近日，創(chuàng )新奇智MMOC人工智能技術(shù)平臺通過(guò)中國信通院《深度學(xué)習平臺技術(shù)要求和測試方法 第1部分：平臺功能》的檢驗，成為行業(yè)首批通過(guò)測試的廠(chǎng)商。
近年來(lái)，在政策和產(chǎn)業(yè)的雙重推動(dòng)下，人工智能技術(shù)持續發(fā)展與落地，商業(yè)化人工智能軟件平臺主要提供開(kāi)發(fā)、部署、應用、運維的全流程技術(shù)服務(wù)，逐漸成為AI新基建的重要組成。其中，深度學(xué)習平臺，覆蓋計算機視覺(jué)、自然語(yǔ)言處理、智能語(yǔ)音、多模態(tài)等應用場(chǎng)景，可服務(wù)于不同門(mén)檻用戶(hù)對深度學(xué)習技術(shù)進(jìn)行快速落地應用。
為進(jìn)一步助力人工智能平臺能力提升，樹(shù)立行業(yè)基準和標桿，助力應用開(kāi)發(fā)建設項目選型驗收、全方位提升行業(yè)服務(wù)能力，中國信息通信研究院（以下簡(jiǎn)稱(chēng)“中國信通院”） 在可信AI評估體系下形成了可信AI Infra評估體系，面向AI軟件平臺、AI算力設施，邊緣AI三大方向，通過(guò)標準編制、測試評估等手段打通生態(tài)循環(huán)，推動(dòng)AI基礎設施的加速成熟與落地。
2023年11月，可信AI Infra評估體系中深度學(xué)習平臺啟動(dòng)了首輪評測。深度學(xué)習平臺評測依據《深度學(xué)習平臺技術(shù)要求和測試方法 第1部分：平臺功能（AIIA/PG 0090-2022）》，面向產(chǎn)品方提供和應用使用方，聚焦“數據處理”、 “模型構建”、“部署與推理”、“支撐與服務(wù)”四大能力域，對AI開(kāi)發(fā)過(guò)程中所需的36項基本功能和45項高級功能進(jìn)行了評測。
2023年12月，由創(chuàng )新奇智研發(fā)的MMOC人工智能技術(shù)平臺通過(guò)了深度學(xué)習平臺的首輪評測。
創(chuàng )新奇智MMOC人工智能技術(shù)平臺，是同時(shí)具有深度學(xué)習能力，支持自動(dòng)化、低代碼技術(shù)開(kāi)發(fā)，以及“云、邊、端”一體化部署交付的AI平臺，內置組合特征挖掘、小樣本學(xué)習、預訓練模型等前沿技術(shù)內核，提供結構化和非結構化等多元數據支持，能端到端支持AI 解決方案的研發(fā)和交付。
MMOC人工智能技術(shù)平臺由ManuVision機器視覺(jué)智能平臺、MatrixVision邊緣視頻智能平臺、Orion分布式機器學(xué)習平臺、Could云平臺構成。其中， Orion分布式機器學(xué)習平臺包括機器學(xué)習引擎和數據與特征引擎兩大生產(chǎn)力引擎，覆蓋了“數據接入-數據預處理-特征工程/數據標注-模型訓練-模型評估-模型部署-模型線(xiàn)上管理”的全生命周期A(yíng)I開(kāi)發(fā)。ManuVision機器視覺(jué)智能平臺是采用深度學(xué)習技術(shù)賦能的邊緣機器視覺(jué)檢測軟件系統，旨在定位、測量、檢測及識別常見(jiàn)缺陷或關(guān)鍵指標。MatrixVision邊緣視頻智能平臺結合邊緣計算和深度學(xué)習，基于創(chuàng )新奇智專(zhuān)有的邊緣計算設備，可以執行視頻流解碼、圖像編解碼、模型轉換與遷移、模型部署及實(shí)時(shí)推理等任務(wù)。
MMOC平臺之上積累了產(chǎn)品缺陷質(zhì)量檢測、生產(chǎn)現場(chǎng)安全管理、智能生產(chǎn)計劃、智能化運維等豐富的應用場(chǎng)景最佳實(shí)踐?；贛MOC平臺構建AI解決方案可縮短售前POC周期和解決方案交付周期、降低交付人員技能要求、提升解決方案業(yè)務(wù)效果和交付工具/流程的標準化程度，并沉淀技術(shù)資產(chǎn)、實(shí)現跨項目復用。
MMOC主要適用場(chǎng)景包括：工業(yè)CV類(lèi)應用（例如，表面缺陷檢測）、基于A(yíng)I的視頻分析類(lèi)項目(例如，安全巡檢、智能監控等)、AI基礎平臺建設項目(例如，機器學(xué)習平臺、特征平臺、資產(chǎn)管理平臺等)、數據智能解決方案類(lèi)項目（例如，設備預測性維護、AGV小車(chē)智能調度、智能排產(chǎn)排程等）。
此外，創(chuàng )新奇智在最新版本的MMOC中內置了AIGC工程算法引擎，使得平臺在A(yíng)IGC技術(shù)的加持下可以進(jìn)一步降低工業(yè)視覺(jué)、邊緣視覺(jué)模型生產(chǎn)成本，讓用戶(hù)只需要提供少量數據樣本即可驅動(dòng)預置模型再訓練，大幅降低企業(yè)從AI開(kāi)發(fā)到落地運行的門(mén)檻和成本。