[发明专利]一种支持人工智能算法进行自动持续更新的系统及方法

说明书

本申请涉及一种支持人工智能算法进行自动持续更新的系统及方法。该系统包括：计算模块，所述计算模块为系统提供运算能力；存储模块，所述存储模块存储有与人工智能算法更新相关的数据，所述数据包括一个或多个人工智能算法模型、人工智能算法训练规则以及训练用数据；更新模块，所述更新模块基于存储于所述存储模块的与人工智能算法更新相关的数据，对人工智能算法进行训练和更新；输入模块和输出模块，所述输出模块将所述存储模块中的数据可视化地输出至显示装置，所述输入模块接受外部操作和外部输入数据，并将所述外部输入数据发送至所述存储模块。

技术领域

本申请涉及人工智能领域，更具体而言，涉及对人工智能算法进行自动持续更新的系统及方法。

背景技术

随着人工智能算法成熟度的不断提高，越来越多的业务产品部署了人工智能算法，以提高产品的质量。例如，在海关及轨道交通的站点部署的安检产品中可以部署人工智能算法进行物品的检查，既可以提高检查质量又能够节省人力。

然而，位于设备端的人工智能(AI)算法模型作为AI产品，在面向不同的需求(如海关的不同关区场景或者轨道交通不同站点)时，难以具备通用的泛化能力。也就是说，同一人工智能算法模型难以普适性地应用于所有场景，需要修改人工智能算法模型或者参数等以适应于场景的各种特殊需求。

为了针对众多场景和不同业务的查验内容与要求，研发适配更加场景化、特色化的算法，现有技术方案根据地域、场景等业务条件，单独制定AI算法模型产品的性能指标。在现有技术中，一般来说，只允许通过现场验证，满足性能指标的AI算法模型产品部署到业务现场进行作业。而当AI算法模型产品在某业务现场的服役期间出现性能指标下降，不满足业务需求时，客户与开发者沟通，并给予一定量的现场数据，让开发者基于这些现场数据进行机器学习的模型训练或参数调整。当开发者针对现场数据完成机器学习的模型训练并通过验证之后，再将更新后的AI算法模型产品发送给产品支持人员，最终由产品支持人员部署到业务现场替代之前的AI算法模型产品。更新后的AI算法模型产品需要一定的试用期以观察其在业务现场的效果好坏。

但是，以上现有技术存在很多改进的余地。例如，一些行业客户具有较高的数据安全管理要求，无法将公司设备中的现场数据传输或者拷贝离开现场。这种情况下，现有技术方案就完全无法执行。另外，现有技术方案中，从现场发现AI算法模型产品不满足性能指标问题，到最终完成AI算法模型产品的更新，并在现场试用观察效果好坏，需要经历多轮的沟通交流，以及专门的开发者排期基于现场数据进行机器学习训练。总的来说，现有技术方案的执行是个非常耗时耗力的过程。

另外，在现有技术中，终端使用者(也就是客户)对于日常人工智能学习算法更新并无操作的权限，一般的做法是交由开发者进行。因此，这也导致沟通成本增高、效率低下等实际问题。

发明内容

本申请是鉴于以上现有技术中所存在的技术问题而做出的，其目的在于提供一种终端使用者友好、使用便利、可以随时对于人工智能算法进行更新的系统。

在本申请的一个方案中，一种支持人工智能算法进行自动持续更新的系统，所述系统包括：

计算模块，所述计算模块为系统提供运算能力；

存储模块，所述存储模块存储有与人工智能算法更新相关的数据，所述数据包括一个或多个人工智能算法模型、人工智能算法训练规则以及训练用数据；

更新模块，所述更新模块基于存储于所述存储模块的与人工智能算法更新相关的数据，对人工智能算法进行训练和更新；

输入模块和输出模块，所述输出模块将所述存储模块中的数据可视化地输出至显示装置，所述输入模块接受外部操作和外部输入数据，并将所述外部输入数据发送至所述存储模块。