AI 在社會發展進程中扮演着日益重要的角色。全球最具權威的 IT 研究與顧問咨詢公司 Gartner（高德納）對 AI 的未來發展給出了自己的預測，Gartner 首席分析師 Afraz Jaffri 表示：“人工智能創新有望帶來巨大的、甚至變革性的收益……應該特别關注預計将在 2-5 年内成為主流的創新類别，包括複合人工智能（composite AI）、決策智能（decision intelligence）和邊緣人工智能（edge AI）。盡早采用這些創新技術可以帶來顯著的競争優勢和商業價值，并緩解人工智能模型的脆弱性問題。”開發者社區 CSDN 的 3000 萬注冊開發者中，689 萬開發者閱讀、撰寫與研究 AI 技術，其中精準聚焦 AI 學習及應用的開發者人數達到了 154 萬。如這些行業人士所熟知，AI 領域仍有諸多困擾着開發者的痛點亟待解決。

從技術到商業，阻礙 AI 發展的痛點突破遭遇瓶頸？

随着技術水平的不斷發展，AI 展現出了自身豐富的可塑性。而塑造這一創新藝術的設計師——AI 開發者，在面對開發平台、數據、工具鍊、生态支持和收益循環信息不對稱的情況下，無法更好的施展自身的技術能力。

根據 Gartner 人工智能創新技術成熟度曲線反映了以下四個概念互補的人工智能類别：

以數據為中心的人工智能（Data-centric AI）；以模型為中心的人工智能（Model-centric AI）；以應用為中心的人工智能（Applications-centric AI）；以人為本的人工智能（Human-centric AI）。

“數據、模型、應用、人”是人工智能技術的核心要素，也都面臨亟待解決的困境。以數據為例，越是高質量的、具有核心競争力的數據，就越容易涉及敏感信息的隐私安全問題，也越是需要保護的資産，造成數據共享使用的諸多障礙。而 AI 的發展離不開高質量數據，對于初創公司而言，獲取客戶信任，得到客戶業務數據是一項非常艱難的任務。另外，标記數據通常十分珍貴，甚至大部分時候是缺失的，這也導緻了他們在研發數據驅動型産品的道路上增添了阻礙。另一種現象是數據激增，産生大量的半結構化數據和非結構化數據。數據标注工作量太過複雜，海量的數據标注需要投入大量時間和精力，但現實是 AI 開發者不得不花時間去進行數據加工處理。

在模型方面，随着模型的不斷演化，對模型的攻擊、盜用等事件頻頻發生，AI 開發者面臨着算法模型在對外調用及優化過程中的洩露風險；其次是技術和開發工具門檻高，對于個人、高校等 AI 開發者或者是部分初創公司在前期投入資金不足、信息閉塞的情況下無法對接到最正确的技術方向和甄别性價比高的開發工具。對 AI 來說，算力是重要資源，而算力資源成本高，硬件采購成本高，算力成本居高不下難以承擔；最後是資源利用效率低，需求與供給的匹配需待優化，開發協助溝通不暢，開發涉及多角色協同，溝通不暢會極大地影響效率。

在 AI 的供需對接方面，需求方的發現和對接對于大部分 AI 開發者而言是有困難的。專注于技術層面的開發者在與 AI 需求者交流過程中無法捕捉到用戶切實的需求，或者在需求篩選的過程中需要消耗大量的精力，這對于 AI 開發者而言是低性價比的消耗。

如何幫助 AI 行業，實現更高性價比的精力分配，讓 AI 數據相關的挑戰得以緩解，讓 AI 公司更高效地對接市場，讓 AI 公司接觸真實需求而非技術談兵。

破開困境的亞曆山大之劍

為了更好地解決 AI 發展的一些困境，翼方健數近日正式宣布上線隐私安全計算護航的 AI 服務平台——攬睿星舟。平台運用隐私安全計算技術，在保護數據和算法安全的前提下，彙聚行業及公共數據集，集約算力部署，集成包括軟硬件在内的最新 AI 技術，提供全流程一站式服務。攬睿星舟用數據、算力、資金、技術和運營能力加速 AI 發展，賦能長尾的 AI 應用場景，充分實現人工智能供需之間的高質量對接。攬睿星舟這個項目源自于翼方健數在隐私安全計算在市場上與 AI 行業的痛點碰撞，結合了來自 AI 與數據協作過程中的安全保護案例、AI 供應商技術遴選案例、AI 招投标及比賽案例，能夠滿足基于需求與技術融合推動的一系列 AI 場景需求。

在發布會上，翼方健數首席科學家張霖濤博士針對 AI 生态的不同角色和痛點視角，介紹了攬睿星舟 AI 服務平台提供的針對性解決方案。尤其針對 AI 開發者，平台提供端到端 AI 全生命周期開發工具。平台 AI 應用商城内彙聚豐富的 AI 工具鍊與預訓練模型，形成從數據處理到算法開發和部署的服務閉環。包括數據标注、juypter lab、vscode、模型管理、模型推理、主流機器學習框架、鏡像管理等，包括開箱即用的 AI-Ops 全流程工具供開發者使用。為了讓 AI 開發者與技術服務商能夠在平台内使用到稱手的工具，應用商城除了集成自研的工具更引入了來自生态合作夥伴的優質工具。

