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？

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。”

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。

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。