Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020133322 - BLOCK ADDITION METHOD AND APPARATUS FOR BUILDING ARTIFICIAL INTELLIGENCE APPLICATION AND MACHINE DEVICE

Document

说明书

发明名称 0001   0002   0003   0004   0005   0006   0007   0008   0009   0010   0011   0012   0013   0014   0015   0016   0017   0018   0019   0020   0021   0022   0023   0024   0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096   0097   0098   0099   0100   0101   0102   0103   0104   0105   0106   0107   0108   0109   0110   0111   0112   0113   0114   0115   0116   0117   0118   0119   0120   0121   0122   0123   0124   0125   0126   0127   0128   0129   0130   0131   0132   0133   0134   0135   0136   0137   0138   0139   0140   0141   0142   0143   0144   0145   0146   0147   0148   0149   0150   0151   0152   0153   0154   0155   0156   0157   0158   0159   0160   0161   0162   0163   0164   0165   0166   0167   0168   0169   0170   0171   0172   0173   0174   0175   0176   0177   0178   0179   0180   0181   0182   0183   0184   0185   0186   0187   0188   0189   0190   0191   0192   0193   0194   0195   0196   0197   0198   0199   0200   0201   0202   0203   0204   0205   0206   0207   0208   0209   0210   0211   0212   0213   0214   0215   0216   0217   0218   0219   0220   0221   0222   0223   0224   0225   0226   0227   0228   0229   0230   0231   0232   0233   0234   0235   0236   0237   0238   0239   0240   0241   0242   0243   0244   0245   0246   0247   0248   0249   0250   0251   0252   0253   0254   0255   0256   0257   0258   0259   0260   0261   0262   0263   0264   0265   0266   0267   0268   0269   0270   0271   0272   0273   0274   0275   0276   0277   0278   0279   0280   0281   0282   0283   0284   0285   0286   0287   0288   0289   0290   0291   0292   0293   0294   0295   0296   0297   0298  

权利要求书

1   2   3   4   5   6   7   8   9   10  

附图

1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16  

说明书

发明名称 : 人工智能应用搭建中新增组块的方法、装置和机器设备

技术领域

[0001]
本发明涉及互联网应用技术领域,特别涉及一种人工智能应用搭建中新增组块的方法、装置和机器设备。

背景技术

[0002]
随着人工智能技术的发展,越来越多的人工智能应用在诸多场景基于人工智能技术为所获得的数据进行着各种决策。用户在不同的场景下有着不同的人工智能应用需求,因此,往往需要为不同的场景而寻求不同的人工智能应用。
[0003]
但是,在很多情况下,用户的各种人工智能应用需求是个性化存在的,互联网络中已发布的诸多人工智能应用并不适用。
[0004]
此时,随着图形化编程的兴起,人们逐渐认为图形化编程也许是满足人工智能应用个性化需求的一条路径,将进行简单应用搭建的图形化编程演进为人工智能应用搭建的实现。
[0005]
也就是说,也将人工智能应用所涉及的算法逻辑进行所对应组块的配置,人们通过选取组块,以及构建所选取组块之间的链接关系,就能够进行人工智能应用的搭建。此过程即为借鉴于简单应用的图形化编程而实现的人工智能应用搭建。
[0006]
人工智能应用必然涉及复杂算法,每一组块都对应着一定的算法逻辑,这是为人工智能应用的图形化编程所配置的,随着图形化编程的发起而加载至图形界面上。可是,面对于复杂的算法以及各种算法逻辑之间链接关系的灵活多变,固定配置的组块必然无法满足人工智能应用搭建的需要,所能够选用和链接的组块仅仅是有限的几种。
[0007]
因此,面向于人工智能应用的搭建,如何自由实现组块新增,进而满足人工智能应用的自由搭建,是当前所亟待需要解决的难题。
[0008]
发明内容
[0009]
为了解决相关技术中无法为人工智能应用的搭建自由实现组块新增的技术问题,本发明提供一种人工智能应用搭建中新增组块的方法、装置和机器设备。
[0010]
一种人工智能应用搭建中新增组块的方法,所述方法包括:
[0011]
对图形界面搭建区配置的组块,接收用户的新增组块选择指令,所述新增组块选择指令作用于相互链接的所述组块;
[0012]
根据所述新增组块选择指令作用的组块对应生成字典,所述字典包括所述组块对应的数学基元标识以及核心参数;
[0013]
对所述字典中的数学基元标识以及核心参数通过图论的数学语言表示组合封装为新增的数学基元;
[0014]
向所述图形界面和服务端进行所述新增数学基元的更新。
[0015]
一种人工智能应用搭建中新增组块的方法,所述方法包括:
[0016]
接收用户对新增数学基元的更新,获得数字基元定义信息,数学基元定义信息包括新增数学基元标识以及在新增数学基元标识下被新增数学基元封装所对应的至少一数学基标识、核心参数;
[0017]
进行数学基元定义信息的保存,使图形界面初始化配置新增组块。
[0018]
一种人工智能应用搭建中新增组块的装置,所述装置包括:
[0019]
新增选择模块,用于对图形界面搭建区配置的组块,接收用户的新增组块选择指令,所述新增组块选择指令作用于相互链接的所述组块;
[0020]
字典生成模块,用于根据所述新增组块选择指令作用的组块对应生成字典,所述字典 包括所述组块对应的数学基元标识以及核心参数;
[0021]
数学表示模块,用于对所述字典中的数学基元标识以及核心参数通过图论的数学语言表示组合封装为新增的数学基元;
[0022]
更新模块,用于向所述图形界面和服务端进行所述新增数学基元的更新。
[0023]
一种机器设备,包括:
[0024]
处理器;以及
[0025]
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现如前述的方法。
[0026]
本发明的实施例提供的技术方案可以包括以下有益效果:
[0027]
面向于人工智能应用的图形化搭建,将为此而进行图形化搭建中可供操控的对象,即组块实现新增,首先,对图形界面搭建区配置的组块,将会由此而接收用户的新增组块选择指令,该新增组块选择指令作用于相互链接的组块,然后根据新增选择指令作用的组块对应生成字典,字典包括组块对应的数学基元标识以及核心参数,对字典中的数学基元标识以及核心参数通过图论的数学语言表示组合封装为新增的数学基元,至此即可向图形界面和服务端进行新增数学基元的更新,为人工智能应用的搭建自由实现了组块新增。
[0028]
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本发明。

附图说明

[0029]
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
[0030]
图1是根据本发明所涉及的实施环境的示意图;
[0031]
图2是根据一示例性实施例示出的一种装置的框图
[0032]
图3是根据一示例性实施例示出的一种人工智能应用搭建中新增组块的方法的流程图;
[0033]
图4是根据图3对应实施例示出的对330进行描述的流程图;
[0034]
图5是根据图3对应实施例示出的对步骤370进行描述的流程图;
[0035]
图6是根据一示例性实施例示出的一种人工智能应用搭建中新增组块的方法的流程图;
[0036]
图7是根据另一示例性实施例示出的一种人工智能应用搭建中新增组块的方法的流程图;
[0037]
图8是根据图7对应实施例示出的对步骤650进行描述的流程图;
[0038]
图9是根据一示例性实施例示出的一简单数学基元所对应DAG结构的示意图;
[0039]
图10是根据一示例性实施例示出的图形界面示意图;
[0040]
图11是根据一示例性实施例示出的一卷积神经网络操作所对应组块在操作界面上的示意图;
[0041]
图12是根据图11对应实施例示出的三层卷积神经网络在操作界面上的组块分布以及链接示意图;
[0042]
图13是根据一示例性实施例示出的本发明所涉及前端与后端之间的交互示意图;
[0043]
图14示出了一示例性实施例中本发明整体方案的实现示意图;
[0044]
图15是根据一示例性实施例示出的一种人工智能应用搭建中新增组块的装置的框图;
[0045]
图16是根据一示例性实施例示出的服务器侧所实现人工智能应用搭建中新增组块的装置的框图。

