上海人工智能實(shí)驗(yàn)室發(fā)布開源平臺OpenDILab，開啟決策AI新時(shí)代

上海人工智能實(shí)驗(yàn)室發(fā)布開源平臺體系OpenXLab,并推出了旗下全球首個(gè)覆蓋學(xué)術(shù)界算法和工業(yè)級廣泛需求的決策AI平臺OpenDILab,推動人工智能發(fā)展從感知智能到?jīng)Q策智能的躍遷。OpenDILab不僅實(shí)現(xiàn)了最全面的算法覆蓋,卓越的算法性能,還提供了豐富的工業(yè)級應(yīng)用環(huán)境,推動產(chǎn)學(xué)研融合創(chuàng)新,引領(lǐng)AI技術(shù)邁向更高階的通用智能時(shí)代。

打通產(chǎn)研需求閉環(huán),引領(lǐng)AI邁向高階決策智能

決策AI作為下一代人工智能的發(fā)展方向已成行業(yè)共識。過去10年,感知AI已經(jīng)讓機(jī)器具備了從“看清”到“看懂”的能力,而決策AI將進(jìn)一步推動AI向推理、決策、規(guī)劃等方向發(fā)展,在未來10年將為自動駕駛、智慧城市等領(lǐng)域帶來顛覆性創(chuàng)新。然而相較于感知識別,決策類問題因涉及多模態(tài)數(shù)據(jù)空間、跨尺度計(jì)算邏輯、多領(lǐng)域算法融合,標(biāo)準(zhǔn)化難度高。此外,由于學(xué)術(shù)界和工業(yè)界對問題的定義也不盡相同,一直以來很多學(xué)術(shù)成果都很難轉(zhuǎn)化為工業(yè)場景,學(xué)術(shù)算法也很難實(shí)現(xiàn)跨場景應(yīng)用。

針對決策AI的技術(shù)難題,以及產(chǎn)學(xué)研協(xié)同創(chuàng)新過程中的諸多痛點(diǎn),上海人工智能實(shí)驗(yàn)室此次發(fā)布的革命性的決策AI平臺OpenDILab,首次將產(chǎn)業(yè)應(yīng)用中對于訓(xùn)練系統(tǒng)、環(huán)境接口、算法設(shè)計(jì)的需求與學(xué)術(shù)界進(jìn)行了有效連接,底層依托創(chuàng)新的DI-engine實(shí)現(xiàn)了多種決策AI問題的標(biāo)準(zhǔn)化,中層提供全面豐富的決策類AI基礎(chǔ)算法集,頂層集成多種工業(yè)級生態(tài)應(yīng)用,自下而上打通決策AI研究與產(chǎn)業(yè)需求的閉環(huán)。

全新的OpenDILab將涵蓋應(yīng)用層、算法層、訓(xùn)練層、支持層四大模塊,充分拓寬決策AI技術(shù)在學(xué)術(shù)研究和工業(yè)實(shí)踐中的深度和廣度。其中,應(yīng)用層將提供多種決策場景和大量性能優(yōu)異的算子,助力AI做出最優(yōu)決策;算法層則提供多種常用模塊化組件,支持用戶多維度的擴(kuò)展和定制,完成決策AI算法的大統(tǒng)一;訓(xùn)練層內(nèi)置了多種類型的執(zhí)行計(jì)算圖,可為小到學(xué)術(shù)研究,大到工業(yè)級應(yīng)用的多種規(guī)模問題提供支持;支持層能夠支持異構(gòu)計(jì)算和決策AI算法的結(jié)合,并在資源調(diào)度方面可依據(jù)算法和資源,動態(tài)管理整個(gè)訓(xùn)練過程,提供異常自動化維護(hù)等多種微服務(wù)。

凝聚生態(tài)力量,加速決策AI行業(yè)應(yīng)用創(chuàng)新

依托OpenDILab,基于豐富的決策AI算法,構(gòu)建一個(gè)到手即用的工業(yè)應(yīng)用生態(tài)成為可能,這將降低開發(fā)人員復(fù)現(xiàn)算法的難度,提高學(xué)術(shù)研究效率,加快學(xué)術(shù)成果的轉(zhuǎn)化速度,從而減少產(chǎn)業(yè)界的研發(fā)成本和重復(fù)投入。秉承這一理念,OpenDILab提供的決策類AI基礎(chǔ)算法集DI-zoo將通過全面、高效的算法庫,為研究者提供收斂快、上限高的算法實(shí)現(xiàn),同時(shí)集成的DI-star、DI-drive等面向策略游戲、自動駕駛等領(lǐng)域的多種工業(yè)級生態(tài)應(yīng)用,更將進(jìn)一步幫助各行各業(yè)在決策AI的驅(qū)動下,實(shí)現(xiàn)關(guān)鍵的技術(shù)和應(yīng)用突破。

DI-zoo涵蓋目前同類框架中最全的決策AI算法群,并對每一個(gè)算法在不同的學(xué)術(shù)界環(huán)境上進(jìn)行了精心的適配,同時(shí)加入了大量基于研究員經(jīng)驗(yàn)的深度性能調(diào)優(yōu),使得相同算法對比原始論文和同類框架在精度上和效率上都有顯著的提升。借助DI-zoo,使用者無需進(jìn)行額外的參數(shù)、代碼調(diào)整,就可以在不同的任務(wù)中一鍵實(shí)現(xiàn)最強(qiáng)的算法性能,讓深度學(xué)習(xí)更深,讓強(qiáng)化學(xué)習(xí)更強(qiáng)。

DI-star是面向策略游戲《星際爭霸II》的大規(guī)模分布式訓(xùn)練平臺,可以讓AI在這款當(dāng)前決策AI研究使用最廣泛、最有效的游戲中同時(shí)進(jìn)行大量對局,通過自我博弈不斷進(jìn)化,由此探索智能決策交互在產(chǎn)業(yè)界中的應(yīng)用。DI-drive則是一套自動駕駛仿真訓(xùn)練平臺,可通過決策AI在仿真器中構(gòu)建極度貼近真實(shí)的訓(xùn)練和評測場景,讓AI在自動駕駛的復(fù)雜交互環(huán)境中實(shí)現(xiàn)更加精準(zhǔn)的決策、規(guī)劃和控制,真正加速高級別自動駕駛的創(chuàng)新步伐。

今年年底,OpenDILab還將提供諸如AutoML、信控等更多的工業(yè)級生態(tài)應(yīng)用。伴隨這些應(yīng)用的不斷更新和拓展,OpenDILab將為決策AI在更多行業(yè)、更多場景的應(yīng)用,提供堅(jiān)實(shí)的學(xué)術(shù)研究基礎(chǔ),最終形成產(chǎn)學(xué)研協(xié)同共創(chuàng)的開源生態(tài),加速下一代人工智能的重大技術(shù)突破和創(chuàng)新應(yīng)用的落地。