[发明专利]人工智能业务生成方法、装置和计算机可读存储介质

说明书

本发明提出了一种人工智能业务生成方法、装置和计算机可读存储介质，其中，人工智能业务生成方法包括：获取预设通用算法模型；确定与通用算法模型对应的业务数据集；在业务数据集中确定进行训练的训练数据；根据训练数据和预设通用算法模型，生成评价数据；接收与评价数据对应的生成指令；根据生成指令生成人工智能业务。根据本发明的技术方案，在整个过程中使用人员无代码编辑的过程，模型训练简单，极大的降低了使用人员的专业要求，同时利用预设通用算法模型，极大的提高了算法模型复用性和通用性。

技术领域

本发明涉及人工智能业务生成技术领域，具体而言，涉及一种人工智能业务生成方法、一种人工智能业务生成装置和一种计算机可读存储介质。

背景技术

现有的人工智能算法的门槛较高，需要具有一定数学基础以及代码编码能力等专业化要求，且该领域算法的通用性较低，对于AI模型而言，从创建、训练到上线均需要开发人员进行专业的开发操作，特别是相似应用领域下，会有较多的重复模型构建过程，极大的增大了开发人员的工作。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

有鉴于此，本发明实施例的第一方面提供了一种人工智能业务生成方法。

本发明实施例的第二方面提供了一种人工智能业务生成装置。

本发明实施例的第三方面提供了一种计算机可读存储介质。

为了实现上述目的，本发明第一方面的实施例提供了一种人工智能业务生成方法，包括：获取预设通用算法模型；确定与通用算法模型对应的业务数据集；在业务数据集中确定进行训练的训练数据；根据训练数据和预设通用算法模型，生成评价数据；接收与评价数据对应的生成指令；根据生成指令生成人工智能业务。

根据本发明提出的人工智能业务生成方法，先对提前设置好的预设通用算法模型进行获取，通过将相对应的业务数据集进行获取，再确定出对应的训练数据，可利用训练数据对上述模型进行训练。在实际使用中，使用人员在申城人工智能业务时，无需专业的算法模型的开发技术，也即无需专业的代码编码能力，即可实现针对性业务的生成。具体地，在确定相对应的业务数据集后，需要在业务数据集中确定出用于训练模型的训练数据。可以理解，训练数据一般为提前存储好的数据，一般包括训练集和验证集，先将对训练集中的数据导入预设通用算法模型，得出的数据再与验证集对应的数据进行对比，即可显示出具体的训练结果。在不同的评价标准下，可生成不同的评价数据，以便于用户根据具体的评价数据判断训练效果，从而得到是否利用该模型的指令。在用户认为经过当前业务数据集中训练数据进行训练后，训练效果较好时，则会发出生成指令，此时认为经过针对性训练的预设通用算法模型已经可以满足用户的使用需求，故而可直接根据接收到的生成指令，生成对应的人工智能业务。

在整个过程中使用人员无代码编辑的过程，模型训练简单，极大的降低了使用人员的专业要求，同时利用预设通用算法模型，极大的提高了算法模型复用性和通用性。

可以理解，预设通用算法模式是开发人员提前开发好的模型，使用人员只需在该模型的基础上进行模型迁移或重新训练即可得到适用于具体环境的业务。换言之，在本实施例中，可利用已经开发好的算法模型提供针对性的智能化服务，特别是对于具有相同需求的用户而言，开发人员可开发出较为通用的算法模型，不同的用户可下载同一个预设通用算法模型，根据不同的训练数据进行训练，从而得到更贴合不同用户使用场景下的人工智能业务。

另外，本发明提供的上述方案中的人工智能业务生成方法还可以具有如下附加技术特征：

上述技术方案中，确定与通用算法模型对应的业务数据集，具体包括：在数据管理系统中注册业务数据集；在业务数据集中导入与通用算法模型相对应的元数据。