正文

從事ai是用模型還是做模型（從事ai是用模型還是做模型的）

發(fā)布時間：2023-03-14 04:58:06 稿源：創(chuàng)意嶺閱讀： 79 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于從事ai是用模型還是做模型的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

ChatGPT國內(nèi)免費在線使用，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com

本文目錄:

1、2022建模多久被ai替代
2、ai虛擬人是怎么做出來的？想做一個虛擬人
3、高中課題選數(shù)學建模還是人工智能
4、AI模型如何進行工程化？

從事ai是用模型還是做模型（從事ai是用模型還是做模型的）

一、2022建模多久被ai替代

30年。建模就是建立模型，截止2022年ai技術并不發(fā)達，替代還需要30年的時間，感興趣的網(wǎng)友可進行查閱。建模就是建立模型，就是為了理解事物而對事物做出的一種抽象，是對事物的一種無歧義的書面描述。

二、ai虛擬人是怎么做出來的？想做一個虛擬人

ai虛擬人時通過數(shù)字技術模擬真實的人體器官而合成的三維模型，但是不懂形象設計個人事做不出來的，個人推薦可以直接用即構科技的ZegoAvatar制作，開發(fā)者可以借鑒或者直接使用即構的解決方案來實現(xiàn)場景能力的快速落地。如語聊、全景K歌、虛擬直播和1V1直播等，輕松打造實時互動的 Avatar 虛擬形象。希望我精湛的回答能幫助到你，非常感謝！

三、高中課題選數(shù)學建模還是人工智能

選人工智能。人工智能（ArtificialIntelligence），英文縮寫為AI，它是研究開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。它企圖了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。數(shù)學建模是利用數(shù)學方法解決實際問題的一種實踐。即通過抽象、簡化、假設、引進變量等處理過程，將實際問題用數(shù)學方式表達，建立起數(shù)學模型，然后運用先進的數(shù)學方法及計算機技術進行求解。數(shù)學建?？梢酝ㄋ椎乩斫鉃閿?shù)學+建模，即運用統(tǒng)計學、線性代數(shù)，積分學等數(shù)學知識，構建數(shù)學模型，通過模型解決問題。

四、AI模型如何進行工程化？

如今，AI模型百花齊放，在業(yè)務場景中的使用是越來越多，那AI模型是如何集成到系統(tǒng)中的呢？這幾年的集成方式又有何變化呢？

在一些早期系統(tǒng)中，模型比較簡單，這時，真正在線上系統(tǒng)部署模型時，模型只是以算法的形式出現(xiàn)，模型參數(shù)作為算法所需要的“數(shù)據(jù)”，存儲在內(nèi)存或分布式緩存（如Redis）中。模型在推理運算時，從緩存中取出參數(shù)，再結合特征，完成模型預測推理運算。

這樣的一些集成方式，多見于一些早期的推薦系統(tǒng)，模型也相對比較簡單，如LR、FM、FFM等。這種方式將算法與參數(shù)分離，使其可以各自演化、迭代。如模型參數(shù)更新時，只需要更新緩存數(shù)據(jù)，系統(tǒng)可能并不需要上線。一定程度上的滿足了工程上的需要。

但隨著模型越來越復雜，以Redis緩存模型為代表的方式，逐漸不符合現(xiàn)代模型的需要。以PMML、sklearn為代表的模型框架的方式出現(xiàn)了。模型框架本身提供了多種模型的實現(xiàn)方式，

并提供了推理接口。業(yè)務系統(tǒng)集成時，將模型框架集成到系統(tǒng)當中。這時模型一般是以文件的形式存在。也可以滿足一定程度上單獨演化的需要。

但上述方式也有其問題，一方面模型以文件的形式集成到系統(tǒng)內(nèi)，更新不方便。另一方面，模型的更新速度一般都比較快，一旦模型更新（結構或參數(shù)），系統(tǒng)就需要上線，非常不方便。

于是第三種方式出現(xiàn)了，即模型服務的方式。這種方式，模型以分布式API服務的形式，集成到系統(tǒng)中（如tensorflow-serving），模型的升級演化，不會影響業(yè)務系統(tǒng)的使用，非常方便。

但這種方式也有其問題，因為并不是所有的模型都是基于tensorflow開發(fā)的，隨著pytorch的市場份額越來越高，其他框架的模型也越來越占主導地位。有的甚至都不一定都是基于python語言的。而且tensorflow的分布式擴展能力比較差，一旦流量上升后，難以支撐業(yè)務發(fā)展。

近幾年，隨著容器化和云計算技術的發(fā)展，新時代的云技術模型服務出現(xiàn)了。這種技術以AI模型市場（aimodelmarket.cn）為代表，以容器作為系統(tǒng)交割的基本單位，模型服務在容器中，方便擴展。模型的升級演化和業(yè)務系統(tǒng)分離，互不影響，同時又是跨語言的。而且得益于云計算技術，服務的擴展能力幾乎是無限的。這就給業(yè)務系統(tǒng)的穩(wěn)定性提供了極大的保障。

展望未來，我們希望隨著像AI模型市場（aimodelmarket.cn）這樣的服務的發(fā)展，越來越多的模型服務被開發(fā)出來，并實現(xiàn)服務商和業(yè)務方的分離，將極大的提高生產(chǎn)力。

以上就是關于從事ai是用模型還是做模型相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。