人工智能已成为当前国际竞争的新焦点，其中面向深度学习算法模型的新一代人工智能在行业领域、国家战略方面的作用日益凸显。
自2019年3月教育部印发《教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知》以来，众多高校获批人工智能专业建设资格，连同人工智能技术关联专业：智能科学与技术、智能建筑、智能医疗，以及高职职业技术学校的人工智能技术服务专业…… 众多高校纷纷行动起来。
本期，E企研究院“人工智能教育加速季”将聚焦五舟科技深度学习与新一代人工智能科研环境管理平台，整合人工智能环境特点，五舟科技针对高校科研、教学、实训等应用场景，提供一体化深度学习平台，具有基础计算资源隔离、调度，可视化资源监控与管理等功能，促进产学研融合，助力实现新一代人工智能产业结构的调整和升级。
全景支撑 提升人工智能科研效率
高等院校作为行业企业，科研技术与高新人才输出的结合点，通过建设深度学习与新一代人工智能科研教学一体化实验平台，将成为产业，科研与技术人才培养及输送的融合平台。
E企研究院曾在文章 智能带动产学研价值链 五舟释放AI教育新动能 中提到五舟科技深度学习与新一代人工智能科研环境管理平台。
今天我们将深入挖掘该方案的特性，五舟科技深度学习与新一代人工智能科研环境管理平台。支持：TensorFlow、Caffe2、THEANO、PyTorch、KERAS、MXNet、百度飞桨等深度学习框架，在有效打通深度学习开发环境、计算资源与数据资源的同时，为科研实验与教学、实训实验用户提供独立登录门户，实现多租户管理，业务层相互隔离、互不影响。针对深度学习框架内的各个独立工作模块，在容器平台上实现对基础资源的映射，从而满足各类深度学习框架获取与之匹配的更高层次的系统资源，为高校科研实验提供更加智能的容器化部署环境，以及更具效率的分布式训练平台。同时集成包括AutoML、XAI、特征工程与数据标记等业界先进科研工具，为高校面向深度学习与新一代人工智能科研工作流程提供优化与效能提升工具。
AI运算资源一键部署
五舟科技深度学习与新一代人工智能科研环境管理平台提供完善的AI运算资源配置模板。过去繁杂的容器设置参数，被集成到统一的向导式配置页面中，科研人员可根据项目需求，无需系统管理人员协助，即可实现灵活自主的实现命名空间、系统镜像、GPU/CPU选择、内存、存储空间、集群构建等设置。完成后，平台自动下发到底层容器资源调度系统，实现一键下发，实时部署，快速启动科研项目开发。
原生云自动化机器学习
超参数，是除了算法内部本身参数以外，其他需要设置的外围参数统称，譬如：学习率，神经层的层数，以及每一层的神经元个数，优化器，激活函数的选择，迭代次数等。很多论文使用新的模型可以取得SOTA的效果，实际上，就是这些“精挑细选”的超参数作用的效果。另外，在Kaggle这样的建模比赛中，要想得到出众的建模效果，对超参数进行手动调优是必不可少的。然而，建立一个高质量的机器学习模型是一个迭代的、复杂的、耗时的过程：除了要求数据科学家具备高效调整超参数的经验和能力，他们还需要不断尝试不同的算法和技术，参数调节非常依赖工程师的知识扎实水平和领域实践经验。
五舟科技深度学习与新一代人工智能科研环境管理平台内置原生云超参数搜索与神经网络模型架构搜索系统，支持利用集群资源进行超参数搜索。通过直观且人性化的超参数调优模板，科研人员可以轻松地在上面进行业内流行的HyperBand、网格搜索、随机搜索和贝叶斯优化等超参数训练。同时，由于和Notebook中的代码相互分离，可有效实现对科研项目代码的零侵入性与超参复用。
最佳算法模型科研加速库
五舟科技深度学习最佳算法模型科研加速库软件，通过将机器翻译、语音识别、语法分析、图像信息领域的经典科研数据集，与『预训练』深度学习最佳实践算法的紧密匹配，提升科研项目效率，支持自定义模型扩展来满足科研项目特定需求。