具体实施方式

[0046]
这里将详细地对示例性实施例执行说明,其示例表示在附图中。下面的描述涉及附图 时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
[0047]
图1是根据本发明所涉及的实施环境的示意图。在一个示例性实施例中,该实施环境包括用户终端110以及被配置于后台的的服务器130。用户终端110并不限于单一数量,也就是说,各类用户均可通过所持有的用户终端110与服务器130交互,以实现本发明的人工智能应用搭建,以及所搭建人工智能应用的运行。
[0048]
服务器130,是用户终端110为了进行人工智能应用搭建以及所搭建人工智能应用运行而访问的。服务器130将面向于海量用户终端110,任意用户只要能够访问服务器130即可自由进行人工智能应用的自由搭建,以及所搭建人工智能应用的使用。
[0049]
在用户终端110与服务器130的作用下,使得人工智能应用的门槛得到有效降低,用户将得以根据自身所产生的人工智能应用需求即时进行人工智能应用的搭建和运行。
[0050]
并且在所实现的人工智能应用搭建之下,也将通过本发明的实现而为人工智能应用搭建的进行新增组块,进而为所人工智能搭建的进行提供更多组块,即为此而相应提供更多可用的人工智能算法逻辑,对于常用的复杂算法逻辑在所搭建人工智能应用的引入,用户可不再繁琐地进行多个组块的选取和链接,而通过所进行的组块新增为这一常用的复杂算法逻辑新增对应于的组块。
[0051]
用户仅需要选取这一新增的组块,即等同于原有多个组块的选取和链接,为涉及复杂算法的人工智能应用搭建提供了有效的辅助,所进行的组块新增是准确适应于所执行的人工智能应用搭建过程的。
[0052]
可以理解,通过本发明的实现,为用户提供了能够随时搭建所需要人工智能应用,以及随时为此而新增组块的平台,但并不限于此,无论是企业用户还是终端用户,都不再需要为了自身需求而耗费非常大的成本自主开发人工智能应用。
[0053]
图2是根据一示例性实施例示出的一种装置的框图。例如,装置200可以是图1所示实施环境中的用户终端110。例如,用户终端110是智能手机、平板电脑等用户手持的终端设备、各种摄像机等。
[0054]
参照图2,装置200至少包括以下组件:处理组件202,存储器204,电源组件206,多媒体组件208,音频组件210,传感器组件214以及通信组件216。
[0055]
处理组件202通常控制装置200的整体操作,诸如与显示,电话呼叫,数据通信,相机操作以及记录操作相关联的操作等。处理组件202至少包括一个或多个处理器218来执行指令,以完成下述的方法的全部或部分步骤。此外,处理组件202至少包括一个或多个模块,便于处理组件202和其他组件之间的交互。例如,处理组件202可以包括多媒体模块,以方便多媒体组件208和处理组件202之间的交互。
[0056]
存储器204被配置为存储各种类型的数据以支持在装置200的操作。这些数据的示例包括用于在装置200上操作的任何应用程序或方法的指令。存储器204至少由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。存储器204中还存储有一个或多个模块,该一个或多个模块被配置成由该一个或多个处理器218执行,以完成下述图3至图8任一所示方法中的全部或者部分步骤。
[0057]
电源组件206为装置200的各种组件提供电力。电源组件206至少包括电源管理系统,一个或多个电源,及其他与为装置200生成、管理和分配电力相关联的组件。
[0058]
多媒体组件208包括在所述装置200和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(Liquid Crystal Display,简称LCD)和触摸面板。 如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。屏幕还包括有机电致发光显示器(Organic Light Emitting Display,简称OLED)。
[0059]
音频组件210被配置为输出和/或输入音频信号。例如,音频组件210包括一个麦克风(Microphone,简称MIC),当装置200处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器204或经由通信组件216发送。在一些实施例中,音频组件210还包括一个扬声器,用于输出音频信号。
[0060]
传感器组件214包括一个或多个传感器,用于为装置200提供各个方面的状态评估。例如,传感器组件214检测到装置200的打开/关闭状态,组件的相对定位,传感器组件214还检测装置200或装置200一个组件的位置改变以及装置200的温度变化。在一些实施例中,该传感器组件214还包括磁传感器,压力传感器或温度传感器。
[0061]
通信组件216被配置为便于装置200和其他设备之间有线或无线方式的通信。装置200接入基于通信标准的无线网络,如WiFi(WIreless-Fidelity,无线保真)。在一个示例性实施例中,通信组件216经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件216还包括近场通信(Near Field Communication,简称NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(Radio Frequency Identification,简称RFID)技术,红外数据协会(Infrared Data Association,简称IrDA)技术,超宽带(Ultra Wideband,简称UWB)技术,蓝牙技术和其他技术来实现。
[0062]
在示例性实施例中,装置200被一个或多个应用专用集成电路(Application Specific Integrated Circuit,简称ASIC)、数字信号处理器、数字信号处理设备、可编程逻辑器件、现场可编程门阵列、控制器、微控制器、微处理器或其他电子元件实现,用于执行下述方法。
[0063]
图3是根据一示例性实施例示出的一种人工智能应用搭建中新增组块的方法的流程图。在一个示例性实施例中,该人工智能应用搭建中新增组块的方法,如图3所示,至少包括以下步骤。
[0064]
在步骤310中,对图形界面搭建区配置的组块,接收用户的新增组块选择指令,新增组块选择指令作用于相互链接的组块。
[0065]
其中,图形界面是可供自由进行人工智能应用搭建的用户界面,所指的人工智能应用搭建,即为所涉及数据操作,亦可理解为算法逻辑顺序执行的配置,配置执行的数学操作便构成了人工智能应用的算法实现,进而实现满足设定需求的人工智能应用。
[0066]
可选的,图形界面包括了操作组件选取栏、操作界面、工具栏以及操作结果显示区。施加于组块上的选取指令,便是在操作组件选取栏所触发的。操作组件选取栏包括着众多可供选取的组块,这些组块是对应于初始化配置的模型和/或数据的。用户可通过对组块触发操作而对此组块触发生成选取指令,以此来完成所对应组块的选取,至此,所选取的组块便被配置于操作界面。
[0067]
对于操作组件选取栏,一方面将用于为当前搭建的人工智能应用选择所涉及的数学基元,例如,数学基元可为整合在一起的模型,另一方面也可为已搭建的人工智能应用选择所迭代训练使用的数据,无论何种选择,在图形界面的操作组件选取栏上,都将以组块的形式存在。
[0068]
