阿里灵杰：与开发者一起推动 AI 创新落地

对于人工智能领域而言，"AIGC"无疑是贯穿 2022 年的热点。12 月 16 日，Science 杂志发布了 2022 年度科学十大突破，AIGC 赫然在列。以文生图，对话机器人等 AI 创新应用的落地，引发一轮又一轮的全民狂欢热潮。AI 技术蓬勃发展，如何才能更好的实现 AI 创新落地、迈向新的增长呢？AI 创新的落地，离不开对数据计算分析、模型开发部署、在线训练推理、应用开发运维等各种环节进行全周期管理。而这恰恰是阿里灵杰 -- 阿里云大数据 + AI 一体化产品体系所擅长和不断夯实的。

12 月 22 日，2022 阿里灵杰 AI 开发者峰会圆满落幕。阿里巴巴集团副总裁、阿里云智能计算平台事业部高级研究员、达摩院系统 AI 实验室负责人贾扬清等 9 位技术大咖亮相本次峰会，为广大 AI 开发者解读阿里灵杰 AI 能力全景和开发者服务体系，并通过丰富的场景化演示，呈现全新的 AI 开发体验。

贾扬清：开源 + 工程化，为 AI 普惠提供土壤

阿里巴巴集团副总裁、阿里云智能计算平台事业部高级研究员、达摩院系统 AI 实验室负责人贾扬清从 AIGC 这一话题切入，和大家共同探讨：在从工程或者平台的角度思考，怎么样来进一步支持 AI 的发展，以及它能够和实际的业务结合，带来怎样的变化？

（图：阿里巴巴集团副总裁、阿里云智能计算平台事业部高级研究员、达摩院系统 AI 实验室负责人贾扬清分享"开源 + 工程化：AI 普惠的土壤"）

在 AI 领域，开源成为推动着 AI 不断向前发展的动力，使得 AI 的创新能够变得更加迅速。但仅有一个模型或开源的软件，并不足够，需要通过工程化的方法，利用今天计算机这个领域所带来的长足的发展。贾扬清认为，AI 工程化，可以被总结称为以下三个趋势：数据和算力的云原生化；调度和编程范式的规模化；开发和服务的标准化普惠化。

2022 年，阿里云和达摩院一同合作，构建并推出了两个平台。从供给的角度出发，推出模型服务共享社区 ModelScope（魔搭），将多样化的模型以一种完全开源的方式呈现给开发者们；从需求的角度出发，提供开放服务平台 OpenMinD，通过标准的 API 服务，简单方便地将模型嵌入实际应用当中。与此同时，随着 AI 的工程化、规模化，阿里灵杰始终致力于让整个 AI 开发的链路变得更加简单，实现开发效率的提升，以及模型部署和服务的成本降低。贾扬清提到，"我们希望通过云的标准服务平台，能够使得这些应用都变得更加简单。让大家能够更好的用好云。"

（图：标准、开放，为 AI 开发者提供好工具）

阿里灵杰持续将核心技术能力共享给社会各界的开发者们，促使开源社区更好的迭代，并且从开发者们的不同需求出发，持续做出创新。现如今，阿里灵杰 AI 平台支撑超过 100 万的开发者，AI 服务每日调用次数超 1 万亿次，提供过万个 AI 模型服务。在未来，阿里灵杰也将持续通过 AI 开源，通过平台化、工程化的方式，和开源社区一起，实现 AI 与业务的融合，共同构建 AI 更加灿烂的明天。

阿里灵杰 AI 平台年度新发布

聚焦阿里灵杰的 AI 能力，阿里云智能 AI 产品总监黄博远带来了一系列新功能发布。黄博远介绍，PAI 提供从数据准备、模型开发、到模型部署、训练的全流程平台能力，为广大开发者带来更优的使用体验，更快的系统性能，更低的使用成本。此次产品升级主要是 4 个方面：

1、大数据 + AI 一体化平台。提供了数据准备、模型开发、模型部署、到上线的调优、应用、监控等一些列能力，高效完成模型开发全流程。PAI-DSW 集成大数据能力，支持大数据生态无缝接入；异构资源一站式管理，提升利用率。

2、发布 DSW Gallery 多场景使用案例，集成阿里内部最佳实践，实现"手把手打造 AI 应用"。内置代码和数据模版，轻松构建业务流程，高效实现业务在平台上的落地。

