[發(fā)明專利]一種面向AI應用的持續(xù)構造方法、裝置、終端及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910980675.X
• 申請日: 2019-10-16
• 公開（公告）號: CN110489093A
• 公開（公告）日: 2019-11-22
• 發(fā)明（設計）人: 余躍;田永鴻;曾煒;許芬
• 申請（專利權）人: 鵬城實驗室
• 主分類號: G06F8/20
• 分類號: G06F8/20
• 代理公司: 44268 深圳市君勝知識產(chǎn)權代理事務所(普通合伙)
• 代理人: 王永文<國際申請>=<國際公布>=<進入

本發(fā)明公開了一種面向AI應用的持續(xù)構造方法、裝置、終端及存儲介質(zhì)，所述方法包括：將待持續(xù)構造的AI應用建模為若干組件，對所述若干組件進行獨立封裝，對封裝后的組件進行分別托管；監(jiān)聽托管后的所述若干組件的變更事件，根據(jù)監(jiān)聽結果對所述變更事件進行調(diào)度；當監(jiān)聽到與托管后的所述若干組件相應的變更事件時，加載并讀取預定義的構造配置文件，獲取構造參數(shù)，根據(jù)所述構造參數(shù)對與所監(jiān)聽到變更事件相應的所述若干組件進行構造，并對構造結果進行判斷，根據(jù)所述判斷結果，對所述待持續(xù)構造的AI應用進行構造。本發(fā)明通過基于微服務的組件化AI應用建模方法，利用多事件監(jiān)聽機制能夠分別處理多個組件，更好地應對了AI應用的持續(xù)構造問題。

技術領域

本發(fā)明涉及AI應用技術領域，尤其涉及的是一種面向AI應用的持續(xù)構造方法、裝置、終端及存儲介質(zhì)。

背景技術

在軟件開發(fā)過程中，為了更靈活地適應需求變化以及更高效地保障軟件質(zhì)量，軟件開發(fā)團隊往往會采用持續(xù)構造的開發(fā)實踐，即每次完成一定的代碼修改就觸發(fā)代碼編譯、單元測試、集成測試等操作，這樣的開發(fā)實踐能夠及時發(fā)現(xiàn)代碼變更所隱含的缺陷，并能夠以較小的代價定位、修復發(fā)現(xiàn)的缺陷。

目前，人工智能（AI）技術發(fā)展迅猛，人工智能技術已經(jīng)在自動駕駛、個人生活助手、個性化推薦等越來越多領域得到廣泛的應用。與普通的應用軟件相比，AI應用除了業(yè)務邏輯處理代碼之外，其更核心的組件往往是其依賴的AI模型和訓練數(shù)據(jù)。

現(xiàn)有的對AI應用持續(xù)構造的方法有持續(xù)集成工具如Travis-CI、Jenkins等，其中Travis-CI提供在線的持續(xù)集成服務，開發(fā)者可以直接注冊使用。而 Jenkins支持用戶自己搭建持續(xù)集成服務器，并且其基于插件的特性使得開發(fā)者可以根據(jù)自己的需求進行功能定制。在使用了這些工具后，任何對代碼的修改都會觸發(fā)持續(xù)集成服務器自動構建、測試項目。另外，產(chǎn)業(yè)界已經(jīng)有Modelarts之類的AI開發(fā)平臺，開發(fā)者可以基于這些平臺搭建自己的AI 模型，這些平臺提供較多的服務，如硬件增強、在線調(diào)試、可視化、數(shù)學計算加速等，這些服務可以簡化和加快AI模型的開發(fā)過程。

但是，現(xiàn)有的持續(xù)集成工具主要關注對項目源代碼的更改，而無法靈活響應 AI應用中算法模型和數(shù)據(jù)集的更改。現(xiàn)有的AI開發(fā)平臺主要關注如何提升算法模型的開發(fā)效率，缺乏對AI應用整體持續(xù)構造的支持。

因此，現(xiàn)有技術還有待于改進和發(fā)展。

發(fā)明內(nèi)容

本發(fā)明要解決的技術問題在于，針對現(xiàn)有技術的上述缺陷，提供面向AI應用的持續(xù)構造方法、裝置、智能終端及存儲介質(zhì)，旨在解決現(xiàn)有技術中在對AI應用進行持續(xù)構造時，缺少整體持續(xù)構造的問題。

本發(fā)明解決技術問題所采用的技術方案如下：

第一方面，本發(fā)明實施例提供面向AI應用的持續(xù)構造方法，所述方法包括：

將待持續(xù)構造的AI應用建模為若干組件，對所述若干組件進行獨立封裝，對封裝后的組件進行分別托管；

監(jiān)聽托管后的所述若干組件的變更事件，根據(jù)監(jiān)聽結果對所述變更事件進行調(diào)度；

當監(jiān)聽到與托管后的所述若干組件相應的變更事件時，加載并讀取預定義的構造配置文件，獲取構造參數(shù)，根據(jù)所述構造參數(shù)對與所監(jiān)聽到變更事件相應的所述若干組件進行構造，并對構造結果進行判斷，得到判斷結果；

根據(jù)所述判斷結果，對所述待持續(xù)構造的AI應用進行構造。

優(yōu)選地，所述若干組件包括業(yè)務邏輯代碼、AI算法模型和模型訓練數(shù)據(jù)。

優(yōu)選地，所述將待持續(xù)構造的AI應用建模為若干組件，并對所述若干組件進行分別托管，包括：