JP2022541986A - カスタマイズされた人工知能生産ラインを実行する装置及び方法、機器及び媒体 - Google Patents

カスタマイズされた人工知能生産ラインを実行する装置及び方法、機器及び媒体 Download PDF

Info

Publication number
JP2022541986A
JP2022541986A JP2021571597A JP2021571597A JP2022541986A JP 2022541986 A JP2022541986 A JP 2022541986A JP 2021571597 A JP2021571597 A JP 2021571597A JP 2021571597 A JP2021571597 A JP 2021571597A JP 2022541986 A JP2022541986 A JP 2022541986A
Authority
JP
Japan
Prior art keywords
production line
artificial intelligence
platform
intelligence development
interface
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2021571597A
Other languages
English (en)
Other versions
JP7280388B2 (ja
Inventor
シエ，ヨーンカーン
マー，ルユエ
シン，ジョウ
ツァオ，ハオ
シー，クアン
ジョウ，ユ
リー，ヤシュアイ
シー，エン
ウー，ジーチュアン
パン，ジーハオ
リー，シュウペーン
フー，ミンレン
ウー，ティアン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Publication of JP2022541986A publication Critical patent/JP2022541986A/ja
Application granted granted Critical
Publication of JP7280388B2 publication Critical patent/JP7280388B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/362—Software debugging
    • G06F11/3624—Software debugging by performing operations on the source code, e.g. via a compiler
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/362—Software debugging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/34—Graphical or visual programming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/35—Creation or generation of source code model driven
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G06F8/43—Checking; Contextual analysis
    • G06F8/433—Dependency analysis; Data or control flow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/86—Event-based monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/38—Creation or generation of source code for implementing user interfaces

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Stored Programmes (AREA)

Abstract

本開示は人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置及び方法、コンピューティング機器並びにコンピュータ読み取り可能な記憶媒体に関し、人工知能及びクラウドプラットフォーム技術に関する。カスタマイズされた生産ラインは、人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、ファイルセットにより定義される。該装置は、ファイルセットに基づいて人工知能開発プラットフォームのネイティブフォームを生成するように構成され、前記ネイティブフォームは、人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用される生産ラインアクチュエーターと、生産ラインアクチュエーターと人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するように構成される標準化されたプラットフォームインターフェイスと、を備える。生産ラインアクチュエーターはさらに、ファイルセットに定義された処理ロジックを実行することによって中間結果を生成し、標準化されたプラットフォームインターフェイスを介して人工知能開発プラットフォームと相互作用することによって中間結果を処理し、それにより、追加開発プロセスを実行する。【選択図】図２

