[发明专利]生成定制的机器学习模型以使用人工智能来执行任务

权利要求书

1.一种用于生成定制的AI机器学习模型以使用人工智能来执行任务的方法，所述方法包括：

由一个或多个计算系统向用户的客户端系统提供用于显示的用户界面，所述用户界面包括用于选择用于集成到用户应用程序中的人工智能(AI)任务的第一组选项、用于选择所述用户希望在其上部署所选择的AI任务的一个或多个设备的第二组选项以及用于选择特定于所选择的设备的一个或多个性能约束的第三组选项；

由所述一个或多个计算系统从所述用户的所述客户端系统，基于所述第一组选项、所述第二组选项和所述第三组选项中的用户选择来接收用户规范；

由所述一个或多个计算系统基于所述用户规范生成定制AI模型；以及

由所述一个或多个计算系统向所述用户的所述客户端系统发送用于集成到所述用户应用程序中的所述定制AI模型，其中所述定制AI模型一旦被集成就使所述用户应用程序能够在所选择的设备上执行所选择的AI任务。

2.根据权利要求1所述的方法，其中基于所述用户规范生成所述定制AI模型包括：

从包括多个AI模型的数据库中检索高级模型，其中所述多个AI模型是基于先前的用户规范生成的并且存储在所述数据库中；

基于所述用户规范编译所述高级模型以生成模型二进制；

将一个或多个界面函数与所述模型二进制绑定，其中所述一个或多个界面函数是与所选择的AI任务相关联的函数；以及

将所述模型二进制转换为设备级模型，所述设备级模型被配置为在由所述用户选择的所述设备上操作。

3.根据权利要求2所述的方法，其中发送所述定制AI模型包括向所述用户的所述客户端系统发送可下载链路以将所述设备级模型下载到所述客户端系统中，其中所述设备级模型一旦被下载就将与所选择的AI任务相关联的一个或多个功能集成到所述用户应用程序中。

4.根据权利要求2所述的方法，其中编译所述高级模型包括根据所述用户规范从所述高级模型移除不必要的部件以及添加一个或多个部件。

5.根据权利要求2所述的方法，还包括：

从所述用户的所述客户端系统接收与所述定制AI模型相关联的基准数据；以及

基于所述基准数据训练所述多个AI模型。

6.根据权利要求5所述的方法，其中训练所述多个AI模型包括：

改善所述AI模型的性能；

向所述AI模型添加一个或多个特征；或者

创建新的AI模型并且将所述新的AI模型存储在所述数据库中。

7.根据权利要求5所述的方法，其中所述基准数据包括关于所述定制AI模型的用户性能反馈，所述用户性能反馈指示所述定制AI模型在速度、存储器和功率使用方面服务于用户需求的程度。

8.根据权利要求7所述的方法，还包括：

基于与所述模型中的每个模型相关联的性能度量来对所述多个AI模型进行排序，所述性能度量包括所述基准数据；

基于所述排序从所述多个AI模型中选择前N个模型；

将所述前N个模型转换为设备级模型；

在速度、存储器和功率约束方面对所述设备级模型执行自动基准测试；以及

将所述设备级模型存储在所述数据库中以供将来访问或检索。

9.根据权利要求1所述的方法，其中所述AI任务包括以下中的一者或多者：对象检测、场景识别、图像标记、图像增强、对象分割、行为识别、语音识别或文本识别。

10.根据权利要求1所述的方法，其中所述设备包括以下中的一者或多者：智能电话、平板电脑、可穿戴设备、嵌入式传感器、相机或无人机。

11.根据权利要求1所述的方法，其中所述一个或多个性能约束包括：

存储器约束；

延迟约束；或者

功率约束。