架构在部署、协调和相互之间交互等方面遇到的挑战。

    May, 2023

  • 可扩展、分布式 AI 框架：利用云计算提高深度学习性能和效率

    本文全面研究了利用云计算的可扩展和分布式人工智能框架以提高深度学习性能和效率的关键方面，包括数据存储和管理、优化策略、模型部署与服务等，并讨论了云计算人工智能的挑战、限制和未来研究方向。

    Apr, 2023

  • 一个无障碍人工智能系统

    我们介绍了一项旨在开发开源且用户友好的人工智能系统，以用于生物医学和医疗保健领域复杂数据的机器学习分析，其中遗传编程技术可以帮助实现，并且强调了以前项目中遗传编程已经自动进行了机器学习分析的具体示例。

    May, 2017