Description

本開示は、人工知能とクラウドプラットフォームに関し、具体的には、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置及び方法、コンピューティング機器、並びにコンピュータ読み取り可能な記憶媒体に関する。
人工知能（ＡＩ）生産ライン（即ち、人工知能の開発プロセス）は、例えば画像認識、画像処理、テキスト認識、音声認識及び物体検出などの様々な人工知能開発機能を実現することができる。人工知能開発プラットフォーム（例えば、ＥａｓｙＤＬ、ＭｏｄｅｌＡｒｔｓ、ＡＷＳＳａｇｅｍａｋｅｒ等）側に配備される予め定義された人工知能生産ラインを利用することによって、開発者は、例えばエンドツーエンドの予め訓練されたモデルとユーザーシナリオデータを組み合わせることができ、それにより、自分の所望の人工知能訓練モデルを取得する。人工知能生産ラインは開発者により自分で構築することもできる。
本開示の一態様によれば、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置であって、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記装置は、前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するように構成され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用される生産ラインアクチュエーターと、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するように構成される標準化されたプラットフォームインターフェイスと、を備え、前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するように構成される。
本開示の他の態様によれば、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための方法を提供し、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記方法は、生産ラインアクチュエーターを提供することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されることと、標準化されたプラットフォームインターフェイスを提供することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されることと、を含み、前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される。
本開示の別の態様によれば、コンピューティング機器を提供し、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するために使用され、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記コンピューティング機器は、プロセッサー及び命令が記憶されたメモリを備え、前記命令は前記プロセッサーにより実行可能であり、生産ラインアクチュエーターを実現することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されること、及び標準化されたプラットフォームインターフェイスを実現することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されることに用いられ、前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される。
本開示の更なる態様によれば、コンピュータ読み取り可能な記憶媒体を提供し、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するために使用され、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記コンピュータ読み取り可能な記憶媒体に命令が記憶され、前記命令はプロセッサーにより実行可能であり、生産ラインアクチュエーターを実現することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されること、及び標準化されたプラットフォームインターフェイスを実現することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されることに用いられ、前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される。
本開示のいくつかの実施例によると、従来の人工知能開発プラットフォーム上にプラットフォームネイティブのインタラクティブな体験を有するカスタマイズされた人工知能生産ラインを実行することによって、従来の人工知能開発プラットフォームが提供できる開発機能を迅速に拡張でき、従来の人工知能開発プラットフォームインフラストラクチャの利用率を向上させ、従来の人工知能開発プラットフォームのインフラストラクチャとサービスの価値を最大限に発揮することができる。しかも、プラットフォーム上で予め定義された人工知能生産ラインと比べて、多くの場合でカスタマイズされた人工知能生産ラインは消費者の具体的なアプリケーションシナリオにより適するため、消費者は必要な人工知能モデルのカスタマイズを加速することができる。
図面は、実施例を例示的に示し、明細書の一部を構成し、明細書のテキストの説明とともに、実施例の例示的な実施形態を解釈するために使用される。示された実施例は、説明のみを目的としており、特許請求の範囲を限定するものではない。すべての図面では、同じ図面符号は、類似しているが必ずしも同じではない要素を指す。
本開示の例示的な実施例による本明細書に記載されている様々な装置を適用できる例示的なシステムを示す模式図である。 本開示の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置を示す構造ブロック図である。 本開示の例示的な実施例による生産ラインアクチュエーターを実行するフローチャートである。 本開示の他の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置を示す構造ブロック図である。 本開示の例示的な実施例による生産ラインクリエーターを示す例示的なインタラクティブな開発インターフェースである。 本開示の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための方法を示すフローチャートである。 例示的な実施例の実現に適用できる例示的なコンピューティング機器を示す模式的なブロック図である。
本開示において、特に明記しない限り、「第１」、「第２」などの用語で様々な要素を説明することは、これらの要素の位置関係、タイミング関係または重要性関係を限定することを意図せず、このような用語は、ある素子と他の素子を区別するためにのみ使用される。いくつかの例では、第１の要素と第２の要素は、該要素の同じ例を指すことができ、ある場合で、コンテキストの説明に基づいて、異なる例を指してもよい。
本開示において、様々な前記例の説明に使用される用語は、特定の例を説明することのみを目的として、制限を意図するものではない。文脈が明確に示さない限り、要素の数が特に限定されない場合、該要素は１つ以上であってもよい。なお、本開示に使用される用語「及び／又は」は、リストされた項目のいずれか、及びすべての可能な組み合わせをカバーする。
従来の人工知能開発プラットフォームは、予め定義された人工知能生産ラインを提供しており、開発者のために使いやすいワンストップの開発機能、例えばスマートラベリング、モデル訓練、サービス配備などを提供することができる。しかしながら、人工知能生産ラインはプラットフォームにより予め定義されるため、外部の開発者、特にエコ企業の開発者は、自分のシナリオやタスクの特徴と組み合わせて開発プロセスをカスタマイズすることができない。これは、従来の人工知能開発プラットフォームのシナリオ結合能力が制限される。例えば、小売業界の棚商品検査のシナリオでは、予め訓練された検出モデルだけでなく、シナリオデータを標準在庫保持単位及び棚データと組み合わせて、カスタマイズされた訓練データセットとカスタマイズされた訓練モデルを形成する必要がある。しかも、棚商品を大規模に分類するには、検出モデルだけでなく、認識モデルとともに上記機能を実現する必要がある。これらの機能は、多くの場合で、プラットフォーム上で予め定義された人工知能生産ラインによって実現されない。このため、プラットフォーム技術者によるシナリオの理解レベルに制限され、予め定義された人工知能生産ラインでカバーできるシナリオは制限されることが多い。
また、プラットフォームにより予め定義された人工知能生産ラインを提供するにはプラットフォームの多くの研究開発リソースを消耗する必要がある。一連の人工知能開発プロセスの研究開発には、フロントエンドとバックエンドで異なる研究開発役割の連携を必要とし、このプロセスには、周期が長く、研究開発の人力投資が多い。且つ、プラットフォーム上で作成された人工知能生産ラインは、一貫した標準の実行環境とサービスインターフェイスがないため、再利用できないことが多く、変更と適応のために追加の研究開発人力を必要とする。
開発者は、人工知能生産ラインを自作することもできる。開発者は、自分のシナリオ要件に基づいて、オープンソースのフレームワーク、ツールなどを使用してある汎用プログラミング言語と組み合わせてカスタマイズされた人工知能生産ラインを生成することができる。しかしながら、このような自作の人工知能生産ラインは、より大きな生態学的範囲内で循環させることができない。開発者自身の要件を満たす以外、同様のシナリオではより大きな価値を発揮することができない。さらに、生態系コミュニティの知的リソースと組み合わせてアップグレードと完璧を達成することは困難である。
以上の技術的問題に対して、本開示の実施例は人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置及び方法、コンピューティング機器並びにコンピュータ読み取り可能な記憶媒体を提供する。以下の説明では、２つの用語に関し、
（１）プロデューサーとしては、ＡＩ生産ライン（即ち、ＡＩ開発プロセス）を作成して公開する役割である。
（２）消費者としては、プロデューサーにより作成して公開されたＡＩ生産ラインを使用してモデルのカスタマイズを行う開発者であり、通常、従来のＡＩ開発プラットフォームの使用者である。
本開示の実施例による装置は、生産ラインアクチュエーターを備え、プロデューサーにより作成された人工知能生産ラインに基づいて、人工知能開発プラットフォームに対応するネイティブフォームを生成して、消費者にネイティブインタラクティブページを表示し、該ネイティブフォームを実行する環境を提供することができる。該装置は、標準化されたプラットフォームインターフェイスをさらに備え、標準化されたプラットフォームインターフェイスを介して生産ラインアクチュエーターと人工知能開発プラットフォームとの相互作用を実現することができ、それにより、消費者はネイティブフォームのインタラクティブな体験を楽しむことができる。「ネイティブフォーム」または「ネイティブインタラクティブページ」という用語は、カスタマイズされた生産ラインが依存する人工知能開発プラットフォームによって生成されたフォームまたはインタラクティブページと同じ又は類似の外観を有することを指し、その結果、消費者にとっては、もともと人工知能開発プラットフォームによって生成されたように見えることが理解される。
本開示のいくつかの実施例によると、従来の人工知能開発プラットフォーム上にプラットフォームネイティブのインタラクティブな体験を有するカスタマイズされた人工知能生産ラインを実行することによって、従来の人工知能開発プラットフォームが提供できる開発機能を迅速に拡張でき、従来の人工知能開発プラットフォームインフラストラクチャの利用率を向上させ、従来の人工知能開発プラットフォームのインフラストラクチャとサービスの価値を最大限に発揮することができる。しかも、プラットフォーム上で予め定義された人工知能生産ラインと比べて、多くの場合でカスタマイズされた人工知能生産ラインは消費者の具体的なアプリケーションシナリオにより適するため、消費者は必要な人工知能モデルのカスタマイズを加速することができる。また、プラットフォームネイティブのインタラクティブな体験により、消費者が従来の人工知能開発プラットフォームを通じてカスタマイズされた人工知能生産ラインを使用する場合、これらのカスタマイズされた人工知能生産ラインはもともとプラットフォームによって生成されたように見える。その結果、カスタマイズされた人工知能生産ラインは、従来の人工知能開発プラットフォームを通じて、より大きな生態学的範囲内で循環し、自身の利用率を向上させることができる。従来の人工知能開発プラットフォームの生態系コミュニティの知的リソースを通じて、これらのカスタマイズされた人工知能生産ラインもアップグレードと完璧を実現することができる。いくつかの実施例において、生産ラインクリエーターをさらに提供し、生態系開発者が従来の人工知能開発プラットフォームのために新しい人工知能生産ラインを作成するプロセスに参加できるようにする。これらの新しい人工知能生産ラインは、具体的なアプリケーションシナリオの要件によりよく適応でき、従来の人工知能開発プラットフォームが提供できる開発機能も拡張し、カスタマイズされた人工知能の開発プロセスの研究開発効率を大幅に向上させる。
以下、図面を参照して本開示の実施例を詳細に説明する。
図１は、本開示の例示的な実施例による本明細書に記載されている装置を適用できる例示的なシステム１００を示す模式図である。
図１を参照して、該例示的なシステムは、プロデューサー１０２に関連する第１のクライアント機器１１０、第１のサーバ１２０、第２のサーバ１３０、消費者１０４に関連する第２のクライアント機器１４０、及び第１のクライアント機器１１０、第１のサーバ１２０、第２のサーバ１３０及び第２のクライアント機器１４０を通信可能に結合するネットワーク１５０を備える。
第１のクライアント機器１１０は、第１の表示画面１１２と、第１の表示画面１１２を介して表示できるクライアントインターフェース１１４とを備える。後述のように、プロデューサー１０２はクライアントインターフェース１１４を介して第１のサーバ１２０と相互作用でき、例えば、クライアントインターフェース１１４ではドメイン固有言語（ＤＳＬ）１１６と生産ラインクリエーター１１８など（残りは図示せず）と組み合わせて操作できて、第１のサーバ１２０に作成された人工知能生産ラインを送信し、及び／又は第１のサーバ１２０からデータを受信する。第１のクライアント機器１１０は、任意のタイプのモバイルコンピューティング機器であってもよく、モバイルコンピュータまたはモバイルコンピューティング機器（例えば、Ｍｉｃｒｏｓｏｆｔ（登録商標） Ｓｕｒｆａｃｅ（登録商標）機器、パーソナルデジタルアシスタント（ＰＤＡ）、ラップトップコンピュータ、ノートブックコンピュータ、Ａｐｐｌｅ ｉＰａｄ（登録商標）などのタブレットコンピュータ、ネットブックなど）、携帯電話（例えば、セルラー電話、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）電話などのスマートフォン、Ａｐｐｌｅ ｉＰｈｏｎｅ（登録商標）、Ｇｏｏｇｌｅ（登録商標） ＡｎｄｒｏｉｄＴＭ操作システムを実現した電話、Ｐａｌｍ（登録商標）機器、Ｂｌａｃｋｂｅｒｒｙ（登録商標）機器など）、ウェアラブルコンピューティング機器（例えばスマートウォッチ、Ｇｏｏｇｌｅ（登録商標）ＧｌａｓｓＴＭ、などのスマートグラスを含むヘッドマウント機器）または他のタイプのモバイル機器を含む。いくつかの実施例において、クライアント機器１１０は固定コンピューティング機器であってもよい。
第１のサーバ１２０は、典型的に、インターネットサービスプロバイダー（ＩＳＰ）またはインターネットコンテンツプロバイダー（ＩＣＰ）によって配備された（複数）バックグラウンドサーバであり、その上でバックグラウンドアプリケーション（図示せず）を運行することができ、該バックグラウンドアプリケーションは第１のクライアント機器１１０上のクライアントインターフェース１１４及び第２のサーバ１４０上に常駐するバックグラウンドアプリケーションと相互作用する。いくつかの実施例によれば、該相互作用により、人工知能生産ラインのアップロード、記憶及び配布を実現することができる。プロデューサー１０２は、クライアントインターフェース１１４においてＤＳＬ１１６と生産ラインクリエーター１１８などと組み合わせて操作することによって、第１の人工知能生産ライン１２２～第Ｎの人工知能生産ライン１２４を作成することができる。ネットワーク１５０を介して、該第１の人工知能生産ライン１２２～第Ｎの人工知能生産ライン１２４は第１のクライアント機器１１０から第１のサーバ１２０にアップロードされ、第１のサーバ１２０に記憶され得る。このような実施例において、第１の人工知能生産ライン１２２～第Ｎの人工知能生産ライン１２４は、画像認識、画像処理、テキスト認識、音声認識及び物体検出などを含むが、これらに制限されない機能を実現するための人工知能生産ラインであってもよい。さらに後述のように、本開示のいくつかの実施例において、生産ラインクリエーター１１８にＤＳＬコード及び／又は他のコントロールを編集することによって人工知能生産ラインを作成することができる。
第２のサーバ１３０は、同様に、インターネットサービスプロバイダー（ＩＳＰ）またはインターネットコンテンツプロバイダー（ＩＣＰ）により配備された（複数）バックグラウンドサーバであり、第１のサーバ１２０及び第２のクライアント１４０と相互作用する。いくつかの実施例によれば、第２のサーバ１３０側に人工知能開発プラットフォーム１３２、生産ラインアクチュエーター１３４、標準化されたプラットフォームインターフェイス１３６及び第ｎの人工知能生産ライン１３８が配備された。第ｎの人工知能生産ライン１３８は、第１のサーバ１２０に記憶された第１の人工知能生産ライン１２２～第Ｎの人工知能生産ライン１２４のうちのいずれかであってもよい。該第ｎの人工知能生産ライン１３８を通じて、人工知能開発プラットフォーム１３２のために追加のカスタマイズされた人工知能開発機能を提供することができる。第１のサーバ１２０と第２のサーバ１４０は、典型的に、大量のコンピューティング及び記憶リソースを有するが、他の実施例も可能である。
第２のクライアント１４０は、第２の表示画面１４２と、第２の表示画面１４２を介して表示できるネットワークブラウザ１４４とを備える。後述のように、消費者１０４はネットワークブラウザ１４４を介して第２のサーバ１３０側に配備される人工知能開発プラットフォーム１３２と第ｎの人工知能生産ライン１３８にアクセスすることができる。第２のクライアント１４０は、第１のクライアント１１０と同様に、任意のタイプのモバイルコンピューティング機器であってもよいし、固定コンピューティング機器であってもよく、ここで詳細に説明しない。
第１のクライアント機器１１０、第１のサーバ１２０、第２のサーバ１３０及び第２のクライアント機器１４０のうちのそれぞれは、ネットワーク１５０を介して通信できる少なくとも１つの通信インターフェイス（図示せず）を含むことができる。このような通信インターフェイスは、任意のタイプのネットワークインターフェイス（例えば、ネットワークインターフェースカード（ＮＩＣ））、有線または無線（例えばＩＥＥＥ ８０２．１１無線ＬＡＮ（ＷＬＡＮ））無線インターフェイス、マイクロ波アクセスのための世界的な相互運用性（Ｗｉ－ＭＡＸ）インターフェイス、イーサネットインターフェイス、ユニバーサルシリアルバス（ＵＳＢ）インターフェイス、セルラーネットワークインターフェイス、ＢｌｕｅｔｏｏｔｈＴＭインターフェイス、近距離通信（ＮＦＣ）インターフェイスなどのうちの１つまたは複数であってもよい。通信インターフェイスの他の例について、本明細書の他の場所で説明する。
ネットワーク１５０の例として、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、パーソナルエリアネットワーク（ＰＡＮ）、及び／又はインターネットなどのような通信ネットワークの組合わせを含む。
実施例において、図１のシステム１００は、様々な方法で構成することができ、様々な方法で操作することができ、本開示に記載の装置及び方法を適用できるようにする。例えば、図２は、本開示の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置２００を示す構造ブロック図である。図２では、カスタマイズされた生産ライン２０２は、人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセット２０２２により定義される。該実施例において、システム１００は装置２００に応じて構成することができる。
図２を参照し、装置２００は、生産ラインアクチュエーター２０４と標準化されたプラットフォームインターフェイス２０６を備える。生産ラインアクチュエーター２０４は、ファイルセット２０２２に基づいて人工知能開発プラットフォーム２０８のネイティブフォームを生成するように構成され、前記ネイティブフォームは、人工知能開発プラットフォーム２０８のネイティブインタラクティブページを表示するように、人工知能開発プラットフォーム２０８にアクセスするクライアントに送信されるために使用される。標準化されたプラットフォームインターフェイス２０６は、生産ラインアクチュエーター２０４と人工知能開発プラットフォーム２０８との間のインタラクティブチャンネルを提供するように構成される。生産ラインアクチュエーター２０４はさらに、ファイルセット２０２２に定義された、ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、標準化されたプラットフォームインターフェイス２０６を介して人工知能開発プラットフォーム２０８と相互作用することによって中間結果を処理し、それにより、追加開発プロセスを実行するように構成される。
