[發明專利]一種協作式AI的模型訓練方法、裝置與系統

在審

• 申請號: 202010159629.6
• 申請日: 2020-03-09
• 公開（公告）號: CN113379061A
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 周勝平;吳棟;林俊杰;吳敏;梁喬忠;仲景武
• 申請（專利權）人: 阿爾法云計算（深圳）有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提出一種協作式AI的模型訓練方法、裝置與系統。所述方法作用于多個AI算法組成的集合，所述方法通過分析各算法的特征得到算法間的輸入/輸出關系圖，從而確定算法訓練時的獨立傳遞關系；結合該獨立傳遞關系與AI設備資源關系得到協作式AI的模型訓練策略。通過此方法，可以提高AI模型訓練的效率，并能夠為應用提供更高質量的AI模型，從而加速AI的應用普及。

技術領域

本申請涉及協作式AI，主要涉及在分布式AI里對多個AI算法作協同訓練與多個AI設備間協同完成任務的方法。

背景技術

目前人們普遍認為人工智能(AI-Artificial Intelligence)會是二十一世紀及以后最具影響力的技術之一。傳統集中式的AI系統的模式是集中AI算法訓練、集中AI模型部署與應用。

隨著硬件技術的變化，AI算法類型的越來越多，AI能力越來越具有差異性，AI設備更具有分布式的特性。這種分布式AI設備的靈活性與傳統以集中方式提供并調度使用的方法就是一對無法簡單調和的矛盾。另一方面，現實情況是，應用開發商也希望能夠通過AI來提升應用的能力，從而提升應用的吸引力。傳統集中式的AI系統就失去了對新業務應用的吸引力。

發明內容

因此，本申請提出解決上述問題、利用協作式AI來提升分布式硬件部署情況下AI算法訓練效率、提升AI模型應用靈活性的方法、系統和裝置。這些方法，應用于不特定的工具、設備、系統甚至數據中心或云服務中心，從而構成一個協作式AI的分布式系統。為此，本發明：

一方面，提出一種協作式AI的模型訓練方法，所述方法作用于多個AI算法組成的集合，所述方法用于生成協作訓練策略，還包括：

加工生成第一數據集，所述第一數據集包含多個第一數據，所述第一數據用于描述所述AI算法集中的一個AI算法；加工生成第二數據集，所述第二數據集包含多個第二數據，所述第二數據用于描述多個所述第一數據間的獨立傳遞關系；加工生成第三數據集，所述第三數據集包含多個第三數據，所述第三數據用于描述一組AI算法的訓練計劃，所述AI算法訓練計劃為某個所述第二數據對設備資源的映射結果。進一步，所述第一數據包含由輸入/輸出/資源約束組成的三元組，所述三元組用于描述AI算法的特征。進一步，所述獨立的傳遞關系是，其中的一個所述第一數據的輸出，同下一環節的另一個所述第一數據的輸入，具有可匹配性。進一步，加工生成所述第三數據集還包括，提取第四數據集，所述第四數據集包含多個第四數據，所述第四數據為基于一個所述第三數據作AI訓練時所需設備的描述信息。進一步，加工生成所述第三數據集還包括，所述第三數據還包含AI算法組對應的訓練策略，所述訓練策略為AI算法組中各AI算法在訓練時的協同方式。進一步，根據其中的一個所述第四數據，部署與實施對應所述第三數據的算法訓練，得到各自對應的AI模型。進一步，提取第五數據，所述第五數據來自于所述AI模型的部署與應用的結果；加工所述第五數據，所述加工結果用于對所述AI算法的迭代優化。