近幾年，人工智能從研究領域進入到實用領域的步伐越來越快，越來越多的場景可以并需要實用人工智能技術提高效益。在AI的實用化階段，需要解決AI技術如何與業務場景更好結合，如何減少重復投資、降低成本使投入產出比更高的問題。
此時出現了中臺概念，大家寄希望于通過中臺化，使AI技術能快速、方便的實用化，能減低AI技術應用的成本，那AI中臺是什么樣的？怎樣實現AI中臺化，實現什么內容和程度的AI中臺才是一個好的中臺呢？帶著這些疑問，我們一起來探討一下AI中臺。
AI為什么要中臺化？
我們先來了解下中臺的作用是什么？中臺是將重復的服務共享，快速構建滿足個性化要求的業務，讓業務好用！這個重復共享性，正式目前AI技術落地所急需要解決的問題，只有通過共享、復用，才能實現降低成本、快速應用。因此，我們建設AI中臺，需要緊急圍繞這個目的和初衷，只有實現將可重復使用的AI模型、服務沉淀共享，快速組合、組裝、產出滿足個性化智能業務要求，才是好的AI中臺。
好的AI中臺是什么樣的？
好的AI中臺需要實用、易用、好用，能讓業務開發人員、項目實施人員能快速的構建滿足當前業務需要的智能化應用，因此需要滿足以下幾點：
1.擁有眾多的AI模型和服務
為了滿足快速組裝成滿足個性化智能業務要求的產品，AI中臺必須是一個大型“AI模型和服務”的市場，里面有需要的所有零配件，可以隨時按需要選用。要能滿足隨需選用，需要包含哪些模型和服務呢？
首先，需要有一些基礎的通用組件，比如：語音識別、語音合成、人臉識別；
其次，需要有一些符合行業、領域特性要求的通用組件，比如：某行業的NLP服務、某行業的知識圖譜、某領域的圖片識別服務；
再次，在某一類型客戶群體中通用的組件，比如：企業用戶的智能對話服務、個人消費用戶的推薦服務。
最后，當市場中沒有想要的零配件時，是否能自己生產了補充進去給自己下次或他人使用。
2. 能支撐AI模型和服務之間能互通、能拼裝
為了確保AI中臺中的所有模型和服務都能組合使用，AI中臺需要為所有AI模型和服務能互通、互助、并行應用提供一些基礎的支撐。
首先，所有的通用組件、行業組件、領域組件、特定組件是一個個微服務，都需要滿足統一的被調取規范；
其次，所有組件所依賴的環境、資源不相沖突，能在同一個控制臺注冊、運行，需要有統一的基礎支撐平臺。比如：智能對話服務作為核心服務，能無縫對接標準的語音服務、某行業的知識圖譜、某特定用戶群體的推薦服務、特定開發的智能處理服務等。
最后，所需要的數據資源能一次抽取整理，在不同模型服務間共用，避免人力、物力資源浪費，以及數據的沖突。比如：抽取的用戶所在城市的信息，既可以滿足智能對話中對話模型的使用，也可以滿足知識圖譜模型的使用，還可以滿足智能推薦模型的使用。
3. 能方便對接業務系統、數據中臺、開發工具
AI中臺不是一個孤立的平臺，而是整體信息化建設的一部分，必要要能與基礎平臺、業務系統很好的融合。只有做好與原有業務系統的對接，才能使AI能力更好的助力于業務智能化。
首先，AI中臺能方便的對接底層基礎運行平臺，充分利用基礎運行平臺的運行和管理能力，同時實現和所有其他業務一起部署、運行，解決重復投入和應用沖突問題。
其次，AI中臺是為業務智能化服務，原有的業務邏輯還是繼續由業務系統管理，AI中臺只是作為智能化應用的增強服務，通過與業務系統的對接，實現快速的智能化。如：單據的流轉、控制等業務邏輯繼續由業務系統負責管理，AI中臺提供智能化的組件幫助實現智能的提單、審單、監控。
再次，AI中臺和數據中臺、業務中臺都屬于提供中臺服務，應能充分利用數據中臺的能力，方便的與數據中心對接，獲取數據。能與業務中臺對接，能互相調取、互為支撐、彼此融合。
最后， AI中臺能方便的對接業務開發平臺，在業務開發過程中，就能無縫的接入AI模型和服務，和業務系統形成一體化，將AI能力運用到日常業務中。如：在系統建模的過程中加入AI的組件和服務，在系統構建完成后，就自動擁有了AI的智能業務能力。
4. 簡單好用、適應性強
AI對于很多人來說理解起來可能會很困難，需要花費大量的學習成本。好的AI中臺需要簡單好用，易于理解，降低開發、實施人員、運維人員的學習成本。同時，需要有靈活的適應性，能適應多樣的復雜的業務應用環境的要求。
首先，業務研發人員能通過簡單的代碼、習慣的方式、熟悉的方法、慣用的思路、簡便的操作進行接入、調試服務。
其次，能快速、簡單的實施部署，能和其他部署的業務系統不相互沖突，能節約設備資源。同時，面對客戶提出的業務智能化場景要求，能快速理解轉換為AI應用的思路，能快速找到合適的模型來實現。
再次，面對實施環境的多樣性，能快速的滿足和交付。比如：方便不同數據庫的使用，方便不同數據源的接入，方便內外網的應用，方便不同系統的使用，方便PC、移動、智能硬件設備、VR/AR設備等不同終端的同時使用等。
最后，面對客戶的個性化要求，能快速調整模型來適應。如果不能通過已有的模型來滿足時，能方便的進行二次開發，在原有模型基礎上再開發或開發新的模型。新研發出的模型又能共享作為他人的使用，或者他人開發的基礎。
遠光AI中心是基于遠光ECP平臺的AI中臺，助力企業快速實現智能化。
遠光AI中心是一款聚合了各種智能模型、智能服務的能力庫，讓企業可以按自己的應用場景需要，選擇合適的能力模型、服務，進行簡單的配置和組裝，即可實現智能化應用需要的AI中臺。
遠光AI中心支持私有云、公有云、混合云多種應用方式，可以和業務系統一起部署使用，包括AI學習訓練中心、AI服務中心、AI應用和開放中心。其中，AI學習訓練中心是個性化模型的生產工廠，AI服務中心是模型、服務的倉庫，AI應用和開放中心是資源展示、共享平臺。
遠光AI中心是一個開放的中臺，除了有基于遠光研究院研究成果基礎上的專有服務，還能接入外部廠商的各種服務，以及融合了以往業務經驗的企業智能業務模型服務。涵蓋了智能對話、智能識別、智能認知、智能業務模型等多方面，能讓業務研發人員、實施人員快速上手，實現業務智能化應用。
遠光AI中心能對接業務系統，融合業務中臺、數據中臺，提供智能待辦、智能提單、智能查詢、智能提醒、智能幫助、智能企業知識檢索等智能業務組件、服務，快速實現業務場景智能化。
遠光AI中心能與開發工具融合，將AI技術與業務模型設計工具、流程設計工具、監控工具等開發工具融合，實現自動生成智能業務模型，方便使用。
遠光AI中心提供多端應用的AI服務、AI組件、AI能力，方便各業務系統在各終端都能簡單、方便的接入使用。
遠光AI中心提供AI資源共享的能力，實現在使用過程中不斷積累沉淀能力、知識，實現簡單、快速復用。
如何建設好、實施好、應用好AI中臺？敬請期待！