操作界面,即为图形界面上的搭建区用于为人工智能应用的搭建放置所选取的组块,并且这些组块将在用户操控下摆放,以此来实现搭建。操作组件选取栏中的组块被触发之后,便被置于操作界面。例如,所进行的组块选取,可通过施加于组块上的拖拽操作而将操作组件选取栏中的组块拖拽至操作界面,被拖拽至操作界面的组块便用于进行人工智能应用的搭建。
[0069]
正如前述描述所指出的,一组块是对应于一设定模型或者数据的,其是所设定模型或 数据的图形表示。所设定模型可以是单一数学操作,也可以是两个以上数学操作整合在一起所实现的模型,无论单一数学操作,还是两个以上数学操作的整合,其都是输入、输出以及数学操作整合所形成的复合体,是独立单元,也称之为数学基元。数学基元对应于组块,数学基元是根据所搭建人工智能应用需要涉及的算法而通过组块配置于操作界面之上的。
[0070]
应当理解,对应于组块的数学基元,定义了在一个层面上的数学操作。当然,随着所在层面的不同,在更为细分的层面上,数学基元所定义的数学操作将被细分,而使得组块是对应了几个数学操作的。数学基元将从输入、输出以及所执行的数学操作来定义组块所对应执行的数学操作。人工智能应用的搭建中,随着组块的配置,进行着人工智能应用所涉及数学基元的配置,以此来部署所搭建人工智能应用中执行的数学操作,并为每一数学操作的执行控制其输入和输出。
[0071]
图形界面上的工具栏用于在人工智能应用的搭建中,为所配置组块进行所对应数据和模型的调整,例如,对数据和模型进行微调等。
[0072]
图形界面上的操作结果显示区,则用于进行所搭建人工智能应用运行之后的结果显示。例如,对当前搭建的人工智能应用进行迭代训练之后,在操作结果显示区显示所对应迭代训练情况以及所能够获得的分类效果。
[0073]
综上所述的,在为人工智能应用搭建的进行而显示于用户终端的图形界面中,通过对初始化提供的组块进行着其中搭建区的配置,被配置到搭建区的组块便被用于进行人工智能应用的搭建。
[0074]
由此,可以确定,搭建区所配置的组块,即为当前所搭建人工智能应用所选用的组块,与之相对应的,所选用组块对应的数学基元将被用于构成当前所搭建的人工智能应用,对于所进行的人工智能应用搭建而言,实现了所见即所得的人工智能应用搭建,无论是自由度还是所搭建人工智能应用的自适应性,都能够得到增强。
[0075]
图形界面为用户初始化配置了可供进行人工智能应用搭建的组块,即为当前所进行的人工智能应用搭建可供选用的组块,除此之外,施加于所需要选用组块上的拖拽操作、选定操作等,都得以实现了搭建区,即如前述所指的操作界面上所选用组块的新增,就说是说,将随着对图形界面上组块的选取指令使得用户选取的组块被配置于搭建区中。
[0076]
在用户操控下搭建区进行着至少一个组块的添加,这一用户操控而向搭建区添加组块的过程,可以是人工智能应用的搭建过程,也可以是为后续的人工智能应用搭建所进行的组块新增过程。
[0077]
无论是在人工智能应用的搭建中,还是其它情况下,都能够新增组块,以使得图形界面初始化配置的组块根据用户需求而新增,进而方便后续所进行的人工智能应用搭建。
[0078]
在用户所进行的人工智能应用搭建中,存在着几个组块常常需要组合在一起的情况,对于这些组块,可组合在一起而构建一新增组块。新增组块所对应的数学基元便是这些组块所对应数学基元的组合。
[0079]
在搭建区,随着用户对至少一个组块的选取即可对所选取的至少一个组块发起组块新增,进而生成新增组块选择指令。新增组块选择指令是作用于用户在搭建区所选取的至少一组块的。
[0080]
在步骤330中,根据新增组块选择指令作用的组块对应生成字典,字典包括组块对应的数学基元标识以及核心参数。
[0081]
其中,在接收得到用户所触发生成的新增组块选择指令之后,对新增组块选择指令作用的组块生成字典。对新增组块选择指令作用的组块,所相应生成的字典用于指示所新增组块对应的两个以上数学基元以及相互之间的链接关系,因此,其包括了新增组块选择指令所作用组块对应的数学基元标识以及核心参数。
[0082]
核心参数对应于所在数据基元,核心参数包括数学基元中模型所使用的起参数以及输入维度、输出维度。在输入维度和输出维度作用下实现数学基元之间链接关系的配置,以此来对数学基元进行输入和输出控制,并记录所对应组块之间的链接关系。
[0083]
根据新增组块选择指令所实现的字典生成,包括:按照新增组块选择指令所作用组块对应的数学基元,获得数学基元标识以及为此数学基元而配置的核心参数,以数学基元标识为索引项,核心参数为索引值构建得到所作用组块对应的字典数据,以此类推,对应于新增组块选择指令所作用所有组块的字典数据便构成了字典。
[0084]
在此,应当补充说明的是,核心参数是对应于数学基元标识的,也就是说,核心参数为所对应数学基元而配置的。将通过搭建区中所对应组件在工具栏所进行的数据和模型微调而获得所配置对应于数学基元的核心参数。
[0085]
新增组块的进行,与搭建人工智能应用的进行,都需要为此而生成字典。为新增组块而生成的字典是对组合在一起的组块进行所对应数学基元标识以及核心信息的描述。对于新增组块,以及所对应新增的数学基元而言,生成的字典为此而通过数据进行描述。
[0086]
组合在一起构成新增组块的至少一组块,在对新增组块生成的字典中,数据基元标识对其进行了唯一标示,而组块所对应的核心参数,由于是包含了数据操作所对应输入维度以及输出维度的,所以指示着组块之间的链接关系。
[0087]
具体的,为组块,即数学基元指定了输入维度和输出维度的核心参数,将用于确定组块之间的链接。一组块所对应数学基元的输出维度如果作为另一组块所对应数学基元的输入维度,则指示这两个组块之间是相互链接的。
[0088]
因此,通过所生成的字典,所进行的组块新增过程能够精准获知所组合在一起的组块以及组块之间的链接关系,而并不需要耗费过多的存储空间以及较多的计算成本。
[0089]
在步骤350中,对字典中的数学基元标识以及核心参数通过图论的数学语言表示组合封装为新增的数学基元。
[0090]
其中,字典作为新增数学基元的数据描述,将在字典所进行的数据描述中根据数学基元标识及其对应的核心参数表示为图论的数学语言,以此来获得几个组块组合封装在一起所形成的新增数学基元。
[0091]
首先应当说明的是,图论的数学语言表示,是跟踪基本的数学基元中输入值、输入值上所做的数学操作,以及输出值,以此来对数学基元进行重构和表征。无论输入值、数学操作还是输出值,都将以节点的形式重构,进而形成数学基元在图论上的数学语言表示。通过图论的数学语言表示,将得以准确快速的重构新增的数学基元。
[0092]
可以理解的,对于搭建的人工智能应用,服务端在获得字符串并解码转换回字典之后,便基于字典进行着每一数学基元在图论上数学语言表示的重构,以此来快速重构人工智能应用所执行的数学操作以及所执行数学操作的输入和输出维度。
[0093]
多个组块搭建所得到的人工智能应用是由若干数学基元所构成的,所新增的组块构成了一段可执行的程序,与之相类似,也是由至少一个以上的组块所搭建得到的,因此,新增的组块,其数学基元的重构也是基于字典进行的每一数学基元在图论上数学语言表示的重构。
[0094]
在步骤370中,向图形界面和服务端进行新增数学基元的更新。
[0095]
其中,通过步骤350的执行重构得到新增组块对应的数学基元之后,需要进行图形界面之上以及服务器的更新。一方面使得图形界面所能够提供给用户选择的众多组块中存在着新增组块,以便于用户能够向搭建区添加新增组块,另一方面,也将使得服务器能够在为图形界面所进行的组块初始化中配置新增组块,并且在接收的字典中识别所新增组块所相关的数据,使得新增组块对应的数学基元得以在服务端运行。
