智能网络的共享方法、装置及存储介质与流程

本技术涉及通信领域，尤其涉及一种智能网络的共享方法、装置及存储介质。

背景技术：

1、人工智能(artificial intelligence，ai)技术是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术的技术科学。通过ai技术可以生成多种ai模型，并且不同的ai模型可以应用于不同的业务场景，以提高业务的处理效果。例如，可以通过图像识别模型对图像进行分类、通过语言识别模型对文本进行识别。

2、目前，企业将ai模型应用于业务中时，需要开发ai模型，并将ai模型部署至部署环境(如服务器)，使得ai模型对业务进行处理。但是，由于ai模型的开发难度大、流程复杂，导致ai模型开发效率较低。

技术实现思路

1、本技术提供一种智能网络的共享方法、装置及存储介质，用于解决ai模型开发效率较低的问题。

2、为达到上述目的，本技术采用如下技术方案：

3、第一方面，本技术提供一种智能网络的共享方法，应用于人工智能ai服务共享平台，ai服务共享平台包括：模型样本层、模型开发层，模型样本层中存储有多个预设模型，模型开发层存储有多个预设数据。该方法包括：通过模型样本层获取模型请求消息，并根据模型请求消息获取模型请求消息请求的目标模型，模型请求消息用于请求目标模型，目标模型为多个预设模型中任一模型。通过模型样本层向模型开发层发送目标模型。通过模型开发层接收来自模型样本层的目标模型，并获取目标数据，目标数据包括：第一数据和/或第二数据，第一数据为ai服务共享平台以外的其他数据系统中与目标模型对应的数据，第二数据为多个预设数据中与目标模型对应的数据。通过模型开发层根据目标模型和目标数据，生成训练后的目标模型。

4、基于上述技术方案，服务器可以根据接收到的模型请求消息自动匹配所需模型，并获取开发模型需要的数据。然后，服务器可以根据匹配到的模型和数据对模型进行训练、开发。这样一来，服务器可以自动化的执行ai模型开发的流程，提高ai模型开发的效率。

5、一种可能的设计中，ai服务共享平台还包括：业务场景层，业务场景层包括：多个预设业务，一个预设业务对应至少一个预设模型。在模型样本层获取模型请求消息之前，方法还包括：通过业务场景层获取业务请求消息，业务请求消息用于请求与目标业务对应的预设模型，目标业务为多个预设业务中任一业务。其中，目标模型为与目标业务对应的至少一个预设模型中任一模型。

6、一种可能的设计中，目标数据包括第二数据。多个预设数据按照预设规则分类，预设规则包括：一个预设数据对应至少一个申请对象的权限信息。在获取目标数据之前，方法还包括：通过模型开发层获取数据请求消息，数据请求消息用于请求第二数据，数据请求消息包括申请对象标识。通过模型开发层根据申请对象标识，确定申请对象的权限信息。获取目标数据包括：若申请对象的权限信息满足第二数据对应的预设权限条件，则获取目标数据。

7、一种可能的设计中，ai服务共享平台还包括：资源凭证管理层，资源凭证管理层存储有平台资源与资源凭证之间的对应关系，平台资源包括：预设模型、预设数据。方法还包括：通过资源凭证管理层接收来自申请对象的设备的目标凭证，生成模型训练请求，模型训练请求用于请求使用目标数据对目标模型进行训练。目标凭证包括：目标模型对应的资源凭证、和/或目标数据对应的资源凭证。通过资源凭证管理层向模型开发层发送模型训练请求。通过模型开发层根据目标模型和目标数据，生成训练后的目标模型，包括：响应于模型训练请求，通过模型开发层根据目标模型和目标数据，生成训练后的目标模型。

8、一种可能的设计中，ai服务共享平台还包括：平台管理层，平台管理层存储有多个预设算力资源，预设算力资源为基于容器化方式虚拟化的算力资源。方法还包括：通过平台管理层获取算力需求请求，算力需求请求用于请求目标算力资源。通过平台管理层向模型开发层分配目标算力资源。通过模型开发层根据目标模型和目标数据，生成训练后的目标模型，包括：通过模型开发层使用目标算力资源根据目标数据对目标模型进行训练，生成训练后的目标模型。

