正文

從事ai是用模型還是做模型（從事ai是用模型還是做模型的）

發(fā)布時(shí)間：2023-03-14 04:58:06 稿源：創(chuàng)意嶺閱讀： 79 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關(guān)于從事ai是用模型還是做模型的問題，以下是小編對(duì)此問題的歸納整理，讓我們一起來看看吧。

ChatGPT國(guó)內(nèi)免費(fèi)在線使用，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，越精準(zhǔn)，寫出的就越詳細(xì)，有微信小程序端、在線網(wǎng)頁(yè)版、PC客戶端

官網(wǎng)：https://ai.de1919.com

本文目錄:

1、2022建模多久被ai替代
2、ai虛擬人是怎么做出來的？想做一個(gè)虛擬人
3、高中課題選數(shù)學(xué)建模還是人工智能
4、AI模型如何進(jìn)行工程化？

從事ai是用模型還是做模型（從事ai是用模型還是做模型的）

一、2022建模多久被ai替代

30年。建模就是建立模型，截止2022年ai技術(shù)并不發(fā)達(dá)，替代還需要30年的時(shí)間，感興趣的網(wǎng)友可進(jìn)行查閱。建模就是建立模型，就是為了理解事物而對(duì)事物做出的一種抽象，是對(duì)事物的一種無歧義的書面描述。

二、ai虛擬人是怎么做出來的？想做一個(gè)虛擬人

ai虛擬人時(shí)通過數(shù)字技術(shù)模擬真實(shí)的人體器官而合成的三維模型，但是不懂形象設(shè)計(jì)個(gè)人事做不出來的，個(gè)人推薦可以直接用即構(gòu)科技的ZegoAvatar制作，開發(fā)者可以借鑒或者直接使用即構(gòu)的解決方案來實(shí)現(xiàn)場(chǎng)景能力的快速落地。如語(yǔ)聊、全景K歌、虛擬直播和1V1直播等，輕松打造實(shí)時(shí)互動(dòng)的 Avatar 虛擬形象。希望我精湛的回答能幫助到你，非常感謝！

三、高中課題選數(shù)學(xué)建模還是人工智能

選人工智能。人工智能（ArtificialIntelligence），英文縮寫為AI，它是研究開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。數(shù)學(xué)建模是利用數(shù)學(xué)方法解決實(shí)際問題的一種實(shí)踐。即通過抽象、簡(jiǎn)化、假設(shè)、引進(jìn)變量等處理過程，將實(shí)際問題用數(shù)學(xué)方式表達(dá)，建立起數(shù)學(xué)模型，然后運(yùn)用先進(jìn)的數(shù)學(xué)方法及計(jì)算機(jī)技術(shù)進(jìn)行求解。數(shù)學(xué)建模可以通俗地理解為數(shù)學(xué)+建模，即運(yùn)用統(tǒng)計(jì)學(xué)、線性代數(shù)，積分學(xué)等數(shù)學(xué)知識(shí)，構(gòu)建數(shù)學(xué)模型，通過模型解決問題。

四、AI模型如何進(jìn)行工程化？

如今，AI模型百花齊放，在業(yè)務(wù)場(chǎng)景中的使用是越來越多，那AI模型是如何集成到系統(tǒng)中的呢？這幾年的集成方式又有何變化呢？

在一些早期系統(tǒng)中，模型比較簡(jiǎn)單，這時(shí)，真正在線上系統(tǒng)部署模型時(shí)，模型只是以算法的形式出現(xiàn)，模型參數(shù)作為算法所需要的“數(shù)據(jù)”，存儲(chǔ)在內(nèi)存或分布式緩存（如Redis）中。模型在推理運(yùn)算時(shí)，從緩存中取出參數(shù)，再結(jié)合特征，完成模型預(yù)測(cè)推理運(yùn)算。

這樣的一些集成方式，多見于一些早期的推薦系統(tǒng)，模型也相對(duì)比較簡(jiǎn)單，如LR、FM、FFM等。這種方式將算法與參數(shù)分離，使其可以各自演化、迭代。如模型參數(shù)更新時(shí)，只需要更新緩存數(shù)據(jù)，系統(tǒng)可能并不需要上線。一定程度上的滿足了工程上的需要。

但隨著模型越來越復(fù)雜，以Redis緩存模型為代表的方式，逐漸不符合現(xiàn)代模型的需要。以PMML、sklearn為代表的模型框架的方式出現(xiàn)了。模型框架本身提供了多種模型的實(shí)現(xiàn)方式，

并提供了推理接口。業(yè)務(wù)系統(tǒng)集成時(shí)，將模型框架集成到系統(tǒng)當(dāng)中。這時(shí)模型一般是以文件的形式存在。也可以滿足一定程度上單獨(dú)演化的需要。

但上述方式也有其問題，一方面模型以文件的形式集成到系統(tǒng)內(nèi)，更新不方便。另一方面，模型的更新速度一般都比較快，一旦模型更新（結(jié)構(gòu)或參數(shù)），系統(tǒng)就需要上線，非常不方便。

于是第三種方式出現(xiàn)了，即模型服務(wù)的方式。這種方式，模型以分布式API服務(wù)的形式，集成到系統(tǒng)中（如tensorflow-serving），模型的升級(jí)演化，不會(huì)影響業(yè)務(wù)系統(tǒng)的使用，非常方便。

但這種方式也有其問題，因?yàn)椴⒉皇撬械哪Ｐ投际腔趖ensorflow開發(fā)的，隨著pytorch的市場(chǎng)份額越來越高，其他框架的模型也越來越占主導(dǎo)地位。有的甚至都不一定都是基于python語(yǔ)言的。而且tensorflow的分布式擴(kuò)展能力比較差，一旦流量上升后，難以支撐業(yè)務(wù)發(fā)展。

近幾年，隨著容器化和云計(jì)算技術(shù)的發(fā)展，新時(shí)代的云技術(shù)模型服務(wù)出現(xiàn)了。這種技術(shù)以AI模型市場(chǎng)（aimodelmarket.cn）為代表，以容器作為系統(tǒng)交割的基本單位，模型服務(wù)在容器中，方便擴(kuò)展。模型的升級(jí)演化和業(yè)務(wù)系統(tǒng)分離，互不影響，同時(shí)又是跨語(yǔ)言的。而且得益于云計(jì)算技術(shù)，服務(wù)的擴(kuò)展能力幾乎是無限的。這就給業(yè)務(wù)系統(tǒng)的穩(wěn)定性提供了極大的保障。

展望未來，我們希望隨著像AI模型市場(chǎng)（aimodelmarket.cn）這樣的服務(wù)的發(fā)展，越來越多的模型服務(wù)被開發(fā)出來，并實(shí)現(xiàn)服務(wù)商和業(yè)務(wù)方的分離，將極大的提高生產(chǎn)力。

以上就是關(guān)于從事ai是用模型還是做模型相關(guān)問題的回答。希望能幫到你，如有更多相關(guān)問題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。