腾讯云发布DI-X深度学习平台,AI布局全面提速营销
3月28日,腾讯云宣布推出DI-X深度学习平台,进一步开放腾讯在AI领域的领先能力,助力企业驶入人工智能快车道。
随着DI-X平台的发布,腾讯云在AI领域的全线布局也浮出水面:从IaaS基础设施、AI平台服务、AI基础服务、AI应用服务,到垂直行业解决方案,均有完善的产品及服务覆盖。马化腾曾表示:“人工智能、物联网,甚至未来的无人驾驶、机器人等等,它的后台的核心一定有一颗在云端的大脑。”DI-X平台的推出,为企业构建“云上大脑”提供最强助力,此举也宣告腾讯云在AI的布局全面提速。
(DI-X深度学习平台上线)
DI-X平台助力企业驶入人工智能快车道
DI-X平台基于腾讯云强大的大数据存储与计算能力,是一个集开发、训练、预测和部署于一体的一站式深度学习平台,适用于图像识别、语音识别、自然语言处理、机器视觉等热门领域。DI-X平台的开放,可以让算法工程师和数据科学家无须关注机器学习、尤其是深度学习的底层工程繁琐的细节和资源的约束,而专注于模型和算法调优。
与腾讯云许多优势产品与能力一样,DI-X平台经历了由内而外的输出过程。随着机器学习与人工智能的发展,腾讯内部需要一个平台支持内部算法工程师和数据科学家的迫切需求,DI-X应运而生,并成为主要机器学习平台,每天有上万的机器学习任务流,在其之上持续运行各种算法并训练出各种各样的模型。历经一年多的实战。随着系统的成熟和外部需求的增加,腾讯云决定对外开放这一能力。
与业内其他深度学习平台相比,DI-X平台有很多改良和创新,在易用性、灵活性,兼容性等方面均有出色表现。如DI-X的各个深度学习组件都是业界最新的开源版本,打通与对象存储COS的交互,在多机多卡的加速上,借助Angel将可以提供更强的性能支持。以算法的“小尾巴”设计为例,DI-X在模型的收藏、使用、预测、部署上有更多的优势,对深度学习更加的友好。
借助DI-X平台为桥梁,用户可以将之前在COS中存储的各种数据,包括图片,语音和视频等,通过GPU云服务器,轻松进行深度学习的各种算法构建,快速将自身的数据积累,转化为模型生产力,接入AI快车道。
“云上大脑”加速人工智能场景化应用落地
腾讯云在AI领域的全线布局包括IaaS基础设施、AI平台服务、AI基础服务、AI应用服务、以及垂直行业解决方案。除了产品服务布局全面,腾讯云AI的独有优势还包括拥有完善的LBS智能服务、带有数据能力的智能推荐服务、支持FPGA云服务器等,并且这些能力已经经过腾讯海量产品及服务的验证。
(AI布局能力矩阵图)
以DI-X平台为例,针对精准推荐、关系链、游戏行为洞察、个性化投放、广告用户画像等应用场景,推出适用于社交,广告、游戏、视频和资源平台等场景的算法和模型,这些能力已经在广点通、手机管家、应用宝、天天快报等产品上得到有效验证,企业用户可以快速接入和使用。
广告点击行为预测中场景中,借助DI-X平台,可以方便的拖拽出一个BRNN Encoder模型(双向循环神经网络编码器),从用户自身和用户圈子好友的行为序列数据中提取出基础特征,进行栈式自编码(Stacked Auto-Encoder)模型的训练,充分利用RNN的模型特点,得到比常规模型更精准的行为预测效果。
图像识别判断场景下,DI-X提供了Faster R-CNN等多种图象识别算法,并支持方便的超参数调优,训练完的模型可以直接部署,用于对新图片的进行预测,判断图像中物品的基本属性。 识别结果可广泛应用于公安领域的网络鉴黄、广告推荐领域的新商品识别、智能交通领域的车辆识别等场景。
不久前,腾讯AI Lab自主研发的人工智能场景化应用“绝艺”围棋机器人拿下UEC杯世界电脑围棋大会的冠军,代表着腾讯AI技术实力已步入世界前列。腾讯在人工智能领域的深厚积累都将通过腾讯云持续开放。在去年年底,腾讯云面向全球企业一口气推出人脸检测、五官定位、人脸比对与验证、人脸检索、图片标签、身份证OCR识别、名片OCR识别等7项AI云服务,推动AI技术从炫技到实现落地应用。今年1月,腾讯云率先推出国内首款高性能异构计算基础设施——FPGA云服务器,以云服务方式将大型公司才能长期支付使用的FPGA推广到更多企业。今年上半年,腾讯云还将推出基于NVIDIA 最新Pascal 架构的1机8卡的GPU云服务器,单机多卡整机性能更高,可以满足超大数据量超大规模机器学习算法需求,最大化提升计算效率。
随着人工智能的热潮袭来,各大互联网巨头都在加速布局,而AI也逐渐成为加速扩张生态领域的重要能力之一。DI-X平台的开放将帮助企业迅速获得最强“云端大脑”,快速切入AI的快车道,而腾讯云全面的AI能力布局也将增强企业在人工智能场景化应用的推进能力,在下一波技术浪潮中占领先机。
1.砍柴网遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.砍柴网的原创文章,请转载时务必注明文章作者和"来源:砍柴网",不尊重原创的行为砍柴网或将追究责任;3.作者投稿可能会经砍柴网编辑修改或补充。