本開示のいくつかの実施例によれば、カスタマイズされた生産ライン２０２におけるそれぞれのカスタマイズされた生産ラインを定義するファイルセット２０２２は、ドメイン固有言語コード２０２２２、リソースファイル２０２２４及びプラットフォーム環境構成ファイル２０２２６を含む。ドメイン固有言語コード２０２２２は、ドメイン固有言語で記述された、追加開発プロセスの処理ロジックを実現するためのコードを含む。例えば、ドメイン固有言語は、一般的なクロスドメインの汎用プログラミング言語（ＧＰＬ）（例えばＣ言語、Ｃ＋＋言語、Ｊａｖａ言語及びＰｙｔｈｏｎなど）に基づいて拡張でき、運行時に追加のパッケージ化を必要とする内部ドメイン固有言語または独立した外部ドメイン固有言語（例えば、ＪＳＸ言語など）であってもよい。リソースファイル２０２２４は、ネイティブインタラクティブページの表示に必要なスタイルシートと画像を含む。例えば、リソースファイル２０２２４は、ネイティブインタラクティブページを静的に変更または修飾してもよいし、スクリプト言語と組み合わせてネイティブインタラクティブページの各要素をフォーマットしてもよい。プラットフォーム環境構成ファイル２０２２６は、前記追加開発プロセスに固有の人工知能開発プラットフォーム２０８に対する構成パラメータ、例えば、データ記憶経路とモデル取得経路などを含む。
本開示のいくつかの実施例によれば、ドメイン固有言語コード２０２２２は、フォームコントロールイベント応答、マルチソースの訓練データ処理及びマルチモデルフュージョンコンピューティングの操作のうちの少なくとも１種を実行するためのコードロジックを含む。例えば、消費者は、ネットワークブラウザでフォームコントロールを操作（例えば、テキストボックスに基本的なユーザー情報を入力する、パスワードボックスにパスワードを入力する、提出ボタンまたはクリアボタンをクリックしてフォーム上の情報をそれぞれ提出またはクリアするなど）することによってフォームの書き込みと提出などの操作を実行することができる。上記操作に応答して、ドメイン固有言語コードに対応するコードを実行することによって上記操作に対応する機能を実現することができる。例えば、上記の小売店の棚の検査シナリオでは、ドメイン固有言語コードを介して検出モデルと認識モデルの２つのモデルの連続実行を実現することができる。
ここで、ドメイン固有言語コードはフォームコントロールイベント応答、マルチソースの訓練データ処理及びマルチモデルフュージョンコンピューティングの３種の操作に対応するコードロジックを説明したが、ドメイン固有言語コードは、人工知能生産ラインに関連する他の任意のコードロジック、例えば、モデル効果評価、検証モデルなどの機能を実現するためのコードロジックをさらに含んでもよいことを理解すべきである。
図３は、本開示の例示的な実施例による、図２の装置２００における生産ラインアクチュエーター２０４が人工知能開発プラットフォームのネイティブフォームを生成し、中間結果を生成し、中間結果を処理する全体のフローチャートを示す。
図３を参照し、生産ラインアクチュエーターは、第２のクライアントからの要求を受信したことに応答して、生産ラインアクチュエーターを起動（３０１）し、プラットフォーム環境構成ファイルをロード（３０２）して、プラットフォーム環境構成ファイルに含まれる構成パラメータに従って人工知能開発プラットフォームを構成する操作、プラットフォーム環境構成ファイルが成功にロードされるかどうかを確定（３０３）する操作、プラットフォーム環境構成ファイルが成功にロードされたと確定することに応答して、リソースファイルをロードすることによって人工知能開発プラットフォームのネイティブフォームを生成（３０４）する操作、リソースファイルが成功にロードされてネイティブフォームが生成された後、中間結果を生成（３０５）する操作、生成された中間結果を処理（３０６）する操作、ドメイン固有言語コードが実行されたかどうかを確定（３０７）する操作、及びドメイン固有言語コードが実行されたと確定することに応答して、生産ラインアクチュエーターを終了（３０８）するか、またはドメイン固有言語コードが実行されていないと確定することに応答して、操作３０４～３０６を繰り返して実行する操作を実行するように構成される。
本開示のいくつかの実施例によれば、第２のクライアント１４０からの要求は、例えば消費者１０４がネットワークブラウザ１４４を介してあるＵＲＬアドレスを入力するか、人工知能開発プラットフォーム１３２のページ上のあるオプションをクリックして、第２のサーバ１３０（具体的には、人工知能開発プラットフォーム１３２）に新しく追加されたカスタマイズされた人工知能生産ライン１３８を実行する要求であってもよい。該カスタマイズされた人工知能生産ライン１３８の実行は、そのダウンロードとインストールの完了に基づくことができる。例では、カスタマイズされた人工知能生産ライン１３８は、後続の実行のために２種の方法によってダウンロード及びインストールすることができ、即ち、消費者１０４はネットワークブラウザ１４４を介して第２のサーバ１３０上の人工知能開発プラットフォーム１３２にアクセスし、カスタマイズされた人工知能生産ライン１３８に関連する例えばダウンロードオプションボタンまたはインストールオプションボタンをクリックすることによってダウンロードインストールを実現し、或いは、消費者１０４は例えばアプリケーションストアから直接ダウンロードしてインストールすることができる。カスタマイズされた人工知能生産ライン１３８を実行する要求を受信した後、生産ラインアクチュエーター１３４はプラットフォーム環境構成ファイルを起動（３０１）してロード（３０２）する。ロードが成功すると、ネイティブフォームを生成するように後続の操作を実行でき、第２のクライアント１４０に送信して人工知能開発プラットフォーム１３２のネイティブインタラクティブページを表示する。いくつかの例では、図１のコンテキストでは、リソースファイルが成功にロードされてネイティブフォームが生成された後、生成されたネイティブフォームは例えば第２のサーバ１３０に常駐するＷｅｂサーバ（例えば、Ｎｇｉｎｘ、図１では図示せず）を介して人工知能開発プラットフォーム１３２にアクセスする第２のクライアント１４０に送信することができ、それにより、第２のクライアント１４０に人工知能開発プラットフォーム１３２に固有のインタラクティブページを表示することができる。クライアントの消費者１０４は該ネイティブインタラクティブページ上で操作することができ、例えばフォームを書き込み、書き込んだフォームをＷｅｂサーバに提出する。プラットフォーム環境構成ファイルの欠落または損傷などに起因してロードできないと、生産ラインアクチュエーター１３４を終了し、この時、消費者１０４はカスタマイズされた生産ライン１３８を使用できず、人工知能開発プラットフォーム１３２に対応するインターフェースにエラーページが表示される可能性がある。
本開示の他の実施例によれば、生産ラインアクチュエーターは、プラットフォーム環境構成ファイルが成功にロードされたと確定することに応答して、リソースファイルをロードすることによって人工知能開発プラットフォームのネイティブフォームを生成（３０４）するように構成される。これは、リソースファイルをロード（３０４４）する操作、及びリソースファイルが成功にロードされたかどうかを確定（３０４６）する操作を実行することを含むことができる。
本開示の他の実施例によれば、生産ラインアクチュエーターは、リソースファイルが成功にロードされてネイティブフォームが生成（３０５）された後、中間結果を生成するように構成される。これは、以下の操作を実行することを含むことができる。
第２のクライアントからのネイティブインタラクティブページ上の操作イベントを監視（３０５２）する。例えば、消費者はネットワークブラウザを介してあるネイティブインタラクティブページにアクセスし、テキストボックスに基本情報を入力し、検索バーに取得したい情報を入力し、ページ上のあるリンクをクリックし、及び提出ボタンをクリックしてデータセットを提出するなどには、それに対応する操作イベントが発生する。いくつかの例では、例えばＮｇｉｎｘ（ｅｎｇｉｎｅ Ｘ）のＷｅｂサーバを利用することによってクライアントのネイティブインタラクティブページ上で操作イベントが発生するかどうかを検出することができる。生産ラインアクチュエーターと該Ｗｅｂサーバとの間に標準化されたプラットフォームインターフェイスと異なる通信インターフェイスが存在でき、Ｗｅｂサーバはネイティブインタラクティブページ上で操作イベントが発生したと検出すると、該通信インターフェイスを介して操作イベントを生産ラインアクチュエーターに送信することができる。このため、生産ラインアクチュエーターは、第２のクライアントからのネイティブインタラクティブページ上の操作イベントを監視することができる。
監視された操作イベントがフォーム提出イベントであるかどうかを確定（３０５４）し、フォーム提出イベントは、第２のクライアントからネイティブインタラクティブページ上での必要な回答項目データを収集したことを示す。選択可能に、生産ラインアクチュエーターは、書き込んだデータ経路が合法であるかどうか、フォーマットが正確であるかどうかなどを検証することができる。Ｗｅｂサーバから受信された操作イベントはフォーム提出イベントと非フォーム提出イベントを含む。フォーム提出イベントとは、フォームの確定、提出などのボタンがクリックされる場合に発生したイベントを指す。例えばＦｏｒｍ、ｊＱｕｅｒｙ、Ａｊａｘなどを介して提出するフォームは、例えば消費者のシナリオ要件に関連するシナリオデータセットなどの必要な回答項目データを含む。非フォーム提出イベントとは、フォーム提出イベント以外のイベント、例えばマウスクリックイベント、オブジェクトがフォーカスを失った時（例えば、マウスが入力ボックスから離れる）に発生するイベント、オブジェクトがフォーカスを取得する時（例えば、マウスが入力ボックスに位置する）に発生するイベント、オブジェクトの値が変わる時に発生するイベントなどを指す。
操作イベントがフォーム提出イベントであると確定することに応答して、必要な回答項目データを利用してファイルセットに定義されたフォーム提出イベントに対応する処理ロジックを実行（３０５６）する。例えば、フォーム提出イベントを通じて消費者によって提出されたデータセットを収集したと、対応するロジックを実行することができて、収集されたデータセットに基づき対応するモデル訓練を行い、カスタマイズされた訓練モデルを生成するために使用される。操作イベントが非フォーム提出イベントであると確定する場合、該フォームに対する操作がまだ終了しておらず、消費者に関連するデータセットが収集されていないことを示す。この時、前記ファイルセットに定義された、該非フォーム提出イベントに対応する処理ロジックを実行し、例えばオブジェクトがフォーカスを取得する時に処理ロジックを実行することで背景色を変化させたり、オブジェクトの値が変わる時に処理ロジックを実行することで大文字などに変換したりするなどである。次に、監視された操作イベントはフォーム提出イベントであるまで、操作イベントを監視し続ける。
上記操作により、消費者のためにネイティブフォームのインタラクティブな体験を提供することができ、消費者はネイティブフォームを介して自分のシナリオ要件に関連する、データセットを含む様々な情報を入力することができる。
本開示の他の実施例によれば、生産ラインアクチュエーターは、生成された中間結果を処理（３０６）するように構成される。これは、フォーム提出イベントに対応する処理ロジックを実行する操作が完了した後、中間結果を記憶（３０６２）する操作を実行することを含むことができる。中間結果はフォーム提出イベントに対応する処理ロジックを実行する時に生成された例えばデータセット、訓練モデルの中間結果（例えば、Ａｒｔｉｆａｃｔ）を含むことができ、例えばデータセットの物理位置、データセットの名称、フィールド及びデータアクセスログなどのデータ属性を説明するメタデータを含んでもよい。標準化されたプラットフォームインターフェイスを介して中間結果を人工知能開発プラットフォームに送信（３０６４）して更なる処理に使用される。
以下、実施例と組み合わせてどのように標準化されたプラットフォームインターフェイスを利用して生産ラインアクチュエーターと人工知能開発プラットフォームとの間に中間結果を人工知能開発プラットフォームに送信する相互作用を実現するかをさらに説明する。
本開示のいくつかの実施例によれば、標準化されたプラットフォームインターフェイスは、生産ラインアクチュエーターが人工知能開発プラットフォームに対して訓練データセットの読み書き操作を行うためのデータ型インターフェイスと、生産ラインアクチュエーターが人工知能開発プラットフォームに対して人工知能モデルの読み書き操作を行うためのモデル型インターフェイスと、生産ラインアクチュエーターが人工知能開発プラットフォームに対して構成変数の読み書き操作を行うための構成型インターフェイスと、生産ラインアクチュエーターが人工知能開発プラットフォームに対してタスク状態の読み書き操作を行うための状態型インターフェイスと、を含む。これらのインターフェイスを介して、生産ラインアクチュエーターと人工能開発プラットフォームとの間の相互作用を実現することができる。
下記表１に示すように、各タイプのインターフェイスはいずれも、例えばＧｅｔＤａｔａＳｅｔ、ＧｅｔＭｏｄｅｌ、ＧｅｔＴａｓｋＳｔａｔｕｓ、及びＧｅｔＣｏｎｆｉｇなどの読み取り操作を行うインターフェイス、及び例えばＳｅｔＤａｔａＳｅｔ、ＳｅｔＭｏｄｅｌ、ＳｅｔＴａｓｋＳｔａｔｕｓ及びＳｅｔＣｏｎｆｉｇなどの書き込み操作を行うインターフェイスを含む。読み取り操作のインターフェイスに対応する関数を呼び出すことによって、生産ラインアクチュエーターは、例えば人工知能開発プラットフォーム側からの訓練データセット、人工知能モデル、プラットフォーム構成変数及びプラットフォームのタスク状態を読み取ることができる。書き込み操作のインターフェイスに対応する関数を呼び出すことによって、生産ラインアクチュエーターは、例えばカスタマイズされた生産ラインからの中間結果を人工知能開発プラットフォームに送信することができ、人工知能開発プラットフォームのデータセットに対する直接的な侵入操作を避ける。
インターフェイス名に対応する関数を呼び出す場合、指定された入力パラメータが与えられるたびに、指定された戻り構造を取得し、それにより、対応するデータ、モデル、構成、状態などの関連情報を取得する。データ型インターフェイスの読み取り操作を例として、入力パラメータは、選択された人工知能開発プラットフォームを指示するパラメータＵｓｅｒＩＤ、生産ラインアクチュエーターが、選択された人工知能開発プラットフォームにアクセスするように、標準化されたプラットフォームインターフェイスを呼び出す権限を持っているかどうかを指示するためのパラメータＴｏｋｅｎ：｛ＡＫ：Ｓｔｒｉｎｇ；ＳＫ：Ｓｔｒｉｎｇ｝、及び生産ラインアクチュエーターがアクセスするデータセットを指示するパラメータＤＳＩＤ（ＤａｔａＳｅｔＩＤ）を含み、戻り構造は、エラーコードを指示する結果ＥｒｒＩＤ（ＥｒｒｏｒＩＤ）、エラー情報を指示する結果ＥｒｒＭｓｇ（ＥｒｒｏｒＭｅｓｓａｇｅ）、データセット記憶経路を指示する結果ＤＳＰａｔｈ（ＤａｔａＳｅｔＰａｔｈ）、メタデータ記憶経路を指示する結果ＤＳＭｅｔａＰａｔｈ（ＤａｔａＳｅｔＭｅｔａｄａｔａＰａｔｈ）及びデータセットタイプを指示する結果ＤＳＴｙｐｅ（ＤａｔａＳｅｔＴｙｐｅ）を含む。
Figure 2022541986000002
Figure 2022541986000003
標準化されたプラットフォームインターフェイスは、特定のプロトコルに基づいた様々なインターフェイスを使用して実現することができる。本開示のいくつかの実施例によれば、標準化されたプラットフォームインターフェイスは、Ｒｅｓｔｆｕｌアプリケーションプログラミングインターフェイス（ＡＰＩ）を使用して実現することができる。いくつかの例では、標準化されたプラットフォームインターフェイスはＨＴＴＰプロトコルに基づく通信をサポートすることができる。
以上のように説明された標準化されたプラットフォームインターフェイスを介して一貫した標準実行環境とサービスインターフェイスを提供することができ、それにより、作成されたカスタマイズされた生産ラインは、１場所で作成し、複数の場所（複数の異なる人工知能開発プラットフォーム）で運行することを実現することができ、建設または改造、適応のために追加の研究開発人員を投資することなく、同様のシナリオで再利用するのに役に立つ。
なお、本開示による標準化されたプラットフォームインターフェイスは、カスタマイズされた生産ラインプロセスに関するデータ処理、モデル訓練、サービス配備などの任意の主要リンクを実行できるサービスインターフェイスであり、上記の４種のインターフェイスタイプを含むが、これらに制限されない。また、本開示による標準化されたプラットフォームインターフェイスは特定のプロトコルに基づいた他のインターフェイス、例えばＲＰＣインターフェイスなどを介して実現することもできる。
図４は、本開示の他の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置４００を示す構造ブロック図である。図２と類似する図面符号は同じ素子を指示する。
該実施例において、図２の装置２００と比べて、装置４００は生産ラインクリエーター４１０をさらに備える。生産ラインクリエーター４１０は、カスタマイズされた生産ラインを作成するように、カスタマイズされた生産ラインを編集、プレビュー及びデバッグするインタラクティブな開発インターフェースを生成するように構成される。いくつかの例では、該生産ラインクリエーター４１０は、オープンソースの例えばＪｕｐｙｔｅｒの集積開発環境に基づいて実現することができ、そのインターフェースはＪｕｐｙｔｅｒＬａｂのインターフェースを再利用し、プラグインの形でＪｕｐｙｔｅｒＬａｂにロードすることができる。
図５は、生産ラインクリエーター４１０の例示的なインタラクティブな開発インターフェースを示す。説明のために、以下、図４と図５を参照して装置４００における生産ラインクリエーター４１０を更に説明する。
図５を参照し、生産ラインクリエーター４１０のインタラクティブな開発インターフェース５１２は、コントロール領域５１２２、作業領域５１２４及び固定構成領域５１２６を含む。コントロール領域５１２２は、前記ネイティブフォームの複数のコントロールを編集するために使用され、該複数のコントロールが標準仕様（例えば、ＨＴＭＬ５）で定義されたＷｅｂコントロールであってもよい。作業領域５１２４は、前記追加開発プロセスの処理ロジックを記述するコードを編集するためのコード領域５１２４２及び前記カスタマイズされた生産ラインをプレビューするためのプレビュー領域５１２４４を含む。いくつかの例では、コード領域５１２４２は、例えばオープンソース言語サーバプロトコル（ＬＳＰ）を利用して例えばｐｙｔｈｏｎコードの構文強調表示や自動補完などの機能を実現することができ、プレビュー領域５１２４４は、プレビューを生成するように、例えばＨＴＭＬ５のＣａｎｖａｓキャンバスを利用してレンダリングすることができる。固定構成領域５１２６は、例えば標準のＷｅｂフォームコントロールを通じて、前記人工知能開発プラットフォームに適用される構成パラメータを編集することを実現するために使用される。
生産ラインクリエーターにおける上記の３つの領域の協力により、プロデューサーは該インタラクティブな開発インターフェースでコードを直接書いて運行できるだけでなく、同一のインターフェースでコード運行結果を表示することができ、カスタマイズされた生産ラインを視覚的にドラッグ及び作成することもできる。これにより、複数のインターフェースでコードを書き、コードの運行効果をプレビューすることによる操作の不便さを避け、カスタマイズされた生産ラインのデバッグプロセスを加速し、プロデューサーのために良好なユーザー体験を提供する。
いくつかの実施例によれば、図１を参照し、生産ラインクリエーター１１８は、第１のクライアント１１０側に配備されるように構成することができ、生産ラインアクチュエーター１３４と標準化されたプラットフォームインターフェイス１３６は、生産ラインクリエーターと異なる側に配備され、人工知能開発プラットフォーム１３２とともにサーバ側に配備されるように構成され、このような場合で、生産ラインクリエーターは独立した形（例えば、第１のクライアント１１０側のソフトウェアツール）で存在する。このような実施例において、生産ラインクリエーターは、第１のクライアント１１０側のローカルに存在するように実現され得るか、または第１のクライアント１１０を介してアクセスできるクラウドプラットフォームに存在するように実現され得る。他の実施例によれば、生産ラインクリエーター、生産ラインアクチュエーター及び標準化されたプラットフォームインターフェイスは、人工知能開発プラットフォームとともにサーバ側に配備されるように構成されてもよく、このような場合で、生産ラインクリエーターは消費者に開かれた人工知能開発プラットフォームの機能として非独立の形で存在する。
なお、図４に示す装置４００において、生産ラインクリエーター４１０以外、カスタマイズされた生産ライン４０２、生産ラインアクチュエーター４０４、標準化されたプラットフォームインターフェイス４０６及び人工知能開発プラットフォーム４０８などの他のコンポーネント及び／又はモジュールによって実行された操作は図２を参照して説明した対応するコンポーネント及び／又はモジュールによって実行された操作と同様または類似するため、ここで詳細に説明しない。
また、以上で特定のモジュールを参照して特定の機能を検討したが、本明細書で検討された各モジュールの機能は複数のモジュールに分割することができ、及び／又は複数のモジュールの少なくとも一部の機能を単一のモジュールに組み合わせることができることに注意すべきである。本明細書で検討された特定のモジュールが動作を実行することは、該特定のモジュールそのものが該動作を実行すること、または代わりに、該特定のモジュールが該動作（または該特定のモジュールとともに該動作を実行する）を実行する他のコンポーネントまたはモジュールを呼び出すまたは他の方法でアクセスすることを含む。このため、動作を実行する特定のモジュールは、動作を実行する該特定のモジュールそのもの及び／又は該特定のモジュールが呼び出すまたは他の方法でアクセスする、動作を実行する他のモジュールを含む。例えば、いくつかの実施例において、以上で説明された生産ラインクリエーター２０４と人工知能開発プラットフォーム２０８を単一のモジュールとして組み合わせることができる。
より一般的に、本明細書では、ソフトウェアハードウェア素子またはプログラムモジュールの一般的なコンテキストで様々な技術について説明することができる。以上で図２～５に説明された各モジュールはハードウェアまたはソフトウェア及び／又はファームウェアを組み合わせたハードウェアで実現することができる。例えば、これらのモジュールは、コンピュータプログラムコード／命令として実現することができ、該コンピュータプログラムコード／命令は、１つまたは複数のプロセッサーに実行されてコンピュータ読み取り可能な記憶媒体に記憶されるように構成される。代わりに、これらのモジュールは、ハードウェアロジック／回路として実現することができる。例えば、いくつかの実施例において、生産ラインクリエーター４１０、生産ラインアクチュエーター４０４及び人工知能開発プラットフォーム４０８のうちの１つまたは複数はシステムオンチップ（ＳｏＣ）に一緒に実現することができる。ＳｏＣは、集積回路チップ（プロセッサー（例えば、中央処理ユニット（ＣＰＵ）、マイクロコントローラ、マイクロプロセッサ、デジタル信号プロセッサー（ＤＳＰ）など）、メモリ、１つまたは複数の通信インターフェイス、及び／又は他の回路のうちの１つまたは複数の部材を含む）を含むことができ、受信されたプログラムコードを選択可能に実行し、及び／又は機能を実行するために組み込みファームウェアを含むことができる。
