本文由以下人员合著:开发人员技术与宣传副总裁 Angel Diaz, IBM Watson 首席架构师 Ruchir Puri, IBM Watson 数据平台开发副总裁 William Lobig


数十年来,IBM 一直致力于探索人工智能和机器学习技术,发展相关技能。从 1997 年 IBM“深蓝”打败国际象棋世界冠军 Garry Kasparov 到 2011 年 Watson 在《危险边缘》节目中赢得冠军并获得 100 万美元奖金,IBM 始终在不断追寻新的挑战。如今,随着人工智能技术和深度学习的爆炸式发展,数据科学家和人工智能开发人员也正面临着一系列崭新的挑战。

虽然由于像 TensorFlow、PyTorch 和 Caffe2 这样的机器学习引擎的不断涌现,人工智能开发人员能够使用计算数据流图进行可扩展的机器学习,但它也导致了多种机器学习模型、多种格式并存的混乱局面,每种机器学习模型都有自己的一套语法和语义,并且散布于多个网站上。

我们认为,这一由人工智能推动的复兴征程,究其核心就是机器学习模型。人工智能开发人员需要可靠的数据源来支持这些模型,这些模型不仅为他们提供包含多个来自社区的免费框架的一站式市场,还提供了确保了解这些社区模型的来源和质量所需的元数据和溯源。这包括有关训练模型所使用的数据集、其准确率、参数等方面的信息。此外,人工智能开发人员希望快速试用这些模型,以便用自己的输入数据进行推断和预测。溯源对于企业开发人员来说尤其重要,可以帮助解决从安全到偏差等一系列问题。

发布 Model Asset eXchange

作为该领域的首批举措之一,面向企业级用户的开源 Model Asset eXchange, 现已发布,对此我们感到十分激动。MAX 是一个模型应用商店,旨在激发数据科学家和人工智能开发人员社区的探索热情,让他们能够轻松发现、评估和部署机器学习模型。MAX 是个一站式交流平台,数据科学家和人工智能开发人员可以在此使用由 TensorFlow、PyTorch 和 Caffe2 等他们最青睐的机器学习引擎创建的模型。不仅如此,该平台还提供了一种标准化的方法对这些模型进行分类、注释和部署,从而进行预测和推理,包括可以在 IBM 近期发布的人工智能应用开发平台 Watson Studio 中部署和定制的模型,这些模型数量还在日渐增多。

Linux 基金会执行董事 Jim Zemlin 对这一消息给出了积极地回应。“IBM 发布的 Model Asset eXchange 为开发人员获取深度学习模型提供了新来源。我们期待着未来 MAX 社区能够与我们即将创建的 Acumos AI 社区合作,进而爆发创新潜力。”

MAX Models

在您的系统上试验 MAX 模型

为了您能够在本地机器上试用,MAX 提供了基于 Docker 的部署,并通过可用于模型推理和使用的 REST API 来封装模型。模型 API 服务器还提供了交互式的 Swagger 文档页面。当用户启动构建时,就会将模型权重和图形从对象存储器下载到用户的 Docker 环境中。当 API 服务器运行时,您可以探索 API 并创建测试请求。

使用 Watson Studio 为生产工作负载训练和部署 MAX 模型

如果您寻找想要在我们最近发布的 Watson Studio 平台中使用的模型,我们正在将这其中的一部分模型打包成新发布的 Watson Studio 深度学习功能指定的格式。未来,还将不断提供更多模型,以便在 Watson Studio 中使用。Watson Studio 中的深度学习即服务采用了多种广为流行的开源框架,如 TensorFlow、Caffe 和 PyTorch,并在 IBM Cloud 上真正将其作为一项云原生服务提供,且配备了可在整个生命周期内构建和管理模型的工具。目前,我们提供了在 Watson Studio 中定制和运行 MAX 社区模型的相关教程。我们将通过 Studio 持续完善 MAX 并实现其自动化,尽可能为您提供最佳无缝体验。请保持关注!

MAX Blog

加入 MAX,帮助点燃社区的探索热情!

我们才刚刚起步!我们正处于人工智能复兴的最前沿,我们相信 MAX 将帮助您创建和管理最好的模型,并点燃数据科学家和人工智能开发人员社区的探索热情。加入我们的行列,推动复兴进程!

相关链接

本文翻译自:Igniting a community around deep learning models with Model Asset eXchange (MAX)(2018-03-20

加入讨论