迈向 AI 民主化：AI 即服务平台与机器学习开放空间方法的比较分析
机器学习
2023-11-09 v1
摘要
近期 AI 研究显著降低了应用 AI 的壁垒，但搭建必要工具与框架的过程仍具挑战。尽管 AI 即服务（AI-as-a-Service）平台已涌现以简化 AI 模型的训练与部署，其仍未能实现真正的 AI 民主化。本文旨在通过比较若干流行 AI 即服务平台并识别可实现真正 AI 民主化的平台关键需求来弥补此差距。我们的分析强调了自托管选项、高可扩展性与开放性的必要。为满足这些需求，我们提出我们的方法：“机器学习开放空间（Open Space for Machine Learning）”平台。我们的平台构建于 Kubernetes、Kubeflow Pipelines 与 Ludwig 等前沿技术之上，使我们克服 AI 民主化的挑战。我们认为，相较现有 AI 即服务平台，我们的方法在满足 AI 民主化需求上更为全面有效。
引用
@article{arxiv.2311.04518,
title = {Towards Democratizing AI: A Comparative Analysis of AI as a Service Platforms and the Open Space for Machine Learning Approach},
author = {Dennis Rall and Bernhard Bauer and Thomas Fraunholz},
journal= {arXiv preprint arXiv:2311.04518},
year = {2023}
}