図６は、本開示の例示的な実施例による人工知能開発プラットフォームのためにカスタマイズされた生産ラインを実現するための方法６００を示す構造ブロック図である。
ステップ６０２において、生産ラインアクチュエーターを提供する。前記生産ラインアクチュエーターは、ファイルセットに基づいて人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用される。
ステップ６０４において、標準化されたプラットフォームインターフェイスを提供する。前記標準化されたプラットフォームインターフェイスは、生産ラインアクチュエーターと人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用される。
生産ラインアクチュエーターはさらに、ファイルセットに定義された、ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、標準化されたプラットフォームインターフェイスを介して人工知能開発プラットフォームと相互作用することによって中間結果を処理し、それにより、追加開発プロセスを実行するために使用される。
選択可能に、方法６００はステップ６０６を含んでもよい。ステップ６０６において、生産ラインクリエーターを提供する。前記生産ラインクリエーターは、カスタマイズされた生産ラインを作成するように、カスタマイズされた生産ラインを編集、プレビュー及びデバッグするためのインタラクティブな開発インターフェースを生成するために使用される。作成されたカスタマイズされた生産ラインは、圧縮ファイル及び／又はミラーリングファイルのフォーマットで記憶及び配布することができる。
本開示の他の態様によれば、コンピューティング機器をさらに提供し、プロセッサー、及び命令が記憶されたメモリを備え、前記命令は、前記プロセッサーにより実行される場合に、上記装置２００または４００におけるコンポーネント及び／又はモジュールによる機能を実現するために使用される。
本開示の更なる態様によれば、命令が記憶されたコンピュータ読み取り可能な記憶媒体をさらに提供し、前記命令は、プロセッサーにより実行される場合に、上記装置２００または４００におけるコンポーネント及び／又はモジュールによる機能を実現するために使用される。
以下、図７を参照してこのようなコンピューティング機器とコンピュータ読み取り可能な記憶媒体の例を説明する。図７は、例示的な実施例の実現に適用できる例示的なコンピューティング機器７００を示す。
コンピューティング機器７００は、例えばサービスプロバイダーのサーバ、クライアント（例えば、クライアント機器）に関連する機器、システムオンチップ、及び／又は任意の他の適切なコンピューティング機器またはコンピューティングシステムの様々な異なるタイプの機器であってもよい。コンピューティング機器７００の例として、デスクトップコンピュータ、サーバコンピュータ、ラップトップまたはネットブックコンピュータ、モバイル機器（例えば、タブレットまたはｐｈａｂｌｅｔ機器、セルラーまたは他の無線電話（例えば、スマートフォン）、ノートコンピュータ、モバイル局）、ウェアラブル機器（例えば、メガネ、時計）、娯楽機器（例えば、娯楽器具、表示機器に通信可能に結合されるセットトップボックス、ゲーム機）、テレビまたは他の表示機器、自動車コンピュータなどを含むが、これらに制限されない。このため、コンピューティング機器７００は、大量のメモリとプロセッサーリソースを備えるフルリソース機器（例えば、パーソナルコンピュータ、ゲームコンソール）から、限られたメモリ及び／又は処理リソースを備える低リソース機器（例えば、従来のセットトップボックス、手持ちゲームコンソール）に及ぶことができる。
コンピューティング機器７００は、例えばシステムバス７１４または他の適切な接続を介して互いに通信する少なくとも１つのプロセッサー７０２、メモリ７０４、（複数）通信インターフェイス７０６、表示機器７０８、他の入力／出力（Ｉ／Ｏ）機器７１０及び１つまたはより多くの大容量記憶機器７１２を含むことができる。
プロセッサー７０２は、単一の処理ユニットまたは複数の処理ユニットであってもよく、すべての処理ユニットは単一または複数のコンピューティングユニットまたは複数のコアを含むことができる。プロセッサー７０２は、１つまたはより多くのマイクロプロセッサ、マイクロコンピュータ、マイクロコントローラ、デジタル信号プロセッサー、中央処理ユニット、ステートマシン、ロジック回路及び／又は操作命令に基づいて信号を操縦する任意の機器として実施することができる。他の機能に加えて、プロセッサー７０２は、メモリ７０４、大容量記憶機器７１２または他のコンピュータ読み取り可能媒体に記憶されたコンピュータ読み取り可能命令、例えば操作システム７１６のプログラムコード、アプリケーションプログラム７１８のプログラムコード、他のプログラム７２０のプログラムコードなどを取得及び実行するように構成することができる。
メモリ７０４と大容量記憶機器７１２は、命令を記憶するためのコンピュータ記憶媒体の例であり、前記命令はプロセッサー７０２により実行されることによって以上の様々な機能を実施する。例えば、メモリ７０４は、一般的に、揮発性メモリと不揮発性メモリ（例えばＲＡＭ、ＲＯＭなど）の両方を含むことができる。なお、大容量記憶機器７１２は、一般的に、ハードディスクドライブ、ソリッドステートドライブ、外部及びリムーバブルドライブを含むリムーバブル媒体、メモリカード、フラッシュメモリ、フロッピーディスク、光ディスク（例えばＣＤ、ＤＶＤ）、記憶アレイ、ネットワーク接続記憶、記憶領域ネットワークなどを含むことができる。メモリ７０４と大容量記憶機器７１２は、本明細書ではいずれもメモリまたはコンピュータ記憶媒体と呼ぶことができ、コンピュータ読み取り可能、プロセッサー実行可能プログラム命令をコンピュータプログラムコードとして記憶できる非一時的媒体であってもよく、前記コンピュータプログラムコードは、本明細書の例で説明された操作と機能を実施するように構成される特定のマシンとしてのプロセッサー７０２により実行することができる。
複数のプログラムモジュールは、大容量記憶機器７１２に記憶することができる。これらのプログラムは操作システム７１６、１つまたは複数のアプリケーションプログラム７１８、他のプログラム７２０及びプログラムデータ７２２を含み、それらが、実行のためにメモリ７０４にロードすることができる。このようなアプリケーションプログラムまたはプログラムモジュールの例は、例えばカスタマイズされた生産ライン４０２、生産ラインアクチュエーター４０４、標準化されたプラットフォームインターフェイス４０６、人工知能開発プラットフォーム４０８、生産ラインクリエーター４１０、方法６００（方法６００の任意の適切なステップ）及び／又は本明細書で説明された他の実施例というコンポーネント／機能を実現するためのコンピュータプログラムロジック（例えば、コンピュータプログラムコードまたは命令）を含むことができる。
図７ではコンピューティング機器７００のメモリ７０４に記憶されるように示されるが、モジュール７１６、７１８、７２０及び７２２またはその一部はコンピューティング機器７００によりアクセスできる任意の形のコンピュータ読み取り可能媒体を使用して実施することができる。本明細書で使用された「コンピュータ読み取り可能媒体」は２種のタイプのコンピュータ読み取り可能媒体、つまりコンピュータ記憶媒体と通信媒体を少なくとも含む。
コンピュータ記憶媒体は、情報を記憶するための任意の方法または技術で実施される揮発性と不揮発性、リムーバブルと非リムーバブル媒体を含み、前記情報は、例えばコンピュータ読み取り可能命令、データ構造、プログラムモジュールまたは他のデータである。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリまたは他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）、または他の光学記憶装置、磁気カセット、磁気テープ、ディスク記憶装置または他の磁気記憶機器、またはコンピューティング機器がアクセスするように情報を記憶するための任意の他の非伝送媒体を含むが、これらに制限されない。
対照的に、通信媒体は、例えば搬送波または他の伝送メカニズムなどの変調データ信号内でコンピュータ読み取り可能命令、データ構造、プログラムモジュールまたは他のデータを具体的に実現することができる。本明細書で定義されたコンピュータ記憶媒体は通信媒体を含まない。
コンピューティング機器７００はまた、以上の説明のように、ネットワーク、直接接続などを通じて他の機器とデータを交換するための１つまたはより多くの通信インターフェイス７０６を含んでもよい。このような通信インターフェイスは、任意のタイプのネットワークインターフェイス（例えば、ネットワークインターフェースカード（ＮＩＣ））、有線または無線（例えばＩＥＥＥ ８０２．１１無線ＬＡＮ（ＷＬＡＮ））無線インターフェイス、マイクロ波アクセスのための世界的な相互運用性（Ｗｉ－ＭＡＸ）インターフェイス、イーサネットインターフェイス、ユニバーサルシリアルバス（ＵＳＢ）インターフェイス、セルラーネットワークインターフェイス、ＢｌｕｅｔｏｏｔｈＴＭインターフェイス、近距離通信（ＮＦＣ）インターフェイスなどのうちの１つまたは複数であってもよい。通信インターフェイス７０６は、多種のネットワークとプロトコルタイプ内の通信を促進することができ、有線ネットワーク（例えばＬＡＮ、ケーブルなど）と無線ネットワーク（例えばＷＬＡＮ、セルラー、衛星など）、インターネットなど含む。通信インターフェイス７０６はまた、例えば記憶アレイ、ネットワーク接続記憶、記憶エリアネットワークなどにおける外部記憶装置（図示せず）との通信を提供することができる。
いくつかの例では、ユーザーに情報と画像を表示するように、例えばモニターなどの表示機器７０８を含むことができる。他のＩ／Ｏ機器７１０は、ユーザーからの様々な入力を受信するとともに、ユーザーに様々な出力を提供する機器であってもよく、また、タッチ入力機器、ジェスチャー入力機器、カメラ、キーボード、リモコン、マウス、プリンター、オーディオ入力／出力機器などを含むことができる。
図面と以上の記述から本開示を詳細に説明及び記述したが、このようなに説明及び記述は、限定的なものではなく、説明的と例示的なものと見なされるべきであり、本開示は、開示された実施例に制限されない。図面、開示内容及び添付の特許請求の範囲を研究することによって、当業者は特許請求される主題を実施する際に、開示された実施例への変形を理解及び実現することができる。特許請求の範囲において、「含む」という言葉は、リストされていない他の素子またはステップを排除するものではなく、不定冠詞「一つ」または「１つ」は複数を排除するものではなく、「複数」という用語は２つまたは２つ以上を指す。相互に異なる従属請求項に特定の措置が記載されている単なる事実は、これらの措置の組み合わせが利益のために使用できないことを示すものではない。
本開示は、人工知能とクラウドプラットフォームに関し、具体的には、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置及び方法、コンピューティング機器、並びにコンピュータ読み取り可能な記憶媒体に関する。
人工知能（ＡＩ）生産ライン（即ち、人工知能の開発プロセス）は、例えば画像認識、画像処理、テキスト認識、音声認識及び物体検出などの様々な人工知能開発機能を実現することができる。人工知能開発プラットフォーム（例えば、ＥａｓｙＤＬ、ＭｏｄｅｌＡｒｔｓ、ＡＷＳＳａｇｅｍａｋｅｒ等）側に配備される予め定義された人工知能生産ラインを利用することによって、開発者は、例えばエンドツーエンドの予め訓練されたモデルとユーザーシナリオデータを組み合わせることができ、それにより、自分の所望の人工知能訓練モデルを取得する。人工知能生産ラインは開発者により自分で構築することもできる。
本開示の一態様によれば、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置であって、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記装置は、前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するように構成され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用される生産ラインアクチュエーターと、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するように構成される標準化されたプラットフォームインターフェイスと、を備え、前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するように構成される。
本開示の他の態様によれば、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための方法を提供し、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記方法は、生産ラインアクチュエーターを提供することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されることと、標準化されたプラットフォームインターフェイスを提供することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されることと、を含み、前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される。
本開示の別の態様によれば、コンピューティング機器を提供し、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するために使用され、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記コンピューティング機器は、プロセッサー及び命令が記憶されたメモリを備え、前記命令は前記プロセッサーにより実行可能であり、生産ラインアクチュエーターを実現することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されること、及び標準化されたプラットフォームインターフェイスを実現することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されることに用いられ、前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される。
本開示の更なる態様によれば、コンピュータ読み取り可能な記憶媒体を提供し、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するために使用され、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記コンピュータ読み取り可能な記憶媒体に命令が記憶され、前記命令はプロセッサーにより実行可能であり、生産ラインアクチュエーターを実現することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されること、及び標準化されたプラットフォームインターフェイスを実現することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されることに用いられ、前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される。
本開示の更なる態様によれば、コンピュータプログラムを含むコンピュータプログラム製品を提供し、前記コンピュータプログラムはプロセッサーによって実行される場合に人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための上記方法を実現する。
本開示のいくつかの実施例によると、従来の人工知能開発プラットフォーム上にプラットフォームネイティブのインタラクティブな体験を有するカスタマイズされた人工知能生産ラインを実行することによって、従来の人工知能開発プラットフォームが提供できる開発機能を迅速に拡張でき、従来の人工知能開発プラットフォームインフラストラクチャの利用率を向上させ、従来の人工知能開発プラットフォームのインフラストラクチャとサービスの価値を最大限に発揮することができる。しかも、プラットフォーム上で予め定義された人工知能生産ラインと比べて、多くの場合でカスタマイズされた人工知能生産ラインは消費者の具体的なアプリケーションシナリオにより適するため、消費者は必要な人工知能モデルのカスタマイズを加速することができる。
図面は、実施例を例示的に示し、明細書の一部を構成し、明細書のテキストの説明とともに、実施例の例示的な実施形態を解釈するために使用される。示された実施例は、説明のみを目的としており、特許請求の範囲を限定するものではない。すべての図面では、同じ図面符号は、類似しているが必ずしも同じではない要素を指す。
本開示の例示的な実施例による本明細書に記載されている様々な装置を適用できる例示的なシステムを示す模式図である。 本開示の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置を示す構造ブロック図である。 本開示の例示的な実施例による生産ラインアクチュエーターを実行するフローチャートである。 本開示の他の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置を示す構造ブロック図である。 本開示の例示的な実施例による生産ラインクリエーターを示す例示的なインタラクティブな開発インターフェースである。 本開示の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための方法を示すフローチャートである。 例示的な実施例の実現に適用できる例示的なコンピューティング機器を示す模式的なブロック図である。
本開示において、特に明記しない限り、「第１」、「第２」などの用語で様々な要素を説明することは、これらの要素の位置関係、タイミング関係または重要性関係を限定することを意図せず、このような用語は、ある素子と他の素子を区別するためにのみ使用される。いくつかの例では、第１の要素と第２の要素は、該要素の同じ例を指すことができ、ある場合で、コンテキストの説明に基づいて、異なる例を指してもよい。
本開示において、様々な前記例の説明に使用される用語は、特定の例を説明することのみを目的として、制限を意図するものではない。文脈が明確に示さない限り、要素の数が特に限定されない場合、該要素は１つ以上であってもよい。なお、本開示に使用される用語「及び／又は」は、リストされた項目のいずれか、及びすべての可能な組み合わせをカバーする。
従来の人工知能開発プラットフォームは、予め定義された人工知能生産ラインを提供しており、開発者のために使いやすいワンストップの開発機能、例えばスマートラベリング、モデル訓練、サービス配備などを提供することができる。しかしながら、人工知能生産ラインはプラットフォームにより予め定義されるため、外部の開発者、特にエコ企業の開発者は、自分のシナリオやタスクの特徴と組み合わせて開発プロセスをカスタマイズすることができない。これは、従来の人工知能開発プラットフォームのシナリオ結合能力が制限される。例えば、小売業界の棚商品検査のシナリオでは、予め訓練された検出モデルだけでなく、シナリオデータを標準在庫保持単位及び棚データと組み合わせて、カスタマイズされた訓練データセットとカスタマイズされた訓練モデルを形成する必要がある。しかも、棚商品を大規模に分類するには、検出モデルだけでなく、認識モデルとともに上記機能を実現する必要がある。これらの機能は、多くの場合で、プラットフォーム上で予め定義された人工知能生産ラインによって実現されない。このため、プラットフォーム技術者によるシナリオの理解レベルに制限され、予め定義された人工知能生産ラインでカバーできるシナリオは制限されることが多い。
また、プラットフォームにより予め定義された人工知能生産ラインを提供するにはプラットフォームの多くの研究開発リソースを消耗する必要がある。一連の人工知能開発プロセスの研究開発には、フロントエンドとバックエンドで異なる研究開発役割の連携を必要とし、このプロセスには、周期が長く、研究開発の人力投資が多い。且つ、プラットフォーム上で作成された人工知能生産ラインは、一貫した標準の実行環境とサービスインターフェイスがないため、再利用できないことが多く、変更と適応のために追加の研究開発人力を必要とする。
開発者は、人工知能生産ラインを自作することもできる。開発者は、自分のシナリオ要件に基づいて、オープンソースのフレームワーク、ツールなどを使用してある汎用プログラミング言語と組み合わせてカスタマイズされた人工知能生産ラインを生成することができる。しかしながら、このような自作の人工知能生産ラインは、より大きな生態学的範囲内で循環させることができない。開発者自身の要件を満たす以外、同様のシナリオではより大きな価値を発揮することができない。さらに、生態系コミュニティの知的リソースと組み合わせてアップグレードと完璧を達成することは困難である。
以上の技術的問題に対して、本開示の実施例は人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置及び方法、コンピューティング機器並びにコンピュータ読み取り可能な記憶媒体を提供する。以下の説明では、２つの用語に関し、
（１）プロデューサーとしては、ＡＩ生産ライン（即ち、ＡＩ開発プロセス）を作成して公開する役割である。
（２）消費者としては、プロデューサーにより作成して公開されたＡＩ生産ラインを使用してモデルのカスタマイズを行う開発者であり、通常、従来のＡＩ開発プラットフォームの使用者である。
本開示の実施例による装置は、生産ラインアクチュエーターを備え、プロデューサーにより作成された人工知能生産ラインに基づいて、人工知能開発プラットフォームに対応するネイティブフォームを生成して、消費者にネイティブインタラクティブページを表示し、該ネイティブフォームを実行する環境を提供することができる。該装置は、標準化されたプラットフォームインターフェイスをさらに備え、標準化されたプラットフォームインターフェイスを介して生産ラインアクチュエーターと人工知能開発プラットフォームとの相互作用を実現することができ、それにより、消費者はネイティブフォームのインタラクティブな体験を楽しむことができる。「ネイティブフォーム」または「ネイティブインタラクティブページ」という用語は、カスタマイズされた生産ラインが依存する人工知能開発プラットフォームによって生成されたフォームまたはインタラクティブページと同じ又は類似の外観を有することを指し、その結果、消費者にとっては、もともと人工知能開発プラットフォームによって生成されたように見えることが理解される。