[0096]
所进行的新增数学基元更新,包括着组块所相关图像信息的更新,此外,在对新增数学基元进行唯一标识且对构成新增数学基元的所有数学基元存储数学基元标识以及核心参数,因此,新增数学基元的更新还包括了数学基元标识、核心参数等数学基元定义信息的更新。
[0097]
在用户终端和服务端,都进行关数学基元定义信息的更新,通过所更新的数学基元定义信息,即可获知新增数学基元所执行的数学操作以及与此相关的其它信息。更新的数学基元定义信息对新增数学基元以及新增数学基元中数学操作的执行都进行了描述。
[0098]
通过此示例性实施例,为所进行的人工智能应用搭建提供了新增组块的功能,以此来使得用户能够根据自身的应用搭建需求以及习惯个性化的配置组块,图形界面上除了存在原始配置的组块之外,还将存在着用户自定义配置的组块,人工智能应用搭建的便利性以及自由性得到增强。
[0099]
在此示例性实施例中,将频繁组合在一起进行人工智能应用搭建的组块,打包封装在一起而构成新的组块。换而言之,是将原本较为细化的数学操作组合在一块构成新的数学操作,以此来为用户所进行的人工智能应用搭建新建操作,增强人工智能应用搭建的执行性能。
[0100]
图4是根据图3对应实施例示出的对330进行描述的流程图。在一个示例性实施例中,如图4所示,该步骤330至少包括:
[0101]
在步骤331中,根据新增组块选择指令作用的所有组块分别获取对应的数学基元标识以及核心参数。
[0102]
其中,如前所述的,新增组块是对应于用户所选取的至少一个组块实现的,是将组块所对应的至少一个数学基元组合在一起,并为此而形成新的组块。用户一旦选用新增组块,则相当于选用了所对应的至少一个组块,由此将得以增强人工智能应用搭建的便利性以及效率,能够快速搭建人工智能应用。
[0103]
面对于搭建区被选择进行组块新增的至少一个组块,组块之间相互连接形成了能够完成至少一个数学操作的网络拓扑,此时,由于组块之间是相互链接的,因此,组块所对应核心参数中输入维度和输出维度已经按照当前所构建的链接关系配置,可针对于每一组块都进行所对应数学基元标识以及核心参数的获取,以便用于为每一组块生成字典数据,字典数据相对于所链接的其它组块,指示了所在组块与其的链接关系。
[0104]
在步骤333中,对每一组块都以对应的数学基元标识为索引,核心参数为索引值构建字典数据,以生成新增组块对应的字典。
[0105]
其中,通过键值对的数据结构为每一组块构建字典数据,在此键值对的数据结构是以数学基元为索引项,核心参数为索引值。
[0106]
对组合构成新增组块的所有组块都分别构建字典数据,由所有字典数据来生成得到新增组块对应的字典。
[0107]
在一个示例性实施例中,步骤370包括:为新增数学基元按照所配置的组块名称向图形界面添加新增组块,以在图形界面初始化配置的若干组块中更新所添加的新增组块。
[0108]
其中,对于新增数学基元,其在图形界面上必然有着所对应的新增组块,也就是说,必然会在图形界面以新增组块的形式表示新增数学基元。图形界面中,表征数学基元的组块,也称之为图块,是用户为搭建人工智能应用所操控的目标。
[0109]
应当理解,为便于用户识别,将为图形界面上对应于新增数学基元配置所新增的组块,新增组块上标记了所对应于组块名字,以区分于其它组块,进而方便用户选取。
[0110]
图5是根据图3对应实施例示出的对步骤370进行描述的流程图。在另一示例性实施例中,如图5所示,该步骤370包括:
[0111]
在步骤371中,为新增数学基元生成新增数学基元标识。
[0112]
其中,新增数学基元标识,与前述所指的数学基元标识相类似,都用于唯一标识所对应的数学基元以及组块。
[0113]
在为新增数学基元通过新增组块而进行的核心参数配置中,所配置的核心参数对应于生成的新增数学基元标识。
[0114]
在步骤373中,在新增数学基元标识下对新增数学基元打包的数学基元标识以及核心参数生成数学基元定义信息。
[0115]
其中,新增组块是由至少一个组块所构成的,与此相对应的,新增组块所对应的新增数学基元也是由至少一个数学基元打包封装所形成的,对此,为新增数学基元所生成的新增数学标识之下对应着至少一组数学基元标识以及核心参数。
[0116]
用于描述所对应组块的数字基元的一组数学基元标识以及核心参数,与其它组数学基 元标识以及核心参数一起,描述新增数学基元,即为新增数学基元生成数学基元定义信息。
[0117]
应当理解,对于存在于图形界面可供用户选用的组块,都有着对应的数学基元定义信息,以便于以此为依据而为用户搭建的人工智能应用提供相应的算法实现。
[0118]
在步骤375中,将数学基元定义信息更新至服务端,数学基元定义信息在服务端的更新使新增数学基元能够在服务端对图形界面的初始化中新增所对应的组块。
[0119]
其中,数学基元定义信息在服务端的存在,便意味着所对应新增数学基元以及组块的被部署于后续所进行的人工智能应用搭建中,后续通过图形界面而供用户进行的人工智能应用搭建,都可选用所新增的组块,进而在所搭建的人工智能应用中配置新增的数学基元。
[0120]
此外,与前述所提供的一种人工智能应用搭建中新增组块的方法相对应的,下述为本发明在服务端中的方法实现,即应用于图1所示实施环境中服务器的组块新增实现方法。图6是根据一示例性实施例示出的一种人工智能应用搭建中新增组块的方法的流程图。在一个示例性实施例中,如图6所示,该人工智能应用搭建中新增组块的方法,至少包括以下步骤。
[0121]
在步骤510中,服务端接收用户对新增数学基元的更新,获得数学基元定义信息更新至服务端,数学基元定义信息在服务端的更新使新增数学基元能够在服务端对图形界面的初始化中新增所对应的组块;
[0122]
在步骤530中,为所述新增数学基元进行数学基元定义信息的保存,使所述图形界面初始化配置新增组块。
[0123]
其中,正如用户终端图形界面所进行的组块新增,受控于用户终端的服务端必然会接收到用户终端发送的数学基元定义信息,此时,将为用户进行数学基元定义信息的保存,以供用户在后续的人工智能应用搭建中调用。
[0124]
当然,用户所新增的组块,也可分享给其他用户,以在其他用户的人工智能应用搭建中使用,在此不进行限定。
[0125]
图7是根据另一示例性实施例示出的一种人工智能应用搭建中新增组块的方法的流程图。在一个示例性实施例中,如图7所示,该人工智能应用搭建中新增组块的方法,在执行步骤530之后,还包括以下步骤。
[0126]
在步骤610中,接收用户对所述新增组块相关的运行选择,获得对应于新增组块的字符串。
[0127]
其中,应当理解的,用户对图形界面上组块进行人工智能应用搭建,包含着对搭建所使用组块触发运行,以执行所对应算法逻辑的过程,以此来进行尝试性的人工智能应用搭建。
[0128]
因此,正如人工智能应用搭建过程所进行的,在接收用户对新增组块相关的运行选择之后,将新增组块所对应的字典,转换为字符串,以便于字典携带的数学基元标识以及核心参数在用户终端向服务端的传输。
[0129]
在一个示例性实施例中,将字典中的数学基元标识以及索引的核心参数,转换为JSON字符串,字典将以JSON字符串的形式向服务端传输。
[0130]
在步骤630中,将字符串解码转换为字典,字典包含了新增组块对应的新增数学基元标识以及核心参数。
[0131]
