全功能AI开发平台BML

全功能AI开发平台BML提供一站式人工智能模型建设功能服务集。面向用户同时提供机器学习和深度学习环境,实现从数据源管理、数据标注,数据集存储、数据预处理、模型训练生产到模型管理、预测推理服务管理、全服务监控等AI建设全工作周期的服务能力。

产品定位

提供企业级服务
产品力求在高可用性、可运维性、资源高效管理、应用生命周期、 系统服务水平、应用集成性、专业支持服务等企业级特性方面提供高质量的服务。
促进产业智能化
产品作为全面完整的基础AI技术和应用能力平台,为上层AI应用服务提供有效的支撑,保持各相关技术发展探索的先进性,助力产业智能化发展。

交付方式

公有云
BML在百度公有云平台,提供在线服务能力,协同CCE、BOS等产品,在云端具备快速启动、弹性扩缩容、按量使用付费等优势。
立即使用>
私有化
BML产品支持纯软件私有化交付方式,可按需选择,在保障企业核心生产数据私密性和安全性的同时,提供灵活高效的个性化服务。
查看详情>
一体机
BML平台支持软硬件一体化交付方式,满足多种不同算力需求。在国内最早推出AI一体机,能力覆盖机房勘查、交付咨询、交付实施等 一站式服务。
查看详情>

产品功能

数据处理引擎
数据处理引擎提供数据源管理、数据导入、数据标注、数据探索处理、数据特征工程等功能模块。合理高效地管理模型生产所需要的数据资源。
模型生产引擎
模型生产引擎提供交互式、可视化、自动化、智能文本、智能视觉等多种建模生产方式,支持分布式调度资源进行模型训练。
模型应用引擎
模型应用引擎,首先将模型有序进行存储和统一纳管。预测服务支持访问流量控制调度,为上层模型应用提供稳定和高效的预测服务。

产品特点

  • 主流框架支持

    BML平台提供机器学习和深度学习开发能力,支持主流开发框架,同时支持以自制Docker镜像的形式自定义其他框架。PaddlePaddle是百度自研的深度学习框架,BML平台将一直保持对其最新版本的支持。

  • 多种建模工作方式

    BML平台提供交互式 (Notebook)、可视化(拖拽组件)、任务式(作业建模)、产线式等多种建模方式,适合不同研发能力的用户快速实现模型训练、评估和预测。

  • 全工作周期的模型管理

    BML平台提供模型生产与管理的全工作周期服务,包括数据存储、数据标注、数据处理、模型训练、模型预测服务、服务监控、精细化调度运维管理、用户管理等。提供模型训练平台,提供成熟垂类模型产线来支持快速开发,支持第三方模型导入管理。

  • 开放的产品功能接口

    BML平台提供Open API/SDK接口,便于上层业务应用无缝对接,产品设计层次分明、接口开放,方便与客户私有云环境、本地服务器、大数据平台、运维平台等已有IT工作环境进行有效对接。

  • ERNIE预训练模型

    ERNIE是百度自研的业界效果最优的预训练模型,中英文全面超越BERT/XLNet。BML内置预训练模型集ERNIE和全面领先的NLP经典算法,为NLP开发者提供效果领先、简单易用、高效灵活的NLP模型开发服务。

  • 昆仑芯片

    昆仑芯片采用百度的先进AI架构,非常适合常用的深度学习和机器学习算法的云端计算需求,能适配多种终端场景的计算需求。BML在苏州区域推出昆仑芯片套餐,无缝支持百度飞桨框架,提供出色的性能和效率。

客户案例

网贷风控
精准营销
工业巡检
信息抽取

网贷业务的风控准入

银行网贷业务搭建风控模型,预测网贷申请人是否会违约。基于行内数据,样本量6万,正负样本比例10:1,共计50多个特征字段。采用GBDT算法,网贷风控准入模型准确率、召回率均有大幅提升。BML助力金融行业智能化,构建基于人工智能、大数据的风险防控系统,把控业务风险,提高资本收益,积极适应新金融发展趋势。

理财产品的潜在客户预测

预测理财产品的潜在客户,以便进行精准营销,属于典型的分类问题。在正负样本比极不均衡(1:5000)的情况下,采用GBDT算法和AutoML参数自动调优,让模型去学习最优的参数解,最终在测试集上达到很高的准确率。BML以人工智能技术支撑互联网金融各项创新业务的迅速落地,助力企业以高效个性化的金融产品设计、迅速切入细分市场,扩大资产规模。

能源电力行业无人机巡检

对设备(如输电线路)的定期巡检,保障电力系统的安全生产。由于线路所经区域多样,有些地方环境恶劣,人工难以触达,采用无人机巡检,按照预定的卫星定位航线沿路飞行,对输电线路进行拍摄,将图像回传至后台,通过BML对图像进行识别分析,发现可疑故障隐患,报送工作人员作进一步判断分析。针对拍照的照片进行质量判断过滤到低质图片,然后通过物体检测、分割等算法来检测出导线、绝缘子等部件以及出现问题的地方,进行定位报警。在训练过程中采用图像数据增强以及参数优化等方式来提升训练效果。

授信审批意见的信息抽取

从授信审批意见书中抽取客户需要的关键要素,如公司名称,授信额度,授信有效期,授信品种等,以便后续业务审批处理,属于NLP中典型的序列标注问题。采用基于百度数据训练的ERNIE预训练模型,各项信息的识别准确率达到领先水平,大大提升业务的审核效率。

迭代时间轴

  • 2019/3/22

    AutoDL支持图像分类-ENAS算法

  • 2019/4/10

    机器学习增加数据标准化和逻辑回归二分类算法

    支持AIBook,下线白名单,产品开始公测

  • 2019/4/28

    深度学习上线paddle-fluid-v1.4.0框架

  • 2019/5/10

    上线AIBook静态页

    深度学习作业支持Python3

  • 2019/5/24

    上线更多资源套餐类型

    深度学习作业上线pytorch1.1.0框架,机器学习作业上线Rapids-cuML算法

  • 2019/6/14

    AutoDL作业上线迁移学习

  • 2019/7/9

    机器学习作业上线Kmeans算法

  • 2019/7/17

    新增Tensorflow-2.0.0beta1框架,深度学习作业支持Tensorflow单机多卡

    Notebook支持CDS高性能云磁盘存储

  • 2019/8/1

    上线计费

  • 2019/10/18

    新增模型仓库,预测服务升级上线

  • 2019/10/29

    项目管理模块上线

  • 2020/01/17

    上线数据集、可视化建模

  • 2020/03/07

    可视化建模增加图算法、自然语言处理算子

  • 2020/04/10

    支持实体-属性,实体-关系场景的文本标注

    可视化建模丰富算子:实体关系和实体抽取

相关产品

私有化BML

企业级AI开发平台,促进企业智能转型的新生产力
了解

BML一体机

国内最早推出,软硬一体AI解决方案
了解

对象存储BOS

稳定、安全、高效、高可扩展的云存储服务
了解

AIStudio

基于百度PaddlePaddle的开发者实训平台
了解

私有化部署需求及商务问题,欢迎提交表单咨询