人工智能产品体系

在《人工智能标准化白皮书（2018版）》中，针对不同的分工、处理过程、功能价值三个不同的角度描述了一个通用的人工智能产品体系，而在这个体系中，有四个重要的角色。

（1）基础设置提供者
它为整个产品体系提供了计算能力、产品与外界沟通的工具，并通过基础平台实现支撑，比如互联网、GPU。

（2）数据提供者
它是体系的数据来源，为后续的数据处理提供充足的素材和养料。以“机器学习”为例，作为人工智能领域的重要分支，它对人工只能的最大贡献可能是数据驱动，而这样的驱动，又依赖数据提供者的数据。

（3）数据处理者
这一类角色代表着各种人工作职能技术和服务提供商，主要负责智能信息的表示与形成、智能推理、智能决策、智能执行与输出等工作。

（4）系统协调者，负责系统的集成、需求的定义、资源的协调、解决方案的封装、以及除了研发外一切可以保障智能产品顺利运行和在行业落地所需的工作。

这四种角色在人工智能领域的关系如何呢？用一张图来说明

截图.png

可以看到，整个人工智能产品体系作为一个动态流程，本质上是围绕数据采集、存储、计算展开的。

在数据提供者的部分，传感器作为基础设的一部分，为针对互联网和物联网的数据采集工作的软/硬件支持，包括传感器、摄像头、麦克风、触摸屏、网路数据采集器等。而智能芯片和系统开发商提供基础设施中所需要的运算能力，比如GPU、CPU、FPGA等。基础平台分布式计算框架提供商及网络提供的平台保障和支持，包括云存储、云计算及通讯网络等。

该系统中各个角色是如何协作的呢？

首先，数据提供者利用各种手段收集原始数据。数据处理者对数据进行加工，包括清洗、转换、归一、拆分、采样等处理方式。

接下来，为了实现智能推理和决策，数据处理者需要进行模型训练，按照不同的产品/功能目标使用分类、推荐、回归、聚类算法训练模型

人工智能产品实现模拟人类行为能力的核心是什么？数据及处理过程。从数据形成“经验”形成模型，并对问题进行识别与预测。

最后，将新数据输入到训练好的模型中并处结果，推断结果支撑了产品对外的表现，即智能执行与输出，表现又可以作为模型建立的输入数据，从而不断完善推断结果。表现形式包括：运动、显示、发声、交互、合成等。

以上过程完成了“数据-信息-知识-智慧”的过程。随着数据的不断采集和训练、输出的过程，即实现了“训练-推断-再训练-再推断”的循环过程。

另外，在AI的设计和研发过程中，四种角色需要考虑安全、隐私、伦理这三大因素，因为这三者约束了AI产品的边界。

接下来将分别介绍架构中的组成部分。