作為雲計算廠商的戰略合作夥伴，平台為 AI 開發者提供高性價比的多種雲服務器，AI 開發者可以通過登錄平台，創建工作空間實例，環境内可直接調度所希望配置的雲算力資源并直接調用。同時，也支持直接連接指定的 GIT 倉庫，通過對象存儲接口導入平台内，導入後直接挂載高效文件系統，使用算力。

對于 AI 開發者至關重要的數據集資源，攬睿星舟平台内配置了豐富的數據市場，集成海内外公開數據集、翼方健數 IoDC 網絡内節點數據、企業自有一方數據。數據種類涉及營銷、金融、醫療、生信、政務等各個行業。用戶在平台申請并獲得數據授權後，可一鍵将數據集納入訓練任務或工作空間中。

作為加載了隐私安全計算技術的 AI 服務平台，在隐私安全保護方面，平台幫助 AI 協作生态中不同角色實現數據、模型、計算結果的多向保護，例如數據提供商能夠将全量數據集分割為若幹樣本數據（可見區）與實際數據集（保護區/不可見區），并分别存放至可見區與不可見區。在黑盒環境内，開發者提供的模型與數據提供商提供的真實數據雙方均不可見，但可通過授權互相使用。導出環境環節，AI 開發者若需要參數調試（fine-tuning）在獲得數據提供商授權後才可通過系統日志進行“數據可用不可見”模型調參，同樣，在打包輸出項目資源時，隻有在數據所有者授權的情況下才能下載模型，從而保障了數據及模型的安全和隐私性，打破雙方合作的信任壁壘。

AI 企業發展的土壤：實現商業供需撮合的“技術平台”

AI 開發者或者 AI 初創公司在商務對接上大多面臨三種難題，首先是難以找到匹配的商業機會，其次是有 AI 需求的企業客戶通常不信任初創企業，不願意直接提供數據進行訓練，最後，早期的AI初創團隊通常營銷資源匮乏，沒有大規模營銷團隊拓展銷售商機。

攬睿星舟平台的負責人張霖濤此前擔任前微軟亞洲研究院首席研究員,全球合夥人，系國際電氣和電子工程師學會院士（IEEE Fellow）及 ACM 計算機領域的傑出會員（ACM Distinguished Member），在 AI，大數據，計算機系統和硬件加速方面超過 20 年研究和工程經驗。作為微軟亞洲研究院這一“中國人工智能黃埔軍校”的畢業生，他深刻理解懷揣技術夢想在 AI 領域創業的不易。有大量的 AI 初創公司創始人往往是人工智能專家，當前模式下，他們亟需懂業務、懂市場，也懂 AI 的人才。而這樣的人才，鳳毛麟角。

對此張霖濤表示，攬睿星舟不僅是 AI 企業發展的技術土壤，平台上還有各行業的 AI 需求方正在尋找合适的供應商和解決方案。他們有應用場景，也有相關的數據。攬睿星舟促成需求方方及 AI 開發者、數據方和模型方互補合作，形成雙赢局面。這為衆多 AI 企業帶來了新的解決方案。

攬睿星舟 AI 服務平台内支持提供生态合作夥伴企業自定義宣傳主頁進行 AI 生态内精準推廣。同時，通過自有銷售網絡，攬睿星舟運營團隊為合作夥伴提供全國甚至國際商機推薦服務，以中立的隐私安全計算能力幫助打破各方的不信任關系，平台幫助清晰梳理 AI 需求，從源頭把控質量，全周期保障數據隐私與商業機密，匹配領域最佳企業和團隊，協同輸出專業方案，在統一的 AI 開發環境下及時知曉開發進展與作業質量，量化評測模型的效果，讓 AI 需求方驗收無後顧之憂。

以一家知名珠寶首飾企業為例。其作為傳統制造業企業需要結合計算機視覺等技術進行産線智能質檢，但是對于 AI 技術能力上投入尚少，需要尋找一個适配性高、服務成本低的 AI 供給方。該企業的需求是産品生産過程中的瑕疵檢測，可以提供生産線上的檢驗設備和數據采集設備，需要 AI 供給方完成算法的構建和部署。該需求在攬睿星舟平台上發布後，通過攬睿星舟專業的運營團隊，進行 AI 供給方的模型及能力遴選，最終匹配到最為合适的 AI 模型供給方，完美的解決了産線瑕疵檢測的 AI 難題。

據悉，目前已有多家機構于攬睿星舟人工智能開放平台初步實現包括市場需求、場景對接、技術協作、數據共享等方面真正意義上的人工智能生态開放。

翼方健數作為隐私計算四小龍、作為隐私計算開源的第一梯隊成員，發布攬睿星舟 AI 服務平台與生态目标也為 AI 平台提出了一個新思路，能否在 AI 領域裡持續為開發者和新産業賦能，通過隐私安全計算破局開發平台、數據、工具鍊和需求等信息不對稱以及信任缺失等諸多問題，值得期待。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!