3、PAI 无缝对接模型即服务共享平台 ModelScope，提供 300 多个成熟模型便于检索、使用，同时支持零门槛在线体验。PAI-DSW 集成 ModelScope 的镜像，PAI-EAS 提供完全对接云化的弹性推理服务，可直接实现模型的拉起。

4、PAI 积极拥抱开源生态，通过机器学习 PAI 平台的云原生的一系列开发工具，支持用户自定义镜像；持续参与开源项目，如 Flink、Spark 等；除开源技术外，持续在核心技术领域做出建设，如编译优化、分布式训练、异构调度等。

（图：阿里云机器学习 PAI，服务开发者的一站式平台）

DSW Gallery 多场景使用案例

机器学习平台 PAI 今年发布了 DSW Gallery 多场景使用案例，为开发者们呈现基于 Notebook 的全新 AI 开发体验，帮助开发者们实现 AI 业务的落地加速以及建模环节更好的体验效果。阿里云智能高级产品经理马渝泽提出，在实际业务中，算法工程师们往往在读取数据、任务管理、环境管理等环节耗费的时间远超于构建模型本身。DSW Gallery 是使用 PAI 的有效指引，可通过 Notebook 的形式，直接使用 PAI 的各个组件，帮助开发者快速熟悉云原生下的 AI 研发流程。同时，DSW Gallery 为广大 AI 开发者提供来自各个行业和技术方向的丰富案例和解决方案，可进行案例的预览、快速启动，支持将案例修改为适合实际业务的使用场景。有效提升开发效率和质量，快速完成模型构建和训练。同时，友达光电 Principal Architect Clark Chang 也表示，在实际应用当中，DSW Gallery 可一步到位实现 AI 方案的落地，免于筛选算法、环境配置、运维管理等冗杂流程。

阿里灵杰 MLOps 能力发布

预训练模型和开源模型社区降低了模型训练的门槛，但整个机器学习过程仍然非常复杂，模型生产效率往往不高。阿里云智能资深技术专家、机器学习 PAI MLOps 技术负责人罗义云认为，在深度学习进入到大模型时代后，模型开发范式已被改变。机器学习平台 PAI 支持预训练模型的开发和部署，以 ModelScope 上的文本生成预训练模型为基础，可通过 PAI 进行微调训练，快速产生一个对联生成模型，并部署成一个在线服务，高效完成一站式的模型开发和部署流程。

阿里灵杰始终积极拥抱开源生态，与开源共生，与开发者们同行。阿里云智能资深算法专家、EasyCV、EasyNLP 开源项目负责人黄俊表示，AI 技术的飞速发展离不开开源社区的贡献。产品拥抱开源的同时，也在持续技术贡献开源。机器学习平台 PAI 作为 AI 工程化平台，持续将涵盖了 AI 开发全链路的自研优秀技术反馈至开源社区，壮大开源社区的力量。

在电商领域，当前搜索引擎中 AI 模型无处不在，尤其在向量检索、多模态搜索等细分方向中对 AI 模型重度依赖。阿里云智能资深技术专家、阿里云开放搜索研发负责人邢少敏通过一些实例展示如何在 Opensearch 中集成和应用 AI 模型的全流程，以及相应的业务价值。

阿里云天池"英特尔创新大师杯全球 AI 极客挑战赛"颁奖典礼

为探索 CTR 模型性能优化的方向，推动 CTR 模型训练效率提升，启动本次由阿里云联合英特尔主办，阿里云天池平台、机器学习 PAI 等组织机构承办的英特尔"创新大师杯"全球 AI 极客挑战赛 --DeepRec CTR 模型性能优化赛。借助本次大赛，在 DeepRec 中沉淀 CTR 模型新的优化思路和优化方向，共享经验成果，指导和推动实际工业实际场景中点击率预估模型的训练效率的提升。

经过数月征集和评选，"英特尔创新大师杯"颁奖典礼也在此次峰会举办。阿里云智能资深技术专家、DeepRec 开源项目负责人李永为获奖者们颁奖。

正如贾扬清所言，AI 始终在一个又一个创新的巅峰后，带来更多的惊喜。阿里灵杰持续夯实 AI 能力体系，与开发者们一路同行，一起实现 AI 创新应用的加速落地，共同探索 AI 落地产业的范式升级。未来，阿里灵杰将继续促进 AI 产业的蓬勃发展，携手广大开发者们在云上共创增长新曲线。