本開示のいくつかの実施例によると、従来の人工知能開発プラットフォーム上にプラットフォームネイティブのインタラクティブな体験を有するカスタマイズされた人工知能生産ラインを実行することによって、従来の人工知能開発プラットフォームが提供できる開発機能を迅速に拡張でき、従来の人工知能開発プラットフォームインフラストラクチャの利用率を向上させ、従来の人工知能開発プラットフォームのインフラストラクチャとサービスの価値を最大限に発揮することができる。しかも、プラットフォーム上で予め定義された人工知能生産ラインと比べて、多くの場合でカスタマイズされた人工知能生産ラインは消費者の具体的なアプリケーションシナリオにより適するため、消費者は必要な人工知能モデルのカスタマイズを加速することができる。また、プラットフォームネイティブのインタラクティブな体験により、消費者が従来の人工知能開発プラットフォームを通じてカスタマイズされた人工知能生産ラインを使用する場合、これらのカスタマイズされた人工知能生産ラインはもともとプラットフォームによって生成されたように見える。その結果、カスタマイズされた人工知能生産ラインは、従来の人工知能開発プラットフォームを通じて、より大きな生態学的範囲内で循環し、自身の利用率を向上させることができる。従来の人工知能開発プラットフォームの生態系コミュニティの知的リソースを通じて、これらのカスタマイズされた人工知能生産ラインもアップグレードと完璧を実現することができる。いくつかの実施例において、生産ラインクリエーターをさらに提供し、生態系開発者が従来の人工知能開発プラットフォームのために新しい人工知能生産ラインを作成するプロセスに参加できるようにする。これらの新しい人工知能生産ラインは、具体的なアプリケーションシナリオの要件によりよく適応でき、従来の人工知能開発プラットフォームが提供できる開発機能も拡張し、カスタマイズされた人工知能の開発プロセスの研究開発効率を大幅に向上させる。
以下、図面を参照して本開示の実施例を詳細に説明する。
図１は、本開示の例示的な実施例による本明細書に記載されている装置を適用できる例示的なシステム１００を示す模式図である。
図１を参照して、該例示的なシステムは、プロデューサー１０２に関連する第１のクライアント機器１１０、第１のサーバ１２０、第２のサーバ１３０、消費者１０４に関連する第２のクライアント機器１４０、及び第１のクライアント機器１１０、第１のサーバ１２０、第２のサーバ１３０及び第２のクライアント機器１４０を通信可能に結合するネットワーク１５０を備える。
第１のクライアント機器１１０は、第１の表示画面１１２と、第１の表示画面１１２を介して表示できるクライアントインターフェース１１４とを備える。後述のように、プロデューサー１０２はクライアントインターフェース１１４を介して第１のサーバ１２０と相互作用でき、例えば、クライアントインターフェース１１４ではドメイン固有言語（ＤＳＬ）１１６と生産ラインクリエーター１１８など（残りは図示せず）と組み合わせて操作できて、第１のサーバ１２０に作成された人工知能生産ラインを送信し、及び／又は第１のサーバ１２０からデータを受信する。第１のクライアント機器１１０は、任意のタイプのモバイルコンピューティング機器であってもよく、モバイルコンピュータまたはモバイルコンピューティング機器（例えば、Ｍｉｃｒｏｓｏｆｔ（登録商標） Ｓｕｒｆａｃｅ（登録商標）機器、パーソナルデジタルアシスタント（ＰＤＡ）、ラップトップコンピュータ、ノートブックコンピュータ、Ａｐｐｌｅ ｉＰａｄ（登録商標）などのタブレットコンピュータ、ネットブックなど）、携帯電話（例えば、セルラー電話、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）電話などのスマートフォン、Ａｐｐｌｅ ｉＰｈｏｎｅ（登録商標）、Ｇｏｏｇｌｅ（登録商標） ＡｎｄｒｏｉｄＴＭ操作システムを実現した電話、Ｐａｌｍ（登録商標）機器、Ｂｌａｃｋｂｅｒｒｙ（登録商標）機器など）、ウェアラブルコンピューティング機器（例えばスマートウォッチ、Ｇｏｏｇｌｅ（登録商標）ＧｌａｓｓＴＭ、などのスマートグラスを含むヘッドマウント機器）または他のタイプのモバイル機器を含む。いくつかの実施例において、クライアント機器１１０は固定コンピューティング機器であってもよい。
第１のサーバ１２０は、典型的に、インターネットサービスプロバイダー（ＩＳＰ）またはインターネットコンテンツプロバイダー（ＩＣＰ）によって配備された（複数）バックグラウンドサーバであり、その上でバックグラウンドアプリケーション（図示せず）を運行することができ、該バックグラウンドアプリケーションは第１のクライアント機器１１０上のクライアントインターフェース１１４及び第２のサーバ１３０上に常駐するバックグラウンドアプリケーションと相互作用する。いくつかの実施例によれば、該相互作用により、人工知能生産ラインのアップロード、記憶及び配布を実現することができる。プロデューサー１０２は、クライアントインターフェース１１４においてＤＳＬ１１６と生産ラインクリエーター１１８などと組み合わせて操作することによって、第１の人工知能生産ライン１２２～第Ｎの人工知能生産ライン１２４を作成することができる。ネットワーク１５０を介して、該第１の人工知能生産ライン１２２～第Ｎの人工知能生産ライン１２４は第１のクライアント機器１１０から第１のサーバ１２０にアップロードされ、第１のサーバ１２０に記憶され得る。このような実施例において、第１の人工知能生産ライン１２２～第Ｎの人工知能生産ライン１２４は、画像認識、画像処理、テキスト認識、音声認識及び物体検出などを含むが、これらに制限されない機能を実現するための人工知能生産ラインであってもよい。さらに後述のように、本開示のいくつかの実施例において、生産ラインクリエーター１１８にＤＳＬコード及び／又は他のコントロールを編集することによって人工知能生産ラインを作成することができる。
第２のサーバ１３０は、同様に、インターネットサービスプロバイダー（ＩＳＰ）またはインターネットコンテンツプロバイダー（ＩＣＰ）により配備された（複数）バックグラウンドサーバであり、第１のサーバ１２０及び第２のクライアント１４０と相互作用する。いくつかの実施例によれば、第２のサーバ１３０側に人工知能開発プラットフォーム１３２、生産ラインアクチュエーター１３４、標準化されたプラットフォームインターフェイス１３６及び第ｎの人工知能生産ライン１３８が配備された。第ｎの人工知能生産ライン１３８は、第１のサーバ１２０に記憶された第１の人工知能生産ライン１２２～第Ｎの人工知能生産ライン１２４のうちのいずれかであってもよい。該第ｎの人工知能生産ライン１３８を通じて、人工知能開発プラットフォーム１３２のために追加のカスタマイズされた人工知能開発機能を提供することができる。第１のサーバ１２０と第２のサーバ１３０は、典型的に、大量のコンピューティング及び記憶リソースを有するが、他の実施例も可能である。
第２のクライアント１４０は、第２の表示画面１４２と、第２の表示画面１４２を介して表示できるネットワークブラウザ１４４とを備える。後述のように、消費者１０４はネットワークブラウザ１４４を介して第２のサーバ１３０側に配備される人工知能開発プラットフォーム１３２と第ｎの人工知能生産ライン１３８にアクセスすることができる。第２のクライアント１４０は、第１のクライアント１１０と同様に、任意のタイプのモバイルコンピューティング機器であってもよいし、固定コンピューティング機器であってもよく、ここで詳細に説明しない。
第１のクライアント機器１１０、第１のサーバ１２０、第２のサーバ１３０及び第２のクライアント機器１４０のうちのそれぞれは、ネットワーク１５０を介して通信できる少なくとも１つの通信インターフェイス（図示せず）を含むことができる。このような通信インターフェイスは、任意のタイプのネットワークインターフェイス（例えば、ネットワークインターフェースカード（ＮＩＣ））、有線または無線（例えばＩＥＥＥ ８０２．１１無線ＬＡＮ（ＷＬＡＮ））無線インターフェイス、マイクロ波アクセスのための世界的な相互運用性（Ｗｉ－ＭＡＸ）インターフェイス、イーサネットインターフェイス、ユニバーサルシリアルバス（ＵＳＢ）インターフェイス、セルラーネットワークインターフェイス、ＢｌｕｅｔｏｏｔｈＴＭインターフェイス、近距離通信（ＮＦＣ）インターフェイスなどのうちの１つまたは複数であってもよい。通信インターフェイスの他の例について、本明細書の他の場所で説明する。
ネットワーク１５０の例として、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、パーソナルエリアネットワーク（ＰＡＮ）、及び／又はインターネットなどのような通信ネットワークの組合わせを含む。
実施例において、図１のシステム１００は、様々な方法で構成することができ、様々な方法で操作することができ、本開示に記載の装置及び方法を適用できるようにする。例えば、図２は、本開示の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置２００を示す構造ブロック図である。図２では、カスタマイズされた生産ライン２０２は、人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセット２０２２により定義される。該実施例において、システム１００は装置２００に応じて構成することができる。
図２を参照し、装置２００は、生産ラインアクチュエーター２０４と標準化されたプラットフォームインターフェイス２０６を備える。生産ラインアクチュエーター２０４は、ファイルセット２０２２に基づいて人工知能開発プラットフォーム２０８のネイティブフォームを生成するように構成され、前記ネイティブフォームは、人工知能開発プラットフォーム２０８のネイティブインタラクティブページを表示するように、人工知能開発プラットフォーム２０８にアクセスするクライアントに送信されるために使用される。標準化されたプラットフォームインターフェイス２０６は、生産ラインアクチュエーター２０４と人工知能開発プラットフォーム２０８との間のインタラクティブチャンネルを提供するように構成される。生産ラインアクチュエーター２０４はさらに、ファイルセット２０２２に定義された、ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、標準化されたプラットフォームインターフェイス２０６を介して人工知能開発プラットフォーム２０８と相互作用することによって中間結果を処理し、それにより、追加開発プロセスを実行するように構成される。
本開示のいくつかの実施例によれば、カスタマイズされた生産ライン２０２におけるそれぞれのカスタマイズされた生産ラインを定義するファイルセット２０２２は、ドメイン固有言語コード２０２２２、リソースファイル２０２２４及びプラットフォーム環境構成ファイル２０２２６を含む。ドメイン固有言語コード２０２２２は、ドメイン固有言語で記述された、追加開発プロセスの処理ロジックを実現するためのコードを含む。例えば、ドメイン固有言語は、一般的なクロスドメインの汎用プログラミング言語（ＧＰＬ）（例えばＣ言語、Ｃ＋＋言語、Ｊａｖａ言語及びＰｙｔｈｏｎなど）に基づいて拡張でき、運行時に追加のパッケージ化を必要とする内部ドメイン固有言語または独立した外部ドメイン固有言語（例えば、ＪＳＸ言語など）であってもよい。リソースファイル２０２２４は、ネイティブインタラクティブページの表示に必要なスタイルシートと画像を含む。例えば、リソースファイル２０２２４は、ネイティブインタラクティブページを静的に変更または修飾してもよいし、スクリプト言語と組み合わせてネイティブインタラクティブページの各要素をフォーマットしてもよい。プラットフォーム環境構成ファイル２０２２６は、前記追加開発プロセスに固有の人工知能開発プラットフォーム２０８に対する構成パラメータ、例えば、データ記憶経路とモデル取得経路などを含む。
本開示のいくつかの実施例によれば、ドメイン固有言語コード２０２２２は、フォームコントロールイベント応答、マルチソースの訓練データ処理及びマルチモデルフュージョンコンピューティングの操作のうちの少なくとも１種を実行するためのコードロジックを含む。例えば、消費者は、ネットワークブラウザでフォームコントロールを操作（例えば、テキストボックスに基本的なユーザー情報を入力する、パスワードボックスにパスワードを入力する、提出ボタンまたはクリアボタンをクリックしてフォーム上の情報をそれぞれ提出またはクリアするなど）することによってフォームの書き込みと提出などの操作を実行することができる。上記操作に応答して、ドメイン固有言語コードに対応するコードを実行することによって上記操作に対応する機能を実現することができる。例えば、上記の小売店の棚の検査シナリオでは、ドメイン固有言語コードを介して検出モデルと認識モデルの２つのモデルの連続実行を実現することができる。
ここで、ドメイン固有言語コードはフォームコントロールイベント応答、マルチソースの訓練データ処理及びマルチモデルフュージョンコンピューティングの３種の操作に対応するコードロジックを説明したが、ドメイン固有言語コードは、人工知能生産ラインに関連する他の任意のコードロジック、例えば、モデル効果評価、検証モデルなどの機能を実現するためのコードロジックをさらに含んでもよいことを理解すべきである。
図３は、本開示の例示的な実施例による、図２の装置２００における生産ラインアクチュエーター２０４が人工知能開発プラットフォームのネイティブフォームを生成し、中間結果を生成し、中間結果を処理する全体のフローチャートを示す。
図３を参照し、生産ラインアクチュエーターは、第２のクライアントからの要求を受信したことに応答して、生産ラインアクチュエーターを起動（３０１）し、プラットフォーム環境構成ファイルをロード（３０２）して、プラットフォーム環境構成ファイルに含まれる構成パラメータに従って人工知能開発プラットフォームを構成する操作、プラットフォーム環境構成ファイルが成功にロードされるかどうかを確定（３０３）する操作、プラットフォーム環境構成ファイルが成功にロードされたと確定することに応答して、リソースファイルをロードすることによって人工知能開発プラットフォームのネイティブフォームを生成（３０４）する操作、リソースファイルが成功にロードされてネイティブフォームが生成された後、中間結果を生成（３０５）する操作、生成された中間結果を処理（３０６）する操作、ドメイン固有言語コードが実行されたかどうかを確定（３０７）する操作、及びドメイン固有言語コードが実行されたと確定することに応答して、生産ラインアクチュエーターを終了（３０８）するか、またはドメイン固有言語コードが実行されていないと確定することに応答して、操作３０４～３０６を繰り返して実行する操作を実行するように構成される。
本開示のいくつかの実施例によれば、第２のクライアント１４０からの要求は、例えば消費者１０４がネットワークブラウザ１４４を介してあるＵＲＬアドレスを入力するか、人工知能開発プラットフォーム１３２のページ上のあるオプションをクリックして、第２のサーバ１３０（具体的には、人工知能開発プラットフォーム１３２）に新しく追加されたカスタマイズされた人工知能生産ライン１３８を実行する要求であってもよい。該カスタマイズされた人工知能生産ライン１３８の実行は、そのダウンロードとインストールの完了に基づくことができる。例では、カスタマイズされた人工知能生産ライン１３８は、後続の実行のために２種の方法によってダウンロード及びインストールすることができ、即ち、消費者１０４はネットワークブラウザ１４４を介して第２のサーバ１３０上の人工知能開発プラットフォーム１３２にアクセスし、カスタマイズされた人工知能生産ライン１３８に関連する例えばダウンロードオプションボタンまたはインストールオプションボタンをクリックすることによってダウンロードインストールを実現し、或いは、消費者１０４は例えばアプリケーションストアから直接ダウンロードしてインストールすることができる。カスタマイズされた人工知能生産ライン１３８を実行する要求を受信した後、生産ラインアクチュエーター１３４はプラットフォーム環境構成ファイルを起動（３０１）してロード（３０２）する。ロードが成功すると、ネイティブフォームを生成するように後続の操作を実行でき、第２のクライアント１４０に送信して人工知能開発プラットフォーム１３２のネイティブインタラクティブページを表示する。いくつかの例では、図１のコンテキストでは、リソースファイルが成功にロードされてネイティブフォームが生成された後、生成されたネイティブフォームは例えば第２のサーバ１３０に常駐するＷｅｂサーバ（例えば、Ｎｇｉｎｘ、図１では図示せず）を介して人工知能開発プラットフォーム１３２にアクセスする第２のクライアント１４０に送信することができ、それにより、第２のクライアント１４０に人工知能開発プラットフォーム１３２に固有のインタラクティブページを表示することができる。クライアントの消費者１０４は該ネイティブインタラクティブページ上で操作することができ、例えばフォームを書き込み、書き込んだフォームをＷｅｂサーバに提出する。プラットフォーム環境構成ファイルの欠落または損傷などに起因してロードできないと、生産ラインアクチュエーター１３４を終了し、この時、消費者１０４はカスタマイズされた生産ライン１３８を使用できず、人工知能開発プラットフォーム１３２に対応するインターフェースにエラーページが表示される可能性がある。
本開示の他の実施例によれば、生産ラインアクチュエーターは、プラットフォーム環境構成ファイルが成功にロードされたと確定することに応答して、リソースファイルをロードすることによって人工知能開発プラットフォームのネイティブフォームを生成（３０４）するように構成される。これは、リソースファイルをロード（３０４４）する操作、及びリソースファイルが成功にロードされたかどうかを確定（３０４６）する操作を実行することを含むことができる。
本開示の他の実施例によれば、生産ラインアクチュエーターは、リソースファイルが成功にロードされてネイティブフォームが生成（３０５）された後、中間結果を生成するように構成される。これは、以下の操作を実行することを含むことができる。
第２のクライアントからのネイティブインタラクティブページ上の操作イベントを監視（３０５２）する。例えば、消費者はネットワークブラウザを介してあるネイティブインタラクティブページにアクセスし、テキストボックスに基本情報を入力し、検索バーに取得したい情報を入力し、ページ上のあるリンクをクリックし、及び提出ボタンをクリックしてデータセットを提出するなどには、それに対応する操作イベントが発生する。いくつかの例では、例えばＮｇｉｎｘ（ｅｎｇｉｎｅ Ｘ）のＷｅｂサーバを利用することによってクライアントのネイティブインタラクティブページ上で操作イベントが発生するかどうかを検出することができる。生産ラインアクチュエーターと該Ｗｅｂサーバとの間に標準化されたプラットフォームインターフェイスと異なる通信インターフェイスが存在でき、Ｗｅｂサーバはネイティブインタラクティブページ上で操作イベントが発生したと検出すると、該通信インターフェイスを介して操作イベントを生産ラインアクチュエーターに送信することができる。このため、生産ラインアクチュエーターは、第２のクライアントからのネイティブインタラクティブページ上の操作イベントを監視することができる。
監視された操作イベントがフォーム提出イベントであるかどうかを確定（３０５４）し、フォーム提出イベントは、第２のクライアントからネイティブインタラクティブページ上での必要な回答項目データを収集したことを示す。選択可能に、生産ラインアクチュエーターは、書き込んだデータ経路が合法であるかどうか、フォーマットが正確であるかどうかなどを検証することができる。Ｗｅｂサーバから受信された操作イベントはフォーム提出イベントと非フォーム提出イベントを含む。フォーム提出イベントとは、フォームの確定、提出などのボタンがクリックされる場合に発生したイベントを指す。例えばＦｏｒｍ、ｊＱｕｅｒｙ、Ａｊａｘなどを介して提出するフォームは、例えば消費者のシナリオ要件に関連するシナリオデータセットなどの必要な回答項目データを含む。非フォーム提出イベントとは、フォーム提出イベント以外のイベント、例えばマウスクリックイベント、オブジェクトがフォーカスを失った時（例えば、マウスが入力ボックスから離れる）に発生するイベント、オブジェクトがフォーカスを取得する時（例えば、マウスが入力ボックスに位置する）に発生するイベント、オブジェクトの値が変わる時に発生するイベントなどを指す。
操作イベントがフォーム提出イベントであると確定することに応答して、必要な回答項目データを利用してファイルセットに定義されたフォーム提出イベントに対応する処理ロジックを実行（３０５６）する。例えば、フォーム提出イベントを通じて消費者によって提出されたデータセットを収集したと、対応するロジックを実行することができて、収集されたデータセットに基づき対応するモデル訓練を行い、カスタマイズされた訓練モデルを生成するために使用される。操作イベントが非フォーム提出イベントであると確定する場合、該フォームに対する操作がまだ終了しておらず、消費者に関連するデータセットが収集されていないことを示す。この時、前記ファイルセットに定義された、該非フォーム提出イベントに対応する処理ロジックを実行し、例えばオブジェクトがフォーカスを取得する時に処理ロジックを実行することで背景色を変化させたり、オブジェクトの値が変わる時に処理ロジックを実行することで大文字などに変換したりするなどである。次に、監視された操作イベントはフォーム提出イベントであるまで、操作イベントを監視し続ける。
上記操作により、消費者のためにネイティブフォームのインタラクティブな体験を提供することができ、消費者はネイティブフォームを介して自分のシナリオ要件に関連する、データセットを含む様々な情報を入力することができる。
本開示の他の実施例によれば、生産ラインアクチュエーターは、生成された中間結果を処理（３０６）するように構成される。これは、フォーム提出イベントに対応する処理ロジックを実行する操作が完了した後、中間結果を記憶（３０６２）する操作を実行することを含むことができる。中間結果はフォーム提出イベントに対応する処理ロジックを実行する時に生成された例えばデータセット、訓練モデルの中間結果（例えば、Ａｒｔｉｆａｃｔ）を含むことができ、例えばデータセットの物理位置、データセットの名称、フィールド及びデータアクセスログなどのデータ属性を説明するメタデータを含んでもよい。標準化されたプラットフォームインターフェイスを介して中間結果を人工知能開発プラットフォームに送信（３０６４）して更なる処理に使用される。