9、第二方面，本技术提供一种智能网络的共享装置，应用于人工智能ai服务共享平台，ai服务共享平台包括：模型样本层、模型开发层，模型样本层中存储有多个预设模型，模型开发层存储有多个预设数据。装置包括：获取单元、发送单元和处理单元。

10、获取单元，用于通过模型样本层获取模型请求消息，并根据模型请求消息获取模型请求消息请求的目标模型，模型请求消息用于请求目标模型，目标模型为多个预设模型中任一模型。发送单元，用于通过模型样本层向模型开发层发送目标模型。获取单元，还用于通过模型开发层接收来自模型样本层的目标模型，并获取目标数据，目标数据包括：第一数据和/或第二数据，第一数据为ai服务共享平台以外的其他数据系统中与目标模型对应的数据，第二数据为多个预设数据中与目标模型对应的数据。处理单元，用于通过模型开发层根据目标模型和目标数据，生成训练后的目标模型。

11、一种可能的设计中，ai服务共享平台还包括：业务场景层，业务场景层包括：多个预设业务，一个预设业务对应至少一个预设模型。获取单元，还用于通过业务场景层获取业务请求消息，业务请求消息用于请求与目标业务对应的预设模型，目标业务为多个预设业务中任一业务。其中，目标模型为与目标业务对应的至少一个预设模型中任一模型。

12、一种可能的设计中，目标数据包括第二数据。多个预设数据按照预设规则分类，预设规则包括：一个预设数据对应至少一个申请对象的权限信息。获取单元，还用于通过模型开发层获取数据请求消息，数据请求消息用于请求第二数据，数据请求消息包括申请对象标识。处理单元，还用于通过模型开发层根据申请对象标识，确定申请对象的权限信息。获取单元，还具体用于，若申请对象的权限信息满足第二数据对应的预设权限条件，则获取目标数据。

13、一种可能的设计中，ai服务共享平台还包括：资源凭证管理层，资源凭证管理层存储有平台资源与资源凭证之间的对应关系，平台资源包括：预设模型、预设数据。获取单元，还用于通过资源凭证管理层接收来自申请对象的设备的目标凭证，目标凭证包括：目标模型对应的资源凭证、和/或目标数据对应的资源凭证。处理单元，还用于通过资源凭证管理层根据申请对象的设备的目标凭证，生成模型训练请求。发送单元，还用于通过资源凭证管理层向模型开发层发送模型训练请求。处理单元，还具体用于，响应于模型训练请求，通过模型开发层根据目标模型和目标数据，生成训练后的目标模型。

14、一种可能的设计中，ai服务共享平台还包括：平台管理层，平台管理层存储有多个预设算力资源，预设算力资源为基于容器化方式虚拟化的算力资源。获取单元，还用于通过平台管理层获取算力需求请求，算力需求请求用于请求目标算力资源。处理单元，还用于通过平台管理层向模型开发层分配目标算力资源。处理单元，还具体用于，通过模型开发层使用目标算力资源根据目标数据对目标模型进行训练，生成训练后的目标模型。

15、第三方面，本技术提供了一种智能网络的共享装置，该装置包括：处理器和存储器；所述处理器和所述存储器耦合；所述存储器用于存储一个或多个程序，该一个或多个程序包括计算机执行指令，当该智能网络的共享装置运行时，处理器执行该存储器存储的该计算机执行指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的智能网络的共享方法。

16、第四方面，本技术提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行上述第一方面和第一方面的任一种可能的实现方式中所描述的智能网络的共享方法。

17、第五方面，本技术提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的智能网络的共享方法。

18、上述方案中，智能网络的共享装置、计算机设备、计算机存储介质或者芯片所能解决的技术问题以及实现的技术效果可以参见上述第一方面所解决的技术问题以及技术效果，在此不再赘述。