3月15日，经过多年技术沉淀与积累，依托于过硬的AI算法自研团队，容联云正式推出AI能力平台“AI Kernel（云梯）”。
AI Kernel面向企业和集成开发商，提供基于自研算法封装的NLP原子能力、全生命周期管理的自学习平台与bot对话能能力等AI服务，帮助企业或集成开发商降低AI入门门槛，赋予其AI应用开发的自主建设能力，统筹管理企业AI能力和数据资源，实现智能化应用产品的快速落地。
云梯降低AI门槛 助力企业向平台化建设转型
当下，智能化发展是大势所趋，企业在智能化进程中通常会面临许问题。首先，AI开发是复合型的系统工程，需要既精通AI又懂工程，既理解技术又理解业务的复合型人才实现融合创新。但在AI人才供给紧张的今天，企业较难招到也难留住合适的AI人才。同时，算法模型的构建及训练极其繁复、且算力要求高，技术瓶颈多，需要承担巨额的开发成本。
其次，企业传统的“烟囱式、项目制”开发模式，成本高、不易集成，过程重复，缺乏能力沉淀，缺少优化、协同、自动化辅助，业务响应缓慢。没有统一的数据访问渠道和统一的模型运行、监控平台，以及更新、维护机制，基础资源分散管理，未得到充分利用，造成浪费。
第三，随着企业AI应用的不断增加，各系统核心AI能力无法统一，大量宝贵的用户数据分散在不同系统无法复用。客户化AI应用需要依赖厂家进行定制开发，无法满足日益增长的业务对开发敏捷度的要求。
容联云AI Kernel打造更加包容、敏捷、高效的AI能力服务，降低企业AI入门门槛，帮助企业解决项目制、烟囱式AI建设存在的弊端，统筹管理NLP原子能力、模型和数据资源，同时提供可视化的线上模型训练工具，助力企业向平台化建设转型，更容易、更快速地搭建适合业务场景需求的人工智能应用。
AI Kernel开放的自学习平台，打通线上数据集管理、模型训练、模型评测、模型发布等一体化流程。企业只需上传数据集，勾选平台已开放的各种算法组合，即可实现场景模型的自动训练与评测。同时，平台已沉淀和开放大量通用模型和领域模型，供平台租户直接使用，降低AI应用冷启环节的耗时。
此外，AI Kernel开放API/SDK，输出容联AI原子化能力。企业或者集成开发商可以通过调用容联AI原子能力灵活开发对话机器人、文本处理等智能化应用。开放NLP原子能力包含分词词性、文本纠错、中心词提取、语义相似度计算、意图识别、情感分息等能力。
中文分词与词性标注：平台将自然语言文本切分成语义合理、完整的词汇序列，并为每个词汇赋予一个词性，如：动词、名词、介词等。
- 意图识别：基于规则模板+深度学习算法，平台可快速解析用户意图，支持单意图和多意图识别。
- 实体识别：基于bert+bilstm+crf模型，实时自动抽取文本中具有特定意义的实体，如：人名、地名、机构名等。
- 文本纠错：自动更正文本中存在错误的字段，降低由于文本错误带来的语义解析不准或阅读障碍。
- 语义相似度计算：基于海量数据训练的网络模型，计算句子之间的相似度，实现高精度语义相似度比对。
- 中心词提取：基于BERT多任务训练和MMR重排算法，自动提取文本核心关键词语。
- 知识聚类：对大量未标注数据进行自动聚类，实现快速创建业务场景和知识扩充。
- 情感分析：对文本话术情感的积极性、消极性等进行精准的意见挖掘和倾向性分析。
- 自动摘要：自动预测文本片段中的关键信息生成文本摘要，提炼文本主题。
- 句式识别：基于深度学习文本分类模型，支持对句子句式进行识别，如：肯定句、否定句、疑问句、感叹句等。
- 数据增强：借助EDA、回译等手段，实现有限数据样本的自动扩写，帮助解决文本数据量不足或不均衡问题。
AI能力平台为企业数字化提供有力支撑
容联AI Kernel将企业标准化数据统一管理，方便复用和沉淀，统一的服务接口规范，支持服务动态编排组合。可视化集数据-训练-评测-发布一体化的平台，支持14项训练超参设置，采用混淆矩阵4指标评测模型效果，支持自动拆分评测集，训练-评测过程完全自动化进行，无须人工干预，评测完成邮件通知，支持多任务并行训练，集中管理历史数据/历史模型版本，方便查询回退。在统一资源管控（计算资源、存储资源等），支持资源弹性调度，确保资源得到合理利用，避免资源浪费的同时，AI Kernel支持私有云、本地化部署方式。
目前，平台已服务于金融、银行、保险、证券、石化、汽车等诸多领域的智能营销、智能催收、智能服务、智能质检等应用场景。
作为容联云AI能力的出口之一，AI Kernel加速了企业AI开发应用创新的速度，助力企业释放AI的价值，为企业数字化提供有力的支撑。