以下、実施例と組み合わせてどのように標準化されたプラットフォームインターフェイスを利用して生産ラインアクチュエーターと人工知能開発プラットフォームとの間に中間結果を人工知能開発プラットフォームに送信する相互作用を実現するかをさらに説明する。
本開示のいくつかの実施例によれば、標準化されたプラットフォームインターフェイスは、生産ラインアクチュエーターが人工知能開発プラットフォームに対して訓練データセットの読み書き操作を行うためのデータ型インターフェイスと、生産ラインアクチュエーターが人工知能開発プラットフォームに対して人工知能モデルの読み書き操作を行うためのモデル型インターフェイスと、生産ラインアクチュエーターが人工知能開発プラットフォームに対して構成変数の読み書き操作を行うための構成型インターフェイスと、生産ラインアクチュエーターが人工知能開発プラットフォームに対してタスク状態の読み書き操作を行うための状態型インターフェイスと、を含む。これらのインターフェイスを介して、生産ラインアクチュエーターと人工能開発プラットフォームとの間の相互作用を実現することができる。
下記表１に示すように、各タイプのインターフェイスはいずれも、例えばＧｅｔＤａｔａＳｅｔ、ＧｅｔＭｏｄｅｌ、ＧｅｔＴａｓｋＳｔａｔｕｓ、及びＧｅｔＣｏｎｆｉｇなどの読み取り操作を行うインターフェイス、及び例えばＳｅｔＤａｔａＳｅｔ、ＳｅｔＭｏｄｅｌ、ＳｅｔＴａｓｋＳｔａｔｕｓ及びＳｅｔＣｏｎｆｉｇなどの書き込み操作を行うインターフェイスを含む。読み取り操作のインターフェイスに対応する関数を呼び出すことによって、生産ラインアクチュエーターは、例えば人工知能開発プラットフォーム側からの訓練データセット、人工知能モデル、プラットフォーム構成変数及びプラットフォームのタスク状態を読み取ることができる。書き込み操作のインターフェイスに対応する関数を呼び出すことによって、生産ラインアクチュエーターは、例えばカスタマイズされた生産ラインからの中間結果を人工知能開発プラットフォームに送信することができ、人工知能開発プラットフォームのデータセットに対する直接的な侵入操作を避ける。
インターフェイス名に対応する関数を呼び出す場合、指定された入力パラメータが与えられるたびに、指定された戻り構造を取得し、それにより、対応するデータ、モデル、構成、状態などの関連情報を取得する。データ型インターフェイスの読み取り操作を例として、入力パラメータは、選択された人工知能開発プラットフォームを指示するパラメータＵｓｅｒＩＤ、生産ラインアクチュエーターが、選択された人工知能開発プラットフォームにアクセスするように、標準化されたプラットフォームインターフェイスを呼び出す権限を持っているかどうかを指示するためのパラメータＴｏｋｅｎ：｛ＡＫ：Ｓｔｒｉｎｇ；ＳＫ：Ｓｔｒｉｎｇ｝、及び生産ラインアクチュエーターがアクセスするデータセットを指示するパラメータＤＳＩＤ（ＤａｔａＳｅｔＩＤ）を含み、戻り構造は、エラーコードを指示する結果ＥｒｒＩＤ（ＥｒｒｏｒＩＤ）、エラー情報を指示する結果ＥｒｒＭｓｇ（ＥｒｒｏｒＭｅｓｓａｇｅ）、データセット記憶経路を指示する結果ＤＳＰａｔｈ（ＤａｔａＳｅｔＰａｔｈ）、メタデータ記憶経路を指示する結果ＤＳＭｅｔａＰａｔｈ（ＤａｔａＳｅｔＭｅｔａｄａｔａＰａｔｈ）及びデータセットタイプを指示する結果ＤＳＴｙｐｅ（ＤａｔａＳｅｔＴｙｐｅ）を含む。
Figure 2022541986000011
Figure 2022541986000012
標準化されたプラットフォームインターフェイスは、特定のプロトコルに基づいた様々なインターフェイスを使用して実現することができる。本開示のいくつかの実施例によれば、標準化されたプラットフォームインターフェイスは、Ｒｅｓｔｆｕｌアプリケーションプログラミングインターフェイス（ＡＰＩ）を使用して実現することができる。いくつかの例では、標準化されたプラットフォームインターフェイスはＨＴＴＰプロトコルに基づく通信をサポートすることができる。
以上のように説明された標準化されたプラットフォームインターフェイスを介して一貫した標準実行環境とサービスインターフェイスを提供することができ、それにより、作成されたカスタマイズされた生産ラインは、１場所で作成し、複数の場所（複数の異なる人工知能開発プラットフォーム）で運行することを実現することができ、建設または改造、適応のために追加の研究開発人員を投資することなく、同様のシナリオで再利用するのに役に立つ。
なお、本開示による標準化されたプラットフォームインターフェイスは、カスタマイズされた生産ラインプロセスに関するデータ処理、モデル訓練、サービス配備などの任意の主要リンクを実行できるサービスインターフェイスであり、上記の４種のインターフェイスタイプを含むが、これらに制限されない。また、本開示による標準化されたプラットフォームインターフェイスは特定のプロトコルに基づいた他のインターフェイス、例えばＲＰＣインターフェイスなどを介して実現することもできる。
図４は、本開示の他の例示的な実施例による人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置４００を示す構造ブロック図である。図２と類似する図面符号は同じ素子を指示する。
該実施例において、図２の装置２００と比べて、装置４００は生産ラインクリエーター４１０をさらに備える。生産ラインクリエーター４１０は、カスタマイズされた生産ラインを作成するように、カスタマイズされた生産ラインを編集、プレビュー及びデバッグするインタラクティブな開発インターフェースを生成するように構成される。いくつかの例では、該生産ラインクリエーター４１０は、オープンソースの例えばＪｕｐｙｔｅｒの集積開発環境に基づいて実現することができ、そのインターフェースはＪｕｐｙｔｅｒＬａｂのインターフェースを再利用し、プラグインの形でＪｕｐｙｔｅｒＬａｂにロードすることができる。
図５は、生産ラインクリエーター４１０の例示的なインタラクティブな開発インターフェースを示す。説明のために、以下、図４と図５を参照して装置４００における生産ラインクリエーター４１０を更に説明する。
図５を参照し、生産ラインクリエーター４１０のインタラクティブな開発インターフェース５１２は、コントロール領域５１２２、作業領域５１２４及び固定構成領域５１２６を含む。コントロール領域５１２２は、前記ネイティブフォームの複数のコントロールを編集するために使用され、該複数のコントロールが標準仕様（例えば、ＨＴＭＬ５）で定義されたＷｅｂコントロールであってもよい。作業領域５１２４は、前記追加開発プロセスの処理ロジックを記述するコードを編集するためのコード領域５１２４２及び前記カスタマイズされた生産ラインをプレビューするためのプレビュー領域５１２４４を含む。いくつかの例では、コード領域５１２４２は、例えばオープンソース言語サーバプロトコル（ＬＳＰ）を利用して例えばｐｙｔｈｏｎコードの構文強調表示や自動補完などの機能を実現することができ、プレビュー領域５１２４４は、プレビューを生成するように、例えばＨＴＭＬ５のＣａｎｖａｓキャンバスを利用してレンダリングすることができる。固定構成領域５１２６は、例えば標準のＷｅｂフォームコントロールを通じて、前記人工知能開発プラットフォームに適用される構成パラメータを編集することを実現するために使用される。
生産ラインクリエーターにおける上記の３つの領域の協力により、プロデューサーは該インタラクティブな開発インターフェースでコードを直接書いて運行できるだけでなく、同一のインターフェースでコード運行結果を表示することができ、カスタマイズされた生産ラインを視覚的にドラッグ及び作成することもできる。これにより、複数のインターフェースでコードを書き、コードの運行効果をプレビューすることによる操作の不便さを避け、カスタマイズされた生産ラインのデバッグプロセスを加速し、プロデューサーのために良好なユーザー体験を提供する。
いくつかの実施例によれば、図１を参照し、生産ラインクリエーター１１８は、第１のクライアント１１０側に配備されるように構成することができ、生産ラインアクチュエーター１３４と標準化されたプラットフォームインターフェイス１３６は、生産ラインクリエーターと異なる側に配備され、人工知能開発プラットフォーム１３２とともにサーバ側に配備されるように構成され、このような場合で、生産ラインクリエーターは独立した形（例えば、第１のクライアント１１０側のソフトウェアツール）で存在する。このような実施例において、生産ラインクリエーターは、第１のクライアント１１０側のローカルに存在するように実現され得るか、または第１のクライアント１１０を介してアクセスできるクラウドプラットフォームに存在するように実現され得る。他の実施例によれば、生産ラインクリエーター、生産ラインアクチュエーター及び標準化されたプラットフォームインターフェイスは、人工知能開発プラットフォームとともにサーバ側に配備されるように構成されてもよく、このような場合で、生産ラインクリエーターは消費者に開かれた人工知能開発プラットフォームの機能として非独立の形で存在する。
なお、図４に示す装置４００において、生産ラインクリエーター４１０以外、カスタマイズされた生産ライン４０２、生産ラインアクチュエーター４０４、標準化されたプラットフォームインターフェイス４０６及び人工知能開発プラットフォーム４０８などの他のコンポーネント及び／又はモジュールによって実行された操作は図２を参照して説明した対応するコンポーネント及び／又はモジュールによって実行された操作と同様または類似するため、ここで詳細に説明しない。
また、以上で特定のモジュールを参照して特定の機能を検討したが、本明細書で検討された各モジュールの機能は複数のモジュールに分割することができ、及び／又は複数のモジュールの少なくとも一部の機能を単一のモジュールに組み合わせることができることに注意すべきである。本明細書で検討された特定のモジュールが動作を実行することは、該特定のモジュールそのものが該動作を実行すること、または代わりに、該特定のモジュールが該動作（または該特定のモジュールとともに該動作を実行する）を実行する他のコンポーネントまたはモジュールを呼び出すまたは他の方法でアクセスすることを含む。このため、動作を実行する特定のモジュールは、動作を実行する該特定のモジュールそのもの及び／又は該特定のモジュールが呼び出すまたは他の方法でアクセスする、動作を実行する他のモジュールを含む。例えば、いくつかの実施例において、以上で説明された生産ラインアクチュエーター２０４と人工知能開発プラットフォーム２０８を単一のモジュールとして組み合わせることができる。
より一般的に、本明細書では、ソフトウェアハードウェア素子またはプログラムモジュールの一般的なコンテキストで様々な技術について説明することができる。以上で図２～５に説明された各モジュールはハードウェアまたはソフトウェア及び／又はファームウェアを組み合わせたハードウェアで実現することができる。例えば、これらのモジュールは、コンピュータプログラムコード／命令として実現することができ、該コンピュータプログラムコード／命令は、１つまたは複数のプロセッサーに実行されてコンピュータ読み取り可能な記憶媒体に記憶されるように構成される。代わりに、これらのモジュールは、ハードウェアロジック／回路として実現することができる。例えば、いくつかの実施例において、生産ラインクリエーター４１０、生産ラインアクチュエーター４０４及び人工知能開発プラットフォーム４０８のうちの１つまたは複数はシステムオンチップ（ＳｏＣ）に一緒に実現することができる。ＳｏＣは、集積回路チップ（プロセッサー（例えば、中央処理ユニット（ＣＰＵ）、マイクロコントローラ、マイクロプロセッサ、デジタル信号プロセッサー（ＤＳＰ）など）、メモリ、１つまたは複数の通信インターフェイス、及び／又は他の回路のうちの１つまたは複数の部材を含む）を含むことができ、受信されたプログラムコードを選択可能に実行し、及び／又は機能を実行するために組み込みファームウェアを含むことができる。
図６は、本開示の例示的な実施例による人工知能開発プラットフォームのためにカスタマイズされた生産ラインを実現するための方法６００を示す構造ブロック図である。
ステップ６０２において、生産ラインアクチュエーターを提供する。前記生産ラインアクチュエーターは、ファイルセットに基づいて人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用される。
ステップ６０４において、標準化されたプラットフォームインターフェイスを提供する。前記標準化されたプラットフォームインターフェイスは、生産ラインアクチュエーターと人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用される。
生産ラインアクチュエーターはさらに、ファイルセットに定義された、ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、標準化されたプラットフォームインターフェイスを介して人工知能開発プラットフォームと相互作用することによって中間結果を処理し、それにより、追加開発プロセスを実行するために使用される。
選択可能に、方法６００はステップ６０６を含んでもよい。ステップ６０６において、生産ラインクリエーターを提供する。前記生産ラインクリエーターは、カスタマイズされた生産ラインを作成するように、カスタマイズされた生産ラインを編集、プレビュー及びデバッグするためのインタラクティブな開発インターフェースを生成するために使用される。作成されたカスタマイズされた生産ラインは、圧縮ファイル及び／又はミラーリングファイルのフォーマットで記憶及び配布することができる。
本開示の他の態様によれば、コンピューティング機器をさらに提供し、プロセッサー、及び命令が記憶されたメモリを備え、前記命令は、前記プロセッサーにより実行される場合に、上記装置２００または４００におけるコンポーネント及び／又はモジュールによる機能を実現するために使用される。
本開示の更なる態様によれば、命令が記憶されたコンピュータ読み取り可能な記憶媒体をさらに提供し、前記命令は、プロセッサーにより実行される場合に、上記装置２００または４００におけるコンポーネント及び／又はモジュールによる機能を実現するために使用される。
以下、図７を参照してこのようなコンピューティング機器とコンピュータ読み取り可能な記憶媒体の例を説明する。図７は、例示的な実施例の実現に適用できる例示的なコンピューティング機器７００を示す。
コンピューティング機器７００は、例えばサービスプロバイダーのサーバ、クライアント（例えば、クライアント機器）に関連する機器、システムオンチップ、及び／又は任意の他の適切なコンピューティング機器またはコンピューティングシステムの様々な異なるタイプの機器であってもよい。コンピューティング機器７００の例として、デスクトップコンピュータ、サーバコンピュータ、ラップトップまたはネットブックコンピュータ、モバイル機器（例えば、タブレットまたはｐｈａｂｌｅｔ機器、セルラーまたは他の無線電話（例えば、スマートフォン）、ノートコンピュータ、モバイル局）、ウェアラブル機器（例えば、メガネ、時計）、娯楽機器（例えば、娯楽器具、表示機器に通信可能に結合されるセットトップボックス、ゲーム機）、テレビまたは他の表示機器、自動車コンピュータなどを含むが、これらに制限されない。このため、コンピューティング機器７００は、大量のメモリとプロセッサーリソースを備えるフルリソース機器（例えば、パーソナルコンピュータ、ゲームコンソール）から、限られたメモリ及び／又は処理リソースを備える低リソース機器（例えば、従来のセットトップボックス、手持ちゲームコンソール）に及ぶことができる。
コンピューティング機器７００は、例えばシステムバス７１４または他の適切な接続を介して互いに通信する少なくとも１つのプロセッサー７０２、メモリ７０４、（複数）通信インターフェイス７０６、表示機器７０８、他の入力／出力（Ｉ／Ｏ）機器７１０及び１つまたはより多くの大容量記憶機器７１２を含むことができる。
プロセッサー７０２は、単一の処理ユニットまたは複数の処理ユニットであってもよく、すべての処理ユニットは単一または複数のコンピューティングユニットまたは複数のコアを含むことができる。プロセッサー７０２は、１つまたはより多くのマイクロプロセッサ、マイクロコンピュータ、マイクロコントローラ、デジタル信号プロセッサー、中央処理ユニット、ステートマシン、ロジック回路及び／又は操作命令に基づいて信号を操縦する任意の機器として実施することができる。他の機能に加えて、プロセッサー７０２は、メモリ７０４、大容量記憶機器７１２または他のコンピュータ読み取り可能媒体に記憶されたコンピュータ読み取り可能命令、例えば操作システム７１６のプログラムコード、アプリケーションプログラム７１８のプログラムコード、他のプログラム７２０のプログラムコードなどを取得及び実行するように構成することができる。
メモリ７０４と大容量記憶機器７１２は、命令を記憶するためのコンピュータ記憶媒体の例であり、前記命令はプロセッサー７０２により実行されることによって以上の様々な機能を実施する。例えば、メモリ７０４は、一般的に、揮発性メモリと不揮発性メモリ（例えばＲＡＭ、ＲＯＭなど）の両方を含むことができる。なお、大容量記憶機器７１２は、一般的に、ハードディスクドライブ、ソリッドステートドライブ、外部及びリムーバブルドライブを含むリムーバブル媒体、メモリカード、フラッシュメモリ、フロッピーディスク、光ディスク（例えばＣＤ、ＤＶＤ）、記憶アレイ、ネットワーク接続記憶、記憶領域ネットワークなどを含むことができる。メモリ７０４と大容量記憶機器７１２は、本明細書ではいずれもメモリまたはコンピュータ記憶媒体と呼ぶことができ、コンピュータ読み取り可能、プロセッサー実行可能プログラム命令をコンピュータプログラムコードとして記憶できる非一時的媒体であってもよく、前記コンピュータプログラムコードは、本明細書の例で説明された操作と機能を実施するように構成される特定のマシンとしてのプロセッサー７０２により実行することができる。
複数のプログラムモジュールは、大容量記憶機器７１２に記憶することができる。これらのプログラムは操作システム７１６、１つまたは複数のアプリケーションプログラム７１８、他のプログラム７２０及びプログラムデータ７２２を含み、それらが、実行のためにメモリ７０４にロードすることができる。このようなアプリケーションプログラムまたはプログラムモジュールの例は、例えばカスタマイズされた生産ライン４０２、生産ラインアクチュエーター４０４、標準化されたプラットフォームインターフェイス４０６、人工知能開発プラットフォーム４０８、生産ラインクリエーター４１０、方法６００（方法６００の任意の適切なステップ）及び／又は本明細書で説明された他の実施例というコンポーネント／機能を実現するためのコンピュータプログラムロジック（例えば、コンピュータプログラムコードまたは命令）を含むことができる。
図７ではコンピューティング機器７００のメモリ７０４に記憶されるように示されるが、モジュール７１６、７１８、７２０及び７２２またはその一部はコンピューティング機器７００によりアクセスできる任意の形のコンピュータ読み取り可能媒体を使用して実施することができる。本明細書で使用された「コンピュータ読み取り可能媒体」は２種のタイプのコンピュータ読み取り可能媒体、つまりコンピュータ記憶媒体と通信媒体を少なくとも含む。
コンピュータ記憶媒体は、情報を記憶するための任意の方法または技術で実施される揮発性と不揮発性、リムーバブルと非リムーバブル媒体を含み、前記情報は、例えばコンピュータ読み取り可能命令、データ構造、プログラムモジュールまたは他のデータである。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリまたは他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）、または他の光学記憶装置、磁気カセット、磁気テープ、ディスク記憶装置または他の磁気記憶機器、またはコンピューティング機器がアクセスするように情報を記憶するための任意の他の非伝送媒体を含むが、これらに制限されない。
対照的に、通信媒体は、例えば搬送波または他の伝送メカニズムなどの変調データ信号内でコンピュータ読み取り可能命令、データ構造、プログラムモジュールまたは他のデータを具体的に実現することができる。本明細書で定義されたコンピュータ記憶媒体は通信媒体を含まない。
コンピューティング機器７００はまた、以上の説明のように、ネットワーク、直接接続などを通じて他の機器とデータを交換するための１つまたはより多くの通信インターフェイス７０６を含んでもよい。このような通信インターフェイスは、任意のタイプのネットワークインターフェイス（例えば、ネットワークインターフェースカード（ＮＩＣ））、有線または無線（例えばＩＥＥＥ ８０２．１１無線ＬＡＮ（ＷＬＡＮ））無線インターフェイス、マイクロ波アクセスのための世界的な相互運用性（Ｗｉ－ＭＡＸ）インターフェイス、イーサネットインターフェイス、ユニバーサルシリアルバス（ＵＳＢ）インターフェイス、セルラーネットワークインターフェイス、ＢｌｕｅｔｏｏｔｈＴＭインターフェイス、近距離通信（ＮＦＣ）インターフェイスなどのうちの１つまたは複数であってもよい。通信インターフェイス７０６は、多種のネットワークとプロトコルタイプ内の通信を促進することができ、有線ネットワーク（例えばＬＡＮ、ケーブルなど）と無線ネットワーク（例えばＷＬＡＮ、セルラー、衛星など）、インターネットなど含む。通信インターフェイス７０６はまた、例えば記憶アレイ、ネットワーク接続記憶、記憶エリアネットワークなどにおける外部記憶装置（図示せず）との通信を提供することができる。
いくつかの例では、ユーザーに情報と画像を表示するように、例えばモニターなどの表示機器７０８を含むことができる。他のＩ／Ｏ機器７１０は、ユーザーからの様々な入力を受信するとともに、ユーザーに様々な出力を提供する機器であってもよく、また、タッチ入力機器、ジェスチャー入力機器、カメラ、キーボード、リモコン、マウス、プリンター、オーディオ入力／出力機器などを含むことができる。
図面と以上の記述から本開示を詳細に説明及び記述したが、このようなに説明及び記述は、限定的なものではなく、説明的と例示的なものと見なされるべきであり、本開示は、開示された実施例に制限されない。図面、開示内容及び添付の特許請求の範囲を研究することによって、当業者は特許請求される主題を実施する際に、開示された実施例への変形を理解及び実現することができる。特許請求の範囲において、「含む」という言葉は、リストされていない他の素子またはステップを排除するものではなく、不定冠詞「一つ」または「１つ」は複数を排除するものではなく、「複数」という用語は２つまたは２つ以上を指す。相互に異なる従属請求項に特定の措置が記載されている単なる事実は、これらの措置の組み合わせが利益のために使用できないことを示すものではない。