其中,在接收到用户终端对新增组块而发送的字符串之后,将字符串解码转换回字典的形式,然后再通过图论的数学语言表示进行解码得到可执行文本。
[0132]
服务端将会接收得到用户终端所发送的字符串。转换为此字符串的字典通过一条条字典数据为相应组块描述和定义了所对应的数学基元。
[0133]
应当理解,数学基元是在面向于用户所实现的人工智能应用搭建中,用于实现人工智能应用的操作单元,能够根据需要而在不同层面划分操作单元,进而为此而配置数学基元以及相应的组块。
[0134]
例如,可以根据人工智能算法而神经网络操作、点乘操作以及矩阵乘法操作等都作为操作单元而配置相应的,某些神经网络操作中包含着点乘操作,,因此,可以看到,二者 是不同层面上的操作单元划分,但是,并不影响其所对应数学基元以及组块的配置。
[0135]
因此,也可将细分的操作单元组合在一起形成在上一层面上形成新的操作单元,即数学基元和组块,此即为本发明所指的组块新增过程。
[0136]
在步骤650中,通过字典中包含的新增数学基元标识以及核心参数重建数学操作,获得新增组块的可执行文本。
[0137]
其中,可执行文本是对新增组块的代码描述,即组合了多个组块所对应数学操作的代码描述。可执行文本的执行,便执行了新增组块所对应的一系列操作,此过程即为新增组块的运行过程,对于用户而言,将以此来测试新增组块。
[0138]
对字典包含的新增数学基元标识以及核心参数,通过图论的数学语言表示而不断以DAG数据结构重构每一数学基元,并为此而构建此数学基元与其它数学基元之间的链接关系,进而最终形成新增组块对应的可执行文本,可执行文本包含了新增组块的所有可执行语句,由所有数学基元的代码信息构成。
[0139]
新增组块可执行文本的获得,也为新增组块的实现而在服务器部署所对应的代码信息,以便于后续所进行人工智能应用搭建时调用。
[0140]
图8是根据图7对应实施例示出的对步骤650进行描述的流程图。在一个示例性实施例中,该步骤650包括:
[0141]
在步骤651中,根据所述字典中的新增数学基元标识映射得到两个以上的数学基元标识。
[0142]
其中,正如前述所描述的,新增数学基元,是对两个以上的数学基元打包组合所得到的,因此,新增数学基元的字典中,其所对应新增数学基元标识,必然是映射于两个以上的数学基元标识的。
[0143]
新增数学基元所映射的两个以上数学基元标识分别对应于形成新增数学基元的每一数学基元。
[0144]
在步骤653中,根据两个以上的所述数学基元标识分别获取对应的核心参数和数据缺失代码,将所述核心参数填充至所述数据缺失代码得到执行所对应数学操作的代码信息。
[0145]
服务器为人工智能应用算法所涉及的数学操作进行着代码所相关信息的存储。为每一数据操作的执行所存储的代码相关信息,是缺失了核心参数的数据缺失代码。数据缺失代码是以数学基元标识为索引相应进行存储的。缺失了核心参数的数据缺失代码,通过所进行核心参数的填充而实现所执行数学操作的配置。
[0146]
在服务器所存储数据缺失代码的作用下,使得服务器一方面在数据缺失代码的支持下为用户提供人工智能应用算法,使得用户能够通过组块而简单直观的搭建人工智能应用,另一方面也将在数据缺失代码的支持下获得灵活自由的算法实现,增强了人工智能应用搭建的灵活性。
[0147]
字典中的核心参数是对应于数学基元标识的,因此,在由数学基元标识获得数据缺失代码之后,也将由此数学基元标识获取对应的核心参数,将所获取的核心参数填充至数据缺失代码中,以获得执行所对应数学操作的完整代码信息。
[0148]
所填充核心参数而获得的代码信息,是在代码层面上的数学基元描述。在数据缺失代码以及代码信息的作用下,使得用户即便不具备编程智能以及编程技能也能够根据自己的需求搭建人工智能应用。
[0149]
在步骤655中,根据所述数学基元标识所对应核心参数中指示的输入维度和输出维度,对所述代码信息从输出到输入顺次通过图论的数学语言表示重构所述人工智能应用的可执行文本。
[0150]
其中,正如前述描述所指出的,核心参数为所对应执行的数学操作,也为其通过代码信息所进行的人工智能算法实现指示了输入维度以及输出维度,因此,能够与此为依据而与其它数学基元对接。
[0151]
在此应当说明的是,图论的数学语言表示是针对于数学基元而言的,也是针对于执行所对应数学操作的代码信息而言的。图论的数学语言表示是借助于DAG结构来快速准确 的重建数学基元所对应的输入、输出以及数学操作,进而在此基础上按照输出到输入的顺序不断进行着数学基元所对应DAG结构的重建,直至完成字典对应的所有数学基元重建。
[0152]
在字典所对应所有数学基元都重建得到了图论的数学语言表示之后,对于所对应的代码信息,按照图论的数学语言表示进行拼接即可重构得到新增组块的可执行文本。
[0153]
应当理解,为人工智能应用所进行的组块新增,必然是在人工智能应用搭建之上进行的,此人工智能应用搭建的实现,包括以下过程的执行,即:
[0154]
(1)接收对图形界面上组块的选取指令,组块是所对应数学基元的图形表示;
[0155]
(2)通过选取指令在图形界面的搭建区为人工智能应用的搭建配置组块,且将组块之间相互链接形成用户操控下所搭建人工智能应用的人工智能算法构型;
[0156]
(3)根据人工智能算法构型进行所包含组块向字典的转换,获得组块所对应数学基元标识以及核心参数构成的字典,该核心参数是对应于组块配置的;
[0157]
(4)通过字典向服务端发起用户所搭建人工智能应用的解码,触发人工智能应用在服务端运行。
[0158]
对于所执行的过程(1),选取指令指示了用户所选取的组块。如前所述的,组块是所对应数学基元的图形表示,因此,可通过所对应数学基元标识来唯一标示组块,选取指令携带了数学基元标识,以此来标示用户所选取的组块,并为此执行相应的响应。
[0159]
每当进行一次组块选取,实现人工智能应用搭建的进程都将接收得到对图形界面上所对应组块的选取指令。以此类推,随着组块选取的不断进行,将不断接收到对应于不同组块的选取指令。
[0160]
在一个示例性实施例中,所执行的过程(1)包括:在图形界面初始化配置的若干组块中,通过施加于组块上的用户操作接收得到对图形界面上组块的选取指令,直至实现人工智能应用的组块被全部选取。
[0161]
其中,如前所述的,图形界面初始化配置了众多组块,例如,操作组件选取栏中组块的存在。用户可根据人工智能应用搭建的需要而不断在所需要的组块施加用户操作,例如向搭建区的拖拽操作,以此来对不断选用的组块生成选取指令,所对应的进程便不断接收到生成的选取指令,直至所需要的组块被全部选取。
[0162]
对于所执行的过程(2),随着选取指令的接收,不断在图形界面的搭建区为人工智能应用的搭建配置组块,所配置的组块是选取指令中携带的数学基元标识对应的。
[0163]
在选取指令的作用下,在图形界面的搭建区为人工智能应用配置了所涉及数学基元对应的组块,进而使得图形界面的搭建区存在着两个以上的组块。
[0164]
应当理解,随着图形界面上组块选取的进行,所选取的组块零散分布于图形界面的搭建区。此时,将在用户操控下进行组块之间的相互链接,以此来获得所搭建人工智能应用的人工智能算法构型。
[0165]
人工智能算法构型是描述人工智能应用中执行数学操作的网络拓扑,换而言之,也是所部署数学基元形成的网络拓扑。对于相互链接的数学基元,上一数学基元的输出将作为下一数学基元的输入,以此类推形成整个人工智能算法构型。
[0166]
在一个示例性实施例中,人工智能算法构型是以图的形式存在的,即其可为人工智能算法构型图的形式。人工智能算法构型指示了所构建网络拓扑中包含的组块以及所包含组块之间的链接关系。
