基本介紹
- 外文名：OpenDILab
- 所屬學科：人工智慧
- 隸屬機構：上海人工智慧實驗室、商湯科技X實驗室（Shanghai AI Lab、SenseTime X-Lab）
平台特點,平台優勢,核心代碼庫,DI-zoo,DI-star,DI-drive,
平台特點
針對決策AI的技術難題以及產學研協同創新過程中的諸多痛點，上海人工智慧實驗室此次發布的革命性的決策AI平台OpenDILab，首次將產業套用中對於訓練系統、環境接口、算法設計的需求與學術界進行了有效連線，底層依託創新的DI-engine實現了多種決策AI問題的標準化，中層提供全面的決策類AI基礎算法集，頂層集成多種工業級生態套用，自下而上打通決策AI研究與產業需求的閉環。
OpenDILab Platform
平台優勢
全新的OpenDILab將涵蓋套用層、算法層、訓練層、支持層四大模組，充分拓寬決策AI技術在學術研究和工業實踐中的深度和廣度。其中，套用層將提供多種決策場景和大量性能優異的運算元，助力AI做出最優決策；算法層則提供多種常用模組化組件，支持用戶多維度的擴展和定製，完成決策AI算法的大統一；訓練層內置了多種類型的執行計算圖，可為小到學術研究，大到工業級套用的多種規模問題提供支持；支持層能夠支持異構計算和決策AI算法的結合，並在資源調度方面可依據算法和資源，動態管理整個訓練過程，提供異常自動化維護等多種微服務。依託OpenDILab，基於決策AI算法，構建一個到手即用的工業套用生態成為可能，這將降低開發人員復現算法的難度，提高學術研究效率，加快學術成果的轉化速度，從而減少產業界的研發成本和重複投入。
秉承這一理念，OpenDILab提供的決策類AI基礎算法集DI-zoo將通過全面、高效的算法庫，為研究者提供收斂快、上限高的算法實現，同時集成的DI-star、DI-drive等面向策略遊戲、自動駕駛等領域的多種工業級生態套用，更將進一步幫助各行各業在決策AI的驅動下，實現關鍵的技術和套用突破。
核心代碼庫
DI-zoo
DI-zoo涵蓋了同類框架中最全的決策AI算法群,並對每一個算法在不同的學術界環境上進行了精心的適配,同時加入了大量基於研究員經驗的深度性能調優,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。藉助DI-zoo,使用者無需進行額外的參數、代碼調整,就可以在不同的任務中一鍵實現最強的算法性能。
DI-star
DI-star是面向策略遊戲《星際爭霸II》的大規模分散式訓練平台,可以讓AI在這款決策AI研究使用的遊戲中同時進行大量對局,通過自我博弈不斷進化,由此探索智慧型決策互動在產業界中的套用。
DI-star分散式訓練平台
DI-drive
DI-drive則是一套自動駕駛仿真訓練平台,可通過決策AI在仿真器中構建訓練和評測場景,讓AI在自動駕駛的複雜互動環境中實現更加精準的決策、規劃和控制,真正加速高級別自動駕駛的創新步伐。
DI-drive自動駕駛平台
