阿里云人工智能平臺PAI（Platform For AI），提供一站式的機器學習解決方案。本文為您介紹什么是人工智能平臺PAI。
前置概念
閱讀本文前，可以按需了解基礎概念：什么是人工智能（AI）？
什么是機器學習
機器學習是一門多學科交叉專業，涵蓋概率論知識、統計學知識、近似理論知識和復雜算法知識，它使用計算機作為工具并致力于真實、實時地模擬人類學習方式，并將現有內容進行知識結構劃分來有效提高學習效率。機器學習對研究問題進行模型假設，利用計算機從訓練數據中學習得到模型參數，并最終對數據進行預測和分析。它可以在以下一些場景得到使用。
內容生成：根據需要，生成主題相關的文字、圖片、視頻、音頻內容。
營銷類場景：商品推薦、用戶群體畫像或廣告精準投放。
金融類場景：貸款發放預測、金融風險控制、股票走勢預測或黃金價格預測。
社交網絡服務關系挖掘場景：微博粉絲領袖分析或社交關系鏈分析。
文本類場景：新聞分類、關鍵詞提取、文章摘要或文本內容分析。
非結構化數據處理場景：圖片分類或圖片文本內容提取。
其他各類預測場景：降雨預測或足球比賽結果預測。
機器學習包括傳統機器學習和深度學習，有以下幾種類型：
監督學習（Supervised Learning）：每個樣本都有對應的目標值，通過搭建模型實現從輸入特征向量到目標值的映射，例如解決回歸和分類問題。
無監督學習（Unsupervised Learning）：所有樣本沒有目標值，期望從數據本身發現一些潛在規律，例如解決聚類問題。
強化學習（Reinforcement Learning）：相對較為復雜，系統與外界環境不斷交互，在外界反饋的基礎上決定自身行為，以達到目標最優化。例如阿爾法圍棋和無人駕駛。
什么是人工智能平臺PAI
人工智能平臺PAI起初是服務于阿里巴巴集團內部（例如淘寶、支付寶和高德）的機器學習平臺，致力于讓公司內部開發者更高效、簡潔、標準地使用人工智能AI（Artificial Intelligence）技術。隨著PAI的不斷發展，2018年PAI平臺正式商業化，目前已經積累了數萬的企業客戶和個人開發者，是中國云端機器學習平臺之一。
PAI底層支持多種計算框架：
流式計算框架Flink。
基于開源版本深度優化的深度學習框架TensorFlow、PyTorch、Megatron和DeepSpeed。
千億級特征樣本的大規模并行計算框架Parameter Server。
Spark、PySpark、MapReduce等業內主流開源框架。
PAI提供的服務：
可視化建模和分布式訓練Designer，詳情請參見可視化建模（Designer）。
Notebook交互式AI研發DSW（Data Science Workshop），詳情請參見交互式建模（DSW）。
分布式訓練DLC（Deep Learning Containers），詳情請參見分布式訓練（DLC）。
在線預測EAS（Elastic Algorithm Service），詳情請參見模型在線服務（EAS）。
PAI依托于阿里云及阿里巴巴集團多年的應用及技術積累，具備以下多種優勢。
AI 研發全生命周期全鏈路：
支持數據標注、模型開發、模型訓練、模型優化、模型部署以及AI運維管控，是一站式AI平臺。
擁有140+種優化的內置算法組件。
支持業內TensorFlow、PyTorch等多種深度學習框架。
提供多種模式、大數據引擎深度結合、多框架兼容、自定義鏡像等核心能力。
提供云原生架構的AI開發、訓練、部署的產品。
多樣的產品輸出方式：
公共云支持全托管、半托管。
支持AI 高性能計算集群和輕量化輸出產品形態。
業內領先的AI優化：
高性能的訓練框架，稀疏訓練場景，支持數十億到數百億的稀疏特征規模，數百
億到數千億的樣本規模，上千worker的分布式增量訓練。
主流框架模型加速，使用PAI Blade提升RestNet50、Transformer+LM等十數個主流模型加速比。
該服務支持單獨或組合使用。支持一站式機器學習，您只需準備好訓練數據（存放到OSS或MaxCompute中），所有建模工作（包括數據上傳、數據預處理、特征工程、模型訓練、模型評估和模型發布至離線或在線環境）都可以通過PAI實現。
對接DataWorks，支持SQL、UDF、UDAF、MR等多種數據處理方式，靈活性高。
生成訓練模型的實驗流程支持DataWorks周期性調度，且調度任務區分生產環境和開發環境，從而實現數據安全隔離。