[0167]
在可供进行人工智能应用搭建的图形界面上,随着用户操作为所搭建人工智能应用自由进行着组块的选用配置,以及构建所选用配置组块之间的链接关系,这些都将由用户操作而根据自身的人工智能应用需求自由进行,实现了人工智能应用搭建的图形化编程,以此来最大限度的降低门槛。
[0168]
对于所执行的过程(3),人工智能算法构型指示了当前所搭建人工智能应用的网络拓扑中包含的组块以及组块之间的链接关系,并且组块是对应于数学基元的,因此,根据人工智能算法构型而进行的组块向字典的转换,是组块向字典数据的转换,所获得的字典数据便用于形成实现所搭建人工智能应用的字典。
[0169]
也就是说,对人工智能算法构型,都将针对于组块进行着字典数据的生成,以实现人工智能算法构型所包含组块向字典的转换。对组块所生成的字典数据用于指示所对应的数学基元,并且对此数学基元进行输入和输出控制。
[0170]
可选的,人工智能算法构型是面向于组块所形成的网络拓扑,按照组块所对应数学基元获得数学基元标识以及为此数学基元而配置的核心参数,以数学基元标识为索引项,核心参数为索引值构建得到此组块所对应的字典数据,以此类推,所有组块对应的字典数据便构成了所搭建人工智能应用的字典。
[0171]
在此,应当补充说明的是,核心参数是对应于数学基元标识的,也就是说,核心参数为所对应数学基元而配置的。将通过搭建区中所对应组件在工具栏所进行的数据和模型微调而获得所配置对应于数学基元的核心参数。
[0172]
在一个示例性实施例中,对于人工智能应用所涉及的诸多算法,对应于数学基元的核心参数包括了模型所适用的超参数、输入维度以及输出维度等关键数据。核心参数的配置将得以保证所对应数学基元定义数学操作的顺利执行。
[0173]
对于所执行的过程(4)其中,在为当前所搭建人工智能应用转换得到字典之后,即可通过字典向服务端发起所搭建人工智能应用的解码,以此来触发人工智能应用在服务端的运行。
[0174]
字典是用户搭建人工智能应用所获得的,其将通过所包含字典数据记录的数学基元标识以及核心参数而使得服务端能够以字典的形式获得所搭建的人工智能应用。
[0175]
通过此示例性实施例,在用户终端所实现的用户侧进行着基于图形界面的人工智能应用搭建,即图形化编程,用户完成人工智能应用的搭建之后,搭建的人工智能应用便借助面向组块所对应数学基元生成的字典,使得用户所进行的人工智能应用搭建能够被服务端所获悉,进而运行在服务端,以此来满足用户的人工智能需求,获得所搭建人工智能应用所能够提供的功能。
[0176]
对于所进行的人工智能应用搭建而言,在图形界面以及对应于数学基元的组块作用下,得以面向于用户实现了人工智能应用所涉及复杂算法的开发,即通过不同组块的选用以及相互链接来构建得到所需要的复杂算法,但用户并不需要具备代码开发能力且学习人工智能专业知识,仅需要大致了解每一组块所对应数学基元的功能即可,为大众消除了人工智能应用搭建的门槛。
[0177]
如上所述的示例性实施例,是将人工智能应用所涉及的算法,即数学操作及其输入输出封装为数学基元,为以组块的形式向用户呈现,以此为基础使得图形界面之上人工智能应用的搭建得以进行。
[0178]
可选的,对于所执行的过程(2),其首先配置选取指令指示的组块于图形界面的搭建区,然后对置于搭建区的组块获取所对应的核心参数,最后随着搭建区中两个以上组块的配置,进行组块之间的相互链接形成用户操控下所搭建人工智能应用的人工智能算法构型。
[0179]
其中,随着所进行选取指令的接收,将根据所接收的选取指令对搭建区进行着组块的配置,以使得选取指令指示的组块被添加至图形界面的搭建区。
[0180]
组块在搭建区的配置,为当前所搭建的人工智能应用一步步添加所需要数学基元的过程,以此来最终构建实现人工智能应用的人工智能算法构型,即实现人工智能应用所对应数学基元的网络拓扑。
[0181]
随着用户操作的进行,选取指令被不断触发生成,进而得以不断在搭建区添加用户所选取的组块。而对于每一组块,都可进行所对应核心参数的配置和调整,以适用于当前所搭建的人工智能应用。
[0182]
在一个示例性实施例中,针对置于搭建区的一组块,进行所对应数学基元中核心参数的配置和调整,在完成这一组块的核心参数配置和调整之后,便可进行其它组块的核心参数配置和调整。
[0183]
例如,通过搭建区中组块的选定即可发起对该组块的核心参数配置和调整。具体的,选定搭建区中的一组块之后,图形界面上的工具栏便用于进行这一组块的核心参数配置和 调整,此时,用户仅需要在此工具栏上进行设定参数的配置和调整即可。
[0184]
所对应组块的链接关系变换,不仅需要在搭建区变换组块所链接的其它组块,还应当适应于所链接组块的数学基元而调整输入维度和/或输出维度,以适应于动态变化的人工智能应用搭建。
[0185]
为图形界面搭建区所选定的组块,根据用户对组块进行的核心参数配置,获取得到组块对应的核心参数。
[0186]
正如前述描述所指出的,搭建区分布着至少一个组块,而对任意一组块,都可通过其在搭建区上的选定而发起所对应的核心参数配置过程。一旦在搭建区选定了一组块之后,就能够进行这一组块的核心参数配置。
[0187]
所进行的核心参数配置,便是在用户操控下所进行输入参数、调整参数以及选取参数等的过程,不同组块所对应的数学基元的不同,也将对应着不同的核心参数配置过程。
[0188]
无论如何,都将通过所进行的核心参数配置而获得为搭建区所选定组块对应的核心参数,并且以此类推得到搭建区中所有组块分别对应的核心参数,即完成搭建区中所有组块的核心参数配置,进而保障所搭建人工智能应用的运行。
[0189]
对于存储于搭建区中两个以上的组块,将在用户操控下进行组块之间的链接,以通过此来使得搭建区中分布的组块能够搭建成为人工智能应用的人工智能算法构型。
[0190]
组块之间的链接,一方面是指组块在搭建区的连线,此连线除了指示组块之间相互连接之外,还指示了所连接组块之间的输入输出关系;另一方面,组块之间的链接还指示上一组块的输出将作为所链接下一组块的输入。
[0191]
以此类推,随着搭建区中所添加组块的结束,以及组块之间链接的设置,形成人工智能算法构型。此人工智能算法构型是对用户当前所搭建人工智能应用进行的算法描述。对于用户当前所搭建的人工智能应用而言,其运行过程将是按照所对应的人工智能算法构型中组块所指示的数学基元以及相互链接关系执行算法的过程。
[0192]
在一个示例性实施例中,组块之间在用户操作下通过所进行组块之间的连线而实现了组块之间的相互链接。由此而获得的人工智能算法构型是在用户操控下实现的,在此所指的用户操控,是搭建人工智能应用时用户需要触发的组块选取操作以及对组块之间连线的操作等,在此不进行限定,任意能够为所搭建的人工智能应用配置组块以及构建所配置组块之间链接的操作,都是形成人工智能算法构型而触发进行的用户操作。
[0193]
通过此示例性实施例,为当前所搭建人工智能应用进行了人工智能算法构型的搭建,以此来实现算法开发,增强用户为自身需求而随意搭建人工智能算法构型,灵活性增强的同时实现了所需即所得的人工智能应用搭建,不再受限于代码知识、人工智能算法以及数学表示等专业知识的缺失。
[0194]
可选的,对于所执行的过程(3),其首先对人工智能算法构型中包含的组块,获取组块所对应数学基元标识以及核心参数;再以数学基元标识为索引项,核心参数为索引值构建人工智能应用的字典。
[0195]