同时，面向在自然语言处理、知识工程、自动驾驶技术、多模态学习、人工智能安全、计算机视觉等热门应用方向，提供基于人工智能工作流集市，实现一键部署的工程案例，并端到端覆盖基础数据，模型训练代码，以及相关引用论文支撑。为高校建立面向多领域，多行业丰富的科研教学项目案例智库。
创新AI人才培养模型
创新的人工智能专业课程体系模型，新一代人工智能，具有更为广泛的领域应用覆盖面，人工智能工程师角色的类型也因公司和行业而异。正因如此，五舟科技以经典的人工智能理论为总纲，面向：知识表示、逻辑推理，搜索求解，专家系统，机器学习，机器感知等领域，设计出理论结合丰富实践的课程资源。在此基础上，进一步设计了面向多个新一代人工智能专业方向的课程体系与人才培养魔方模型，覆盖了新一代人工智能人才的四大核心能力需求，包括：算法模型、开发工程、商业应用、部署架构。通过 30 多门面向实验操作的人工智能专业课程体系资源，为高等院校人工智能专业建设，培养新一代人工智能技术人才提供全方位的支撑。
海量行业项目案例库
为响应《国家新一代人工智能标准体系建设指南》号召， 五舟科技为高校大数据与人工智能实验室，大数据与人工智能实验平台建设，提供面向多个垂直行业的海量实战项目案例库，360°全方位覆盖数据科学、机器学习、深度学习与新一代人工智能技术在：医疗、金融、制造、信息安全、环保、商务等多个行业内各方面应用、业务逻辑与相关数学分析模型。
微控制器 AI 应用开发课程
微型化被公认为机器学习的未来，让深度学习模型可以在微小的、低功耗的芯片上运行，这种技术将解决目前人工智能方案中的瓶颈问题。微型化机器学习（TinyML）是深度学习行业发展最为迅速的领域之一。这是一个新兴的研究领域，致力于探索可在小型低功耗设备（例如微控制器）上运行的模型类型。微型化机器学习与嵌入式机器学习的应用、算法、硬件和软件都有交集。同时，智能微处理器具有强大的可扩展性，可搭配硬件，实现各种计算机视觉、仿生学、机械臂等人工智能项目。目前， 五舟科技已开发出一套较为完整的微控制器 AI 应用开发课程，覆盖：微控制器器硬件部署与测试、智能应用数据采集、微型化智能模型部署、实时手势识别、新冠肺炎咳嗽检测、实时室内物体识别、体感捕获健身动作检测、实时水果类型识别、语音指令灯光控制、深度学习人脸识别等内容。
硬件加速 构建智能应用基石
五舟科技深度学习与新一代人工智能科研教学一体化平台的硬件架构中，服务器采用双路英特尔? 至强? 金牌 6240 处理器，单路18核，36线程，2.60 GHz基本频率以及24.75 MB缓存，192 GB内存，960GB固态系统盘，8T 数据硬盘，可快速启动及部署分布式人工智能运算，实现高效人工智能训练算法，并配合Open VINO加速推理运算；采用矢量神经网络指令（VNNI）的全新英特尔深度学习加速提高了人工智能推理的表现，与上一代产品相比，性能提高了数十倍。
面向数据存储运算，人工模型训练以及人工智能模型部署应用建立物理资源池，分别通过千兆与万兆网络实现管理流量与人工智能业务流量分流。科研、实训、教学用户各自通过独立门户登录，互不影响。深度学习与新一代人工智能科研教学一体化实验平台提供统一硬件资源编排管理、人工智能工作流调度，及性能监控。集群支持便捷的按需扩展、迁移与组件升级；提供负载平衡、容错、FPGA异构混合训练等功能，并有效连接MovidiusTM等边缘计算智能设备。
随着人工智能与产业的深度融合与升级，将有更多与产业紧密结合的人工智能开放创新平台被孵化出来。新一代人工智能正推动新工科人才培养向智能化、自动化和精准化等目标转变。五舟科技将通过强大的软硬件开发、生产、销售和服务团队，加快并细化面向深度学习与新一代人工智能学科在更多高校的落地，促进新工科学科专业的生成和融合发展。
