5月24日，以“无界数据 有限智能”为主题的腾讯“云+将来”峰会AI大数据分论坛在广州拉开帷幕。此次分论坛上，腾讯云针对AI大数据技术的完成与使用，正式对外发布了一站式机器学习效劳平台——智能钛机器学习。
腾讯云AI平台总经理张文杰宣布演讲
关于为何起名为“智能钛”，腾讯云AI平台总经理张文杰解释道，钛有很多优点，被普遍使用在航空航天范畴，腾讯云希望本身的产品也能像钛协助航空航天范畴一样，处理AI开发者的成绩，同时协助开发者打造波动、牢靠的机器学习开发作态环境。
基于以上诉求，在面对非算法人员、AI算法工程师和AI算法专家等不同层次的用户群体时，智能钛机器学习相应的提供多产品形状和差别化机器学习才能，打造了智能钛机器自学习平台(TI Self-Learning)、智能钛一站式机器学习(TI One)、智能钛机器学习减速器(TI Accelerator)三大机器学习智能平台，构建完好的开发者生态。
TI机器学习平台
TI Self-Learning：降低AI学习门槛，打造数据优化“智囊团”
关于一些非AI专业的人士，或是有AI相关需求的业务团队：无数据、有业务场景，但却不懂算法。基于以上人群需求，腾讯云发布了智能钛机器自学习平台(TI Self-Learning)。
智能钛机器自学习平台是一个不需求算法知识的平台，腾讯云经过自研的自学习及自动调参技术，让平台可以应用Hyper Learning、Learning2learn等方式自动停止调参，无需人工调参，并为用户提供多个场景选择，具有自动建模才能。同时在模型的选择、定制上，智能钛机器自学习平台经过迁移学习等才能，可以自主停止优化处置，提供优质效劳并优于业界效果，并且模型后果愈加复杂，易于部署。关于非AI专业用户群体来说，智能钛机器自学习平台相当于一个在线“智囊团”，让用户无需算法经历，便能基于特点场景数据生成模型，真正降低机器学习平台门槛。
TI One：尽享一站式效劳体验
虽然AI技术在目前属于高人气产品，但其庞大的智能零碎实际与零碎操作难度，还是让许多缺乏相应模型构建才能的人，难以疾速入门机器学习，这时腾讯云的智能钛一站式机器学习平台(TI One)价值得以显现。
绝对于自建模型，智能钛一站式机器学习平台在操作上，对数据中的各元素可以停止可视化拖拽，自在绘制义务流，让大数据、小模型在其中交融灵动，同时在运转形式上为获取优质参数，平台支持并发、串行、周期调度等多重运转形式，让平台运转愈加灵敏多样。基于学习框架，小到Python,大到当红的Spark、Tensorflow、xgBoost(DMLC)，以及自研Mariana和Angel，智能钛一站式机器学习平台支持10多种机器学习框架，同时本身带有100+的机器学习算法，可以随时满足用户所需。借助弱小的Python/Spark，集结盛行的可视化效果，数据可以直接悬浮出现，用户可以免点击，关于模型优劣一眼立断。同时一站式机器学习平台还面向算法工程师，支持工程分享、协同调试、义务珍藏复用，让智慧凝结在一同，为AI技术发明更多价值提供能够。
TI Accelerator：以“极速”为中心，构建业界抢先的资源调度才能
在为AI技术学习提供低门槛的同时，针对AI算法专家、专业算法团队等精英群体，腾讯云还推出了以“极速”为中心要素的智能钛机器学习减速器(TI Accelerator)。经过计算集群分配、优化框架选择和数据传输紧缩三方面停止完成，以打造业界抢先的资源调度才能。
在框架选择上，减速器可以一键构建散布式Tensorflow框架，封装主流CNN、DNN、LSTM等模型的散布式训练版本，同时基于Tensorflow框架的极致功能优化，减速器可以为用户提供比原生框架更好的单机或多机多卡功能，并在近期还将支持caffe、MXNet等主流AI开发框架，提供多框架选择。面对如此复杂的数据框架构造，减速器提供专门的简约命令行操作界面，以契合AI开发人员运用习气，同时相比拟其他同行业的低本钱，让智能钛机器学习减速用具有更高的性价比。
在“极速”范畴，腾讯云结合四维图新助力交通范畴，经过智能钛机器学习平台的搭建，零碎从最后5天可训练800万+张图片到现今的6.5小时，在基于1.4亿km行车轨迹和200+维度特征剖析上，从40小时下降至3.8小时即可完成，智能钛机器学习的“极速”体验可见一斑。
正如腾讯云AI平台总经理张文杰所说，腾讯智能钛是一款基于腾讯云弱小计算力构建的一站式机器学习平台。该系列产品集合了腾讯云、腾讯TEG、AI Lab和优图实验室等人工智能才能，以多产品方式提供差别化的机器学习才能，最终构成一个完好的开发者生态，协助开发者从繁重的机器学习任务中束缚。
作为腾讯 科技 的平台，从提出“AI即效劳”到“助力行业构建超级大脑”，腾讯云不时助力AI技术的落地完成。置信在将来，以云计算、大数据、AI等技术才能为驱动，腾讯云将不时探究，打造更多有利于AI技术落地的处理方案，进一步助力AI技术的建立和开展。