霍向琦认为，MLOps是构建AI生产力的关键，随着大模型时代来临，MLOps将成为提升开发效率的基础设施。大模型转化为生产力面临数据要素、持续训练和应用场景落实的挑战，需要完善MLOps工程化能力，同时人才是推动落地的关键。弗雷时空大模型通过MLOps理念，服务于时空产业，降低行业应用门槛，释放人才创造力。
近日，在由第一财经举办的《AI大模型——揭秘人工智能生产力的加速器MLOps》的风口调研讨论活动中，土豆数据科技集团董事长霍向琦结合弗雷时空大模型的实践建设路径，谈到MLOps是构建AI生产力不可或缺的一种工程化的方法论，随着AGI和AIGC时代的到来，MLOps将充分融入通用大模型产品产品的工程化构建能力之中，作为基础设施提升开发效率，解决行业需求。
MLOps迈向大模型时代
MLOps源于软件工程领域面向提质增的效管理方法论DevOps，由机器学习（Machine Learning ）、研发（Development）和运营（Operations）三种概念构成，旨在让AI模型的开发也能兼具效率和质量，实现规模化服务。
中国信息通信研究院、人工智能关键技术和应用评测工业和信息化部重点实验室在联合发布的《人工智能研发运营体系（MLOps）实践指南（2023年）》指出，AI当前面临着生产转化率不高，其原因体现在三个方面：
1.跨团队协作难度大；
2.过程和资产管理欠缺；
3.生产和交付周期长。
因此，MLOps的意义和价值，是面向人工智能领域AI模型及AI应用的开发，建立团队协作机制，实现敏捷交付过程
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
