生成技术在人工智能平台中的应用探索

点击上方蓝字关注我们

生成技术在人工智能平台中的应用探索

夏正勋, 杨一帆, 罗圣美, 赵大超, 张燕, 唐剑飞

星环信息科技（上海）有限公司，上海 200233

摘要：随着人工智能（AI）技术的发展，AI应用进入了快速普及期，面对快速增长的市场需求，AI平台有必要引入自动化方法提升开发效率。在分析生成技术研究进展、AI平台现状及挑战的基础上，基于生成技术实现了AI平台的前后端适配、性能优化、模型安全提升等核心工作的自动化。新方法可以根据上下文的需要，生成数据或代码，以一种更灵活的方式满足AI应用及内核优化的需求，避免了大量的手工工作，有效提升了开发效率，降低了开发成本。

关键词： 生成技术 ; 人工智能 ; 自动化

论文引用格式：

夏正勋,杨一帆,罗圣美, 等.生成技术在人工智能平台中的应用探索[J]. 大数据, 2020, 6(6): 119-128.

XIA Z X, YANG Y F, LUO S M, et al. Application and exploration of automatic generation technology in artificial intelligence platform[J]. Big Data Research, 2020, 6(6): 119-128.

1 引言

随着人工智能（artificial intelligence， AI）技术的快速发展，特别是在深度学习（deep learning，DL）技术的推动下，人工智能的应用需求呈爆发式增长。AI平台是AI功能的载体，多样化的应用需求对AI平台提出了越来越高的要求，在不同的发展时期，AI平台有不同的关注点。在发展初期，AI平台关注其基础能力实现，如对训练及推理的支持能力、支持的算法种类等。在应用普及期，AI平台关注其落地能力，如性能优化、可视化管理、虚拟化支持等。近年来，AI进入快速推广期，AI平台更关注其商用成本及对创新特性的支持能力，如AI硬件支持种类、数据安全特性支持等。

为了满足不同阶段的不同需求，AI平台需要不断优化升级，增强功能，这导致AI平台处理流程越来越复杂，增加了AI平台优化改造的难度及工作量。为此，需要一种更灵活的AI平台内核实现手段支持新功能的开发，而生成技术可以根据上下文的需要生成数据或代码，以一种更灵活的方式满足AI上层应用的需求及内核自身的改进需求，提高AI平台的灵活性及稳定性，快速实现AI平台的自我优化。

2 生成技术的当前研究方向与现状

生成技术可以根据上下文的需要生成符合特定规则的内容（如代码、数据等），具体包含代码生成技术、参数空间生成技术、数据样本生成技术等。

代码生成技术应用于GNU编译器套件（GNU compiler collection，GCC）、低级虚拟机（low level virtual machine， LLVM）、Clang（C language family frontend for LLVM）等编译器中。代码生成模块作为编译器前端（frontend）的一部分，从语法和词法分析处理模块获得抽象语法树，并向编译器后端（backend）提供字节码，是连接编译器前端和后端的纽带，该过程如图1所示。