其中,人工智能算法构型是对所搭建人工智能应用中采用的模型和数据进行算法逻辑描述,即所引入数学基元构成的算法逻辑,并且正如前述描述所指出的,人工智能算法构型是由所多个组块构成的网络拓扑。
[0196]
在用户通过对组块的操控而完成搭建区中组块的添加以及链接之后,搭建区所分布的组块以及相互之间的关系,便构成了人工智能应用的组块架构,即指示了人工智能应用搭建所使用的数学基元以及数学基元之间的链接关系。
[0197]
每一数学基元为实现所对应数学操作的执行,都有着对应的代码描述,即包含了核心参数的代码信息,以通过所对应代码描述的执行而达成所对应数学操作的执行。由组块所构成的人工智能算法构型,所对应数学基元的存在将指示了在此人工智能算法构型下执行一系列数学操作的代码描述信息,即由数学基元标识对应且包含了核心参数的代码信息构成的可执行文本。
[0198]
基于此,对于完成了组块添加和链接的搭建区,相应完成了人工智能算法构型的搭建。 在此人工智能算法构型下,通过获取每一组块所对应数学基元标识以及核心参数来为所搭建人工智能应用生成字典。
[0199]
应当理解,所生成的字典用于向服务端传递用户所自适应搭建的人工智能算法构型,以此来获得运行于服务端的人工智能应用。
[0200]
每一组块,都有着所对应的数学基元,即组块是所对应数学基元的图形表示,因此,对于人工智能算法构架下的组块,都能够获取得到所对应的数学基元标识,并且随着前述对组块所进行的核心参数配置而获得核心参数。对于一组块而言,所获得的核心参数是对应于数学基元标识的。
[0201]
对人工智能算法构型下的每一组块构建字典数据,即以其所对应数学基元标识为索引项,以核心参数为索引值来构建得到组块的字典数据,以此类推,人工智能算法构型下所有组块的字典数据便形成人工智能应用的字典。
[0202]
在字典的作用下,将组块这一图像信息转换为存在于服务端的代码,即获得人工智能应用的可执行文本,以此来解决人工智能算法复杂而难以适应于用户开发的困境。
[0203]
除此之外,通过生成字典的方式,也将为用户所搭建的人工智能应用进行着核心参数的传递,以向服务端提供用户个性化配置的核心参数,保证了人工智能应用的搭建能够精准适应于用户的人工智能应用需求。
[0204]
可选的,对于过程(4),其首先对字典中数学基元标识以及索引的核心参数进行字符串转换;再为用户所构建的人工智能应用向服务端传输字符串,通过字符串的传输发起服务端对字符串的解码获得人工智能应用的可执行文本,以运行于服务端。
[0205]
可执行文本是用户所搭建人工智能应用的代码描述。可执行文本的执行,便执行了用户为实现人工智能应用所配置的一系列操作,此过程即为人工智能应用的运行过程。
[0206]
通过此示例性实施例,所搭建人工智能应用能够存在于服务端,进而通过服务端优秀的硬件条件得以充分实现人工智能应用中配置的功能。
[0207]
与之相对应的,对于人工智能应用搭建的服务器实现,其包括以下执行过程,即:
[0208]
(a)用户选择进行的人工智能应用搭建中,服务端接收字典所对应字符串,该字符串对应的字典用于描述为人工智能应用搭建所配置的组块;
[0209]
(b)解码字符串获得人工智能应用的可执行文本;
[0210]
(c)通过可执行文本的执行,使用户选择搭建的人工智能应用运行服务端。
[0211]
其中,为实现用户终端中的人工智能应用搭建,所部署的服务端将响应用户终端的操控配合实现人工智能应用的搭建,为用户获得存在于服务端的人工智能应用。
[0212]
人工智能应用的运行,是通过一系列数学操作的执行所实现的,即以数学基元为单位而实现用户所需要的运算。数学操作的执行必然有着所对应的代码信息支持,以此来控制服务端对此数学操作的执行。因此,服务端为所部署的组块都相应进行着代码所相关信息的存储,需要用户为所搭建人工智能应用生成的字典控制下分别调取,以获得能够实现人工智能应用运行的可执行文本。
[0213]
基于此,随着用户在用户终端所进行的人工智能应用搭建完成,为所搭建人工智能应用而生成的字典将被转换为字符串,并发送至服务端,以使得服务端能够获得用户所进行的人工智能应用搭建。
[0214]
其中,对字典转换而获得的字符串,解码字符串即可获得所搭建人工智能应用中涉及的数学基元标识以及核心参数,在此基础之上通过图论的数学语言表示而不断以DAG数据结构重构每一数学基元,并为此而构建此数学基元与其它数学基元之间的链接关系,进而最终形成所搭建人工智能应用对应的可执行文本。可执行文本包含了所搭建人工智能应用的所有可执行语句,由所有数学基元的代码信息构成。
[0215]
在获得人工智能应用的可执行文本之后,即可触发人工智能应用的运行,此时,将通过可执行文本中语句的执行而实现人工智能应用所部署的功能,以此来满足用户的人工智能需求。
[0216]
对于用户而言,一方面,其通过图形界面快速自由的进行了人工智能应用的搭建,另 一方面,由于所搭建人工智能应用是存在且运行于服务端的,因此,能够使得自身所搭建的人工智能应用获得了优秀的硬件性能以及强大的计算能力,增强了所搭建人工智能应用的性能。
[0217]
可选的,对于过程(b)的执行,其包括:首先将字符串解码转换为字典,字典包含了为人工智能应用所配置组块对应的数学基元标识以及核心参数;再通过字典中包含的数学基元标识以及核心参数重建执行对应数学操作的代码信息,获得人工智能应用的可执行文本。
[0218]
如前所述的,数学基元标识以及核心参数这一组字典数据指示着所对应的数学基元以及链接于此数学基元的其它数学基元,即输入维度是核心参数中输出维度的数学基元即为当前数学基元所链接的。
[0219]
因此,能够通过字典所包含的一条条字典数据来进行数学基元的重建,所重建的数学基元在程序执行方面将以代码信息的形式表示,通过重建来获得代码信息,此代码信息是执行数学基元所对应数学操作的程序语言。以此类推,所有代码信息便构成了人工智能应用的可执行文本。
[0220]
对于人工智能应用可执行文本的获得,在一个示例性实施例中,包括以下步骤的执行:
[0221]
根据字典中的数学基元标识获得所对应数学操作的数据缺失代码;
[0222]
将数学基元标识对应的核心参数填充至获得的数据缺失代码,得到执行所对应数学操作的代码信息;
[0223]
根据数学基元标识所对应核心参数中指示的输入维度和输出维度,对代码信息从输出到输入顺次通过图论的数学语言表示重构人工智能应用的可执行文本。
[0224]
服务端受控于用户终端所进行的人工智能应用搭建而获得面向于所搭建人工智能应用的字典,该字典记录着所搭建人工智能应用所使用的每一数学基元对应的数学基元标识以及核心参数。
[0225]
除此之外,服务端还为所需要执行的数学操作进行着代码所相关信息的存储。为每一数学操作的执行所存储的代码相关信息,是缺失了核心参数的数据缺失代码。数据缺失代码是以数学基元标识为索引相应进行存储的。缺失了核心参数的数据缺失代码,能够随着不同人工智能应用的实现而相适应填充不同核心参数,实现所执行数学操作的不同配置,以此来充分适应人工智能应用的实现。
[0226]
例如,图9是根据一示例性实施例示出的一简单数学基元所对应DAG结构的示意图。这一简单数学基元为“I+W=O”,即以“I”为输入,“O”为输出,对输入数据执行加法操作,而“W”则是所需要训练所得到的参数。
[0227]
下表即为用户在图形界面中对组块Add配置的“I”和“O”数据表,组块Add指示了所对应的数学基元将对输入数据执行加法操作,具体如下表所示,即:
[0228]
[表0001]
I O
1 7
2 8
3 9
4 10
5 11