Claims (20)

  1. 人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための装置であって、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記装置は、
    前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するように構成され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用される生産ラインアクチュエーターと、
    前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するように構成される標準化されたプラットフォームインターフェイスと、を備え、
    前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するように構成される、装置。
  2. 前記ファイルセットは、
    ドメイン固有言語を利用して記述する前記追加開発プロセスの処理ロジックを実現するためのコードを含むドメイン固有言語コードと、
    前記ネイティブインタラクティブページの表示に必要なスタイルシートと画像を含むリソースファイルと、
    前記追加開発プロセスに固有の前記人工知能開発プラットフォームに対する構成パラメータを含むプラットフォーム環境構成ファイルと、を含む、請求項１に記載の装置。
  3. 前記追加開発プロセスの処理ロジックを実現するための前記コードは、フォームコントロールイベント応答、マルチソースの訓練データ処理及びマルチモデルフュージョンコンピューティングという操作のうちの少なくとも１種を実行するためのコードロジックを含む、請求項２に記載の装置。
  4. 前記生産ラインアクチュエーターはさらに、前記クライアントからの要求を受信することに応答し、前記プラットフォーム環境構成ファイルをロードし、前記構成パラメータに従って前記人工知能開発プラットフォームを構成するように構成される、請求項２に記載の装置。
  5. 前記生産ラインアクチュエーターは、前記プラットフォーム環境構成ファイルが成功にロードされた後、前記リソースファイルをロードすることによって前記ネイティブフォームを生成するように構成される、請求項４に記載の装置。
  6. 前記生産ラインアクチュエーターは、前記リソースファイルが成功にロードされた後、前記中間結果を生成するように、
    前記クライアントからの前記ネイティブインタラクティブページ上の操作イベントを監視する操作、
    監視された操作イベントがフォーム提出イベントであるかどうかを確定し、前記フォーム提出イベントは、前記クライアントから前記ネイティブインタラクティブページ上の必要な回答項目データを収集したことを示す操作、及び
    前記操作イベントがフォーム提出イベントであると確定することに応答して、前記必要な回答項目データを利用して前記ファイルセットに定義された前記フォーム提出イベントに対応する処理ロジックを実行する操作、を実行するように構成される、請求項５に記載の装置。
  7. 前記生産ラインアクチュエーターは、前記フォーム提出イベントに対応する処理ロジックを実行する操作が完了した後、前記中間結果を処理するように、
    前記中間結果を記憶する操作、及び
    前記標準化されたプラットフォームインターフェイスを介して前記中間結果を前記人工知能開発プラットフォームに送信する操作、を実行するように構成される、請求項６に記載の装置。
  8. 前記標準化されたプラットフォームインターフェイスは、
    前記生産ラインアクチュエーターが前記人工知能開発プラットフォームに対して訓練データセットの読み書き操作を行うためのデータ型インターフェイスと、
    前記生産ラインアクチュエーターが前記人工知能開発プラットフォームに対して人工知能モデルの読み書き操作を行うためのモデル型インターフェイスと、
    前記生産ラインアクチュエーターが前記人工知能開発プラットフォームに対して構成変数の読み書き操作を行うための構成型インターフェイスと、
    前記生産ラインアクチュエーターが前記人工知能開発プラットフォームに対してタスク状態の読み書き操作を行うための状態型インターフェイスと、を含む、請求項１～７のいずれか１項に記載の装置。
  9. 前記標準化されたプラットフォームインターフェイスは、Ｒｅｓｔｆｕｌアプリケーションプログラミングインターフェイスを介して実現される、請求項８に記載の装置。
  10. 前記カスタマイズされた生産ラインを作成するように、前記カスタマイズされた生産ラインを編集、プレビュー及びデバッグするためのインタラクティブな開発インターフェースを生成するように構成される生産ラインクリエーターをさらに備える、請求項１～７のいずれか１項に記載の装置。
  11. 前記インタラクティブな開発インターフェースは、
    前記ネイティブフォームの複数のコントロールを編集するためのコントロール領域と、
    前記追加開発プロセスの処理ロジックを記述するコードを編集するためのコード領域及び前記カスタマイズされた生産ラインをプレビューするためのプレビュー領域を含む作業領域と、
    前記人工知能開発プラットフォームに適用される構成パラメータを編集するための固定構成領域と、を含む、請求項１０に記載の装置。
  12. 前記生産ラインクリエーターは、クライアント側に配備されるように構成され、前記生産ラインアクチュエーターと前記標準化されたプラットフォームインターフェイスは前記人工知能開発プラットフォームとともにサーバ側に配備されるように構成される、請求項１０に記載の装置。
  13. 前記生産ラインクリエーター、前記生産ラインアクチュエーター及び前記標準化されたプラットフォームインターフェイスは、前記人工知能開発プラットフォームとともにサーバ側に配備されるように構成される、請求項１０のいずれか１項に記載の装置。
  14. 人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するための方法であって、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記方法は、
    生産ラインアクチュエーターを提供することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されることと、
    標準化されたプラットフォームインターフェイスを提供することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されることと、を含み、
    前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される、方法。
  15. 生産ラインクリエーターを提供することをさらに含み、前記生産ラインクリエーターは、前記カスタマイズされた生産ラインを作成するように、前記カスタマイズされた生産ラインを編集、プレビュー及びデバッグするためのインタラクティブな開発インターフェースを生成するために使用される、請求項１４に記載の方法。
  16. 圧縮ファイル及び／又はミラーリングファイルのフォーマットで作成されたカスタマイズされた生産ラインを記憶及び配布する、請求項１４に記載の方法。
  17. コンピューティング機器であって、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するために使用され、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記コンピューティング機器は、
    プロセッサー、及び
    命令が記憶されたメモリを備え、前記命令は前記プロセッサーにより実行可能であり、
    生産ラインアクチュエーターを実現することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されること、及び
    標準化されたプラットフォームインターフェイスを実現することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されること、に用いられ、
    前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される、コンピューティング機器。
  18. 前記命令は前記プロセッサーにより実行可能であり、生産ラインクリエーターを実現することに用いられ、前記生産ラインクリエーターは、前記カスタマイズされた生産ラインを作成するように、前記カスタマイズされた生産ラインを編集、プレビュー及びデバッグするためのインタラクティブな開発インターフェースを生成するために使用される、請求項１７に記載のコンピューティング機器。
  19. コンピュータ読み取り可能な記憶媒体であって、人工知能開発プラットフォームを利用してカスタマイズされた生産ラインを実行するために使用され、前記カスタマイズされた生産ラインは前記人工知能開発プラットフォームの予め定義された開発プロセスと異なる追加開発プロセスであり、前記追加開発プロセスはファイルセットにより定義され、前記コンピュータ読み取り可能な記憶媒体に命令が記憶され、前記命令はプロセッサーにより実行可能であり、
    生産ラインアクチュエーターを実現することであって、前記生産ラインアクチュエーターは前記ファイルセットに基づいて前記人工知能開発プラットフォームのネイティブフォームを生成するために使用され、前記ネイティブフォームは、前記人工知能開発プラットフォームのネイティブインタラクティブページを表示するように、前記人工知能開発プラットフォームにアクセスするクライアントに送信されるために使用されること、及び
    標準化されたプラットフォームインターフェイスを実現することであって、前記標準化されたプラットフォームインターフェイスは、前記生産ラインアクチュエーターと前記人工知能開発プラットフォームとの間のインタラクティブチャンネルを提供するために使用されること、に用いられ、
    前記生産ラインアクチュエーターはさらに、前記ファイルセットに定義された、前記ネイティブインタラクティブページ上の操作イベントに対応する処理ロジックを実行することによって中間結果を生成し、前記標準化されたプラットフォームインターフェイスを介して前記人工知能開発プラットフォームと相互作用することによって前記中間結果を処理し、それにより、前記追加開発プロセスを実行するために使用される、コンピュータ読み取り可能な記憶媒体。
  20. 前記命令は前記プロセッサーにより実行可能であり、生産ラインクリエーターを実現することに用いられ、前記生産ラインクリエーターは、前記カスタマイズされた生産ラインを作成するように、前記カスタマイズされた生産ラインを編集、プレビュー及びデバッグするためのインタラクティブな開発インターフェースを生成するために使用される、請求項１９に記載のコンピュータ読み取り可能な記憶媒体。
JP2021571597A 2020-06-30 2020-10-28 カスタマイズされた人工知能生産ラインを実行する装置及び方法、機器及び媒体 Active JP7280388B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202010621819.5A CN111782184B (zh) 2020-06-30 2020-06-30 执行定制化人工智能生产线的装置和方法、设备和介质
CN202010621819.5 2020-06-30
PCT/CN2020/124460 WO2022000888A1 (zh) 2020-06-30 2020-10-28 执行定制化人工智能生产线的装置和方法、设备和介质

