优步:工具是AI开发和部署的关键 -前沿人工智能网

盖世汽车讯 据外媒报道,日前,在谈及优步在全球数据中心使用AI和物联网技术时,优步首席科学家Zoubin Ghahramani表示,优步采用数千个机器学习模型,以获取其业务的全方位信息。           

(图片来源:venturebeat.com)           

Ghahramani表示,与普遍看法相反,在优步,自动驾驶汽车并不是AI和机器学习最主要的驱动力。该公司的大部分算法旨在处理优步出行应用之间的自然语言交互,并检测欺诈和其他问题。例如,今年5月,优步推出了一款AI系统,可验证驾驶员是否佩戴了口罩。           

Ghahramani还表示,有些算法更适合机载边缘处理,而不是云处理。有些基于互联网的解决方案的可靠性较低。对于负责识别驾驶员文件和身份证件照片的眩光、模糊和截断的系统,优步使用可实时工作的小型移动优化模型。           

这些在线和离线模型由优步的内部平台Michelangelo提供支持,该平台可以使团队大规模构建、部署和监控AI。Michelangelo可帮助追踪模型的长期表现,为工程师和高管提供透明度。此外,该平台还让人们可以看到优步的数据管道,让数据科学家追踪并确保数据质量。           

当被问及优步2019年5月的首次公开募股(IPO)是否改变了其AI策略时,Ghahramani表示,该公司将重心从长期研究转移到能够应对疫情等冲击的更灵活方法上。今年4月,该公司表示,全球打车需求下降了80%,而同一季度,餐厅外卖收入同比增长50%以上。           

Ghahramani 称,“我们专注于展示投资回报,我们试图优先考虑我们所创造的价值。AI和机器学习不是魔术,它和你拥有的数据、从数据中提取价值的工具,以及操作这些工具的人员一样。”           

其中一个工具是Ludwig,Ludwig是在谷歌TensorFlow基础上建立的一个库,优步使用其来训练模型,而不使用代码。其他工具包括会话式AI开发套件Plato、可以自动删除陈旧代码的工具Piranha、调试AI的可视化工具Manifold、旨在统一不同的框架的抽象层Neuropod,所有这些工具都是开源的。           

免责声明:本文来自腾

发表评论

电子邮件地址不会被公开。 必填项已用*标注