[发明专利]一种低训练成本的人工智能平台及其使用方法

说明书

本发明提供了一种低训练成本的人工智能平台及其使用方法，所述低训练成本的人工智能平台，包括：数据管理模块，用于存储、管理数据集，以及进行模块之间的数据交互；标注模块，用于对数据集进行标注；训练和部署模块，用于使用已标注的数据集对模型进行训练，以及将训练好的模型部署出去。本发明能够极大地降低人工智能开发的开发门槛，减低开发成本，使得人工智能项目可以快速验证，迅速落地。

技术领域

本发明涉及深度学习领域，具体涉及一种低训练成本的人工智能平台及其使用方法。

背景技术

随着深度学习技术出现，大数据以及计算能力的提高，人工智能成为推动科技跨域发展、产业优化升级、生产力整体跃升的重要驱动力量，其基础性和关键性作用日益凸显。但是，目前在数据收集，数据标注、模型调参、优化部署等环节需要消耗大量的人力，使得人工智能赋能各个行业的成本非常高昂，难以真正地普及。

另一方面，深度学习模型的训练和部署具有一定的复杂性，需要聘用掌握一定专业技能的工作人员专门从事相关工作，而当下，算法人员的人力成本也是相当昂贵的。

具体地，当前人工智能要在行业中使用，先要收集行业细分领域的数据，由标注人员标注这部分数据，然后由算法工程师训练模型做初步的预研，训练出来的模型交给部署人员去做部署。模型上线后，如发现有错误样例，则需要收集更多数据做标注加入到训练数据中，重新做训练部署，这样形成一个多人员合作的大循环，反复迭代模型，直到准确率达到可以接受的范围。这种大循环需要多种角色的工作人员参与，而且流程很长，需要的人力成本太高，制约着人工智能应用的普及。

因此，急需开发一种简单的、能够低成本实现人工智能训练和部署的平台来解决这些问题。

发明内容

本发明的目的在于针对现有技术中的问题，提供一种低训练成本的人工智能平台及其使用方法，以降低深度学习模型训练的复杂度，降低人工智能应用的成本。

为实现上述目的，本发明采用以下技术方案：

一种低训练成本的人工智能平台，包括：

数据管理模块，用于存储、管理数据集，以及进行模块之间的数据交互；

标注模块，用于对数据集进行标注；

训练和部署模块，用于使用已标注的数据集对模型进行训练，以及将训练好的模型部署出去；

所述数据管理模块包括：

数据导入子模块，用于导入外部的数据集；

数据版本管理子模块，用于对数据集添加版本标签和描述，以区分数据集的不同版本；

所述标注模块包括：

预标注子模块，用于对数据集进行全自动预标注，或供用户对数据集进行半自动预标注；

标注作业子模块，用于供用户对数据集进行标注作业；

数据集发布子模块，用于将标注好的数据集发布到数据管理模块的存储空间中，供训练和部署模块调用。

进一步地，所述标注模块还包括：

任务分配子模块，用于供用户创建标注任务，把较大的数据集拆分成若干较小的子数据集，分配给不同的标注人员进行标注；

任务审核子模块，用于供分配任务的用户确认任务进度，以及对标注人员已标注的数据集进行审核；

所述数据管理模块还包括：数据集分享子模块，用于在不同的用户账号之间进行数据集分享，以辅助任务分配子模块实现任务分配过程中的数据集分享。

进一步地，所述数据管理模块还包括：样例数据收集子模块，用于收集训练和部署模块中部署出去的模型运行时的样例数据。