[发明专利]一种AI服务开放中台及方法

权利要求书

1.一种AI服务开放中台，所述AI服务开放中台包括服务API标准化系统、数据标准化处理系统、自动训练优化系统以及项目竞赛系统；

其特征在于：

所述AI服务开放中台基于容器编排引擎实现，所述服务API标准化系统、数据标准化处理系统、自动训练优化系统以及项目竞赛系统各自运行于独立的应用容器引擎上；

其中，所述服务API标准化系统抽象定义并标准化了人工智能服务所需要的数据输入、数据输出系统，该系统集成聚合了各个不同企业的AI服务；

所述数据标准化处理系统用于开发者自动创建数据表，并对系统数据进行标准化处理，同时接受开发者输入的用户数据，所述用户数据私有部署在开发者自己的机器上；

所述自动训练优化系统，用于接收所述数据标准化处理系统处理后的数据，进行模型训练，并在训练完成后发布API服务提供给开发者；

所述项目竞赛系统，用于将企业的需求自动发布成算法竞赛项目，并接收竞赛参与者提交的API服务以及开发者提交的业务服务项目。

2.如权利要求1所述的AI服务开放中台，其特征在于，还包括分布式文件系统以及计算引擎；所述分布式文件系统和计算引擎与高性能分布式存储数据库连接；所述高性能分布式存储数据库包括关系型数据库和非关系型数据库。

3.如权利要求2所述的AI服务开放中台，其特征在于，在所述服务API标准化系统中，还包括服务企业选择界面；开发者在服务平台找到对应的服务之后，只需按照该系统提供的文档一次性接入到自己系统，就可以任意切换该服务下所有提供服务的企业，从而选出最能满足自己业务的服务。

4.如权利要求2所述的AI服务开放中台，其特征在于，在所述服务API标准化系统中，还包括服务企业选择界面；如果开发者在所述服务企业选择界面无法找到匹配的服务企业，则可新建一个业务服务项目，通过所述项目竞赛系统发布。

5.如权利要求1所述的AI服务开放中台，其特征在于，所述数据标准化处理系统还具备数据标注功能，开发者针对标注后的数据，执行AI服务效果的优化。

6.如权利要求1所述的AI服务开放中台，其特征在于，还包括训练效果反馈模 块，所述训练效果反馈模块连接所述自动训练优化系统。

7.一种利用权利要求1-6任一项所述的中台执行AI服务的方法，其特征在于：所述方法包括如下步骤：

S101：开始；

S102：开发者根据自己的业务选择对应的服务API，集成并调用服务API；

S103：调用接口的输入和输出数据存储到数据标准化处理系统中；

S104：开发者使用标注系统标注有用的数据；

S105：自动训练优化系统调用标注好的数据自动迭代训练模型；

S106：模型训练好之后，自动发布成服务；

S107：将标注好的数据发布成竞赛项目；

S108：将完成的项目发布成服务；

S109：结束。

8.如权利要求7所述的方法，其特征在于：

在所述步骤S103之前，还包括如下步骤：

S201：开始；

S202：服务API标准化，集成各个企业提供的AI服务；

S203：定义接口的标准输入输出模板；

S204：接口定义完成，发布成服务，提供给开发者使用；

S205：如开发者在所述服务企业选择界面无法找到匹配的服务企业，则创建空接口和组合服务接口；

S206：开发者选择服务接入服务API标准化系统。

9.如权利要求7所述的方法，其特征在于：

在所述步骤S105之前，还包括如下步骤：

S401：开始；

S402：读取标注好的数据；

S403：根据数据的类型，选择对应的内置算法；

S404：如果内置算法均无法匹配，则用户提交自己的算法；

S405：系统根据数据，使用Kubernetes系统调用GPU进行模型训练；

S406：训练好模型之后，把模型自动发布成服务，提供给开发者；

S407：开发者提交个人代码，使用数据训练模型；

S408：开发者根据训练好的模型，选择最优服务去使用；

S409：结束。