《人工智能 多算法管理技术要求（征求意见稿）》国家标准

近年来随着人工智能理论和技术的快速发展，产生了越来越多的基于各种场景化的智能算法，对图片、视频、音频等数据进行内容分析与描述，帮助人们解决业务问题，提高生产效率。算法成为了智慧城市、智慧交通、智慧医疗、智慧小区等领域中关键组成部分，越来越多的厂商加入到算法开发的潮流中。然而在算法快速发展、提供便捷的同时，缺乏算法相关的技术标准规范，导致算法在管理和使用上的一系列问题。包括： （1）不同算法厂商之间的算法集成困难：各个算法厂商之间开发规范、封装描述标准不统一，导致算法在标准集成、统一管理、统一调度、三方接入等方面存在一定困难，导致每个项目，不同厂商之间需要单独对接、定制开发。（2）算法碎片化加大了管理复杂度：AI 本身的赋能属性，会紧紧和场景结合在一起，而场景则意味着个性化，因此场景就呈现出碎片化，从而导致算法碎片化。由于碎片化太过严重，算法持续不断的增加，增加了算法管理的难度。（3）算法需求方与算法厂商存在壁垒：单一厂商无法做到一家涵盖所有算法，需要借助各个算法厂商一起完成。市面上很多客户有迫切的算法需求，但因算法集成接入缺乏行业相关标准，导致一些小的算法厂家参与各类项目困难。为解决上述问题，工作组拟制订多算法应用系统算法管理技术标准，加快算法的应用落地。算法应用系统通过统一管理不同厂商、不同平台、不同版本的算法，对算法标记多维度的标签，对进行算法分类管理，便于算法使用者检索所需算法。算法应用系统对算法进行运营管理，以便算法管理者了解系统中各算法使用情况。算法应用系统接收应用系统的分析任务，根据分析任务的要求和系统中边缘计算服务或终端计算单元的运行情况，选择合适的算法并将对应的算法包分发到匹配的边缘节点或终端节点，同时将边缘计算服务或终端计算单元反馈的分析结果推送到目标系统或者由边缘节点或终端节点直接将分析结果推送到指定的目标中。通过获取边缘计算服务或终端计算单元中的分析任务执行状态对分析任务进行监控，人工或根据预设策略处理异常任务，提高系统可用性。