Publications (2)

Publication Number Publication Date
JP2022541986A true JP2022541986A (ja) 2022-09-29
JP7280388B2 JP7280388B2 (ja) 2023-05-23

Family

ID=72760520

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021571597A Active JP7280388B2 (ja) 2020-06-30 2020-10-28 カスタマイズされた人工知能生産ラインを実行する装置及び方法、機器及び媒体

Country Status (6)

Country Link
US (1) US11954011B2 (ja)
EP (1) EP3968145A4 (ja)
JP (1) JP7280388B2 (ja)
KR (1) KR20210147074A (ja)
CN (1) CN111782184B (ja)
WO (1) WO2022000888A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111782184B (zh) 2020-06-30 2022-01-07 北京百度网讯科技有限公司 执行定制化人工智能生产线的装置和方法、设备和介质
CN113298487B (zh) * 2021-04-25 2023-03-24 蒲惠智造科技股份有限公司 一种基于云端大数据平台的智能制造执行进程管理系统和方法
KR102656090B1 (ko) * 2021-12-29 2024-04-11 주식회사 커넥트시스템 인공지능 모델 통합 관리 및 배포 시스템과 그 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019003603A (ja) * 2017-04-10 2019-01-10 株式会社クロスコンパス 人工知能モジュール開発方法、人工知能モジュール開発システム及び人工知能モジュール開発統合システム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5706502A (en) * 1996-03-25 1998-01-06 Sun Microsystems, Inc. Internet-enabled portfolio manager system and method
EP3475888A1 (en) * 2016-08-22 2019-05-01 Oracle International Corporation System and method for ontology induction through statistical profiling and reference schema matching
CN106959851A (zh) * 2017-03-03 2017-07-18 同济大学 一种面向人工智能研究的模块化可编程分布式交互系统
CN108874268B (zh) * 2017-05-09 2023-03-10 腾讯科技（深圳）有限公司 用户行为数据的采集方法及装置
CN107807814B (zh) * 2017-09-27 2021-10-26 百度在线网络技术（北京）有限公司 应用组件的构建方法、装置、设备及计算机可读存储介质
CN108876435A (zh) * 2018-05-25 2018-11-23 北京百度网讯科技有限公司 人工智能平台实现方法、装置、计算机设备及存储介质
CN110209574A (zh) * 2019-05-14 2019-09-06 深圳极视角科技有限公司 一种基于人工智能的数据开发系统
US10832173B1 (en) * 2019-08-28 2020-11-10 International Business Machines Corporation Cognitive software development
CN110780861A (zh) * 2019-09-10 2020-02-11 广州市金度信息科技有限公司 一种基于人工智能应用开发的方法、系统及存储介质
CN110795095B (zh) * 2019-09-20 2021-05-18 贝壳找房(北京)科技有限公司 建立业务逻辑组件与业务组件及生成页面的方法与系统
US10956833B1 (en) * 2019-10-08 2021-03-23 Wells Fargo Bank, N.A. AI for evaluation and development of new products and features
CN110489093A (zh) 2019-10-16 2019-11-22 鹏城实验室 一种面向ai应用的持续构造方法、装置、终端及存储介质
US11748128B2 (en) * 2019-12-05 2023-09-05 International Business Machines Corporation Flexible artificial intelligence agent infrastructure for adapting processing of a shell
US11055093B1 (en) * 2019-12-23 2021-07-06 Salesforce.Com, Inc. Methods and systems for automated, intelligent application development by scanning metadata by a plug-in to make recommendations
CN111782184B (zh) 2020-06-30 2022-01-07 北京百度网讯科技有限公司 执行定制化人工智能生产线的装置和方法、设备和介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019003603A (ja) * 2017-04-10 2019-01-10 株式会社クロスコンパス 人工知能モジュール開発方法、人工知能モジュール開発システム及び人工知能モジュール開発統合システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
長森 藤江: ""あなただけの人工知能をつくる"Ｄｅｅｐ Ｌｅａｒｎｉｎｇ画像認識システム", 画像ラボ, vol. 第27巻，第12号, JPN6022050886, 10 December 2016 (2016-12-10), JP, pages 31 - 35, ISSN: 0004934623 *

Also Published As

Publication number Publication date
CN111782184A (zh) 2020-10-16
KR20210147074A (ko) 2021-12-06
US11954011B2 (en) 2024-04-09
EP3968145A1 (en) 2022-03-16
CN111782184B (zh) 2022-01-07
JP7280388B2 (ja) 2023-05-23
EP3968145A4 (en) 2022-09-28
US20220253372A1 (en) 2022-08-11
WO2022000888A1 (zh) 2022-01-06

Similar Documents

Publication Publication Date Title
US10936179B2 (en) Methods and systems for web content generation
US10705942B1 (en) Simulated testing of API
JP7280388B2 (ja) カスタマイズされた人工知能生産ラインを実行する装置及び方法、機器及び媒体
US10824403B2 (en) Application builder with automated data objects creation
US10565293B2 (en) Synchronizing DOM element references
US10831453B2 (en) Connectors framework
US11093242B2 (en) Automatically mapping data while designing process flows
US11797273B2 (en) System and method for enhancing component based development models with auto-wiring
US20160085793A1 (en) Model-driven data entry validation
US10678406B1 (en) Conversational user interface design
US10419568B2 (en) Manipulation of browser DOM on server
WO2014160095A1 (en) Systems and methods for creating or updating an application using website content
EP4323885A1 (en) Creation and management of live representations of content through intelligent copy paste actions
Halliday Vue. js 2 Design Patterns and Best Practices: Build enterprise-ready, modular Vue. js applications with Vuex and Nuxt
US20180074663A1 (en) Dynamic process model palette
CN108763296B (zh) 一种在线查看和编辑的数据库结构生成方法及装置
Sreeram Azure Serverless Computing Cookbook: Build and monitor Azure applications hosted on serverless architecture using Azure functions
Sreeram Azure serverless computing cookbook
KR102382703B1 (ko) 어플리케이션 개발을 위한 멀티채널통합플랫폼 저작장치 및 저작방법
Sauerová Web Browser Recorder
WO2023036399A1 (en) Managing an app, especially developing an app comprising an event artifact, method and system
Vesterli Oracle ADF Enterprise Application Development Made Simple
CN118093066A (zh) 应用页面的创建方法、装置、电子设备及存储介质
Veronese Tools and measurements for the products and complex services quality in mobility collaboration environments

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211201

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211201

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221201

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230228

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230510

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230511

R150 Certificate of patent or registration of utility model

Ref document number: 7280388

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150