[0229]
表1
[0230]
通过此示例性实施例中,借助于DAG结构使得人工智能应用的搭建即便涉及复杂的人工智能算法也能够快速实现。
[0231]
可选的,对于过程(c)的执行,包括:在训练模式下,获取适用于人工智能应用的样本数据,训练模式是在图形界面被用户所选择的模式;
[0232]
通过可执行文本的执行在服务端运行人工智能应用,在人工智能应用的运行中通过样本数据进行参数的训练。
[0233]
此示例性实施例为用户搭建的人工智能应用提供了人工智能应用的训练过程,以为用户搭建的人工智能应用通过设置的样本参数而完成参数的迭代训练,进而方可正常使用搭建的人工智能应用。
[0234]
适用人工智能应用的样本数据,在一个示例性实施例中,是用户所配置的,例如,用户通过图形界面所设置的工具栏进行着样本数据导入,此外,也可通过操作界面上与数据相关的组块对所搭建人工智能应用实现样本数据的设置,还可通过工具栏中设置的选取框实现样本数据的选取。
[0235]
也就是说,样本数据是用户所收集的,也可以是存储于服务端其他用户所分享的,还可以是服务端根据各类人工智能应用的搭建需要所预配置的,在此不进行限定。
[0236]
在完成了人工智能应用的搭建之后,即实现人工智能应用的所有组块都已经在搭建区添加完成且相互链接,在此之后便可选取训练模式,以对搭建的人工智能应用进行参数的迭代训练。
[0237]
也就是说,对于完成搭建的人工智能应用,通过用户操控可置于训练模式,也可置于运行决策模式,以此来对人工智能应用的运行进行控制。
[0238]
例如,其可在图形界面设置训练模式或者决策模式开启的开关,用户仅需要对开关进行操控即可选择进入相应的模式。
[0239]
在训练模式下,根据用户所进行的样本数据配置而获取得到适用于人工智能应用的样本数据,例如,获取服务端所推荐的样本数据,获取其他用户分享的样本数据,自己在图形界面中导入所需要的样本数据等。
[0240]
人工智能应用是基于机器学习所实现的,是通过机器学习的算法而为用户解决特定问题。例如,机器学习算法可以是神经网络算法。因此,搭建完成的人工智能应用必然涉及到训练的实现,通过迭代训练方可获得人工智能应用正常运行所需要的参数。
[0241]
通过此示例性实施例,为搭建的人工智能应用实现了样本数据获取的入口,即便用户受限于各种情况而无法获得数据量庞大的样本数据,也能够借助于服务器获得,进而保证所搭建人工智能应用的训练以及后续的使用,在此基础上,用户也能够适应于自身需求准备样本数据,以保证所搭建人工智能应用后续决策的精准性。
[0242]
此外,对于用户提交到服务端的样本数据,根据自身选择,可隐藏,即作为自己的隐私数据存储,但也可将其状态设置为公开状态,以在服务端分享。
[0243]
而对于服务端,除了所预先配置的样本数据以及用户所分享的样本数据之外,也可以众包的方式获取样本数据,在此不进行限定。
[0244]
在另一个示例性实施例中,对于过程(c),还可包括以下步骤:
[0245]
获取用户选择输入的数据,该数据包括用户所搭建人工智能应用处理的目标数据;
[0246]
通过执行完成参数训练的可执行文件,在决策模式下运行训练的人工智能应用完成用户选择输入数据的处理。
[0247]
其中,人工智能应用搭建和训练完成之后,用户将在图形界面上传所需要人工智能应用处理的数据,根据人工智能应用的不同,其数据内容以及数据类型均不相同,例如,所上传请求人工智能应用处理的数据,可以是文本数据,视频数据甚至于音频数据等
[0248]
此示例性实施例,实现了用户使用自已搭建的人工智能应用进行数据决策,搭建的人工智能应用真正解决了用户的数据处理需求。
[0249]
用户选择输入的数据即为用户需要借助于搭建的人工智能应用处理的数据,应当理解,用户正是为此这些数据的处理需求而进行的人工智能应用搭建。
[0250]
与训练模式相类似的,在用户操控下仅需要开启决策模式即可进行用户选择输入数据的处理。
[0251]
接收用户在图形界面向自身所搭建人工智能应用上传的数据;根据数据中携带的用户标识确定用户搭建的人工智能应用;对数据中请求自身所搭建人工智能应用处理的目标数据触发运行确定的人工智能应用。
[0252]
人工智能应用搭建和训练完成之后,用户将在图形界面上传所需要人工智能应用处理 的数据,根据人工智能应用的不同,其数据内容以及数据类型均不相同,例如,所上传请求人工智能应用处理的数据,可以是文本数据,视频数据甚至于音频数据等。
[0253]
服务端配合诸多用户终端实现了每一用户终端上的人工智能应用搭建,因此,不同的用户,其所搭建的人工智能应用各不相同。因此,对于服务端而言,将以用户标识为索引进行着字典的存储,以此来记录不同用户对应的人工智能应用。
[0254]
完成了搭建和训练的人工智能应用,其字典存储于服务端,以供用户随时调用。也就是说,用户可在需要时随着访问服务端而调用搭建且训练完成的人工智能应用,并且在人工智能应用的使用中借助于决策结果而不断迭代优化人工智能应用中的参数,以此来不断提高决策的准确性。
[0255]
用户标识用于唯一标示用户,因此,用户可通过用户标识实现其在服务端的登录,进而调用所搭建的人工智能应用。通过前述步骤的执行,在完成所需要处理数据的上传之后,请求用户标识所对应的人工智能进行所上传数据的处理,以此来以所上传的数据为输入运行人工智能应用。
[0256]
用户的人工智能应用需求为短视频的动作识别,以此为例,结合上述方法实现进行阐 述。
[0257]
用户需通过本发明的人工智能应用搭建实现视频动作识别。具体的,对于描述一动作的短视频,能够通过用户所搭建的人工智能应用实现此动作的识别,输出动作分类结果。
[0258]
在此,正如图1对应实施环境所描述的,在用户终端,用户可在图形界面的操作组件选取栏进行着所需要组块的拖拽,以将所需要的组块拖拽至操作界面,并在组块之间通过连线构建链接关系,直至完成人工智能算法构型的搭建。
[0259]
所搭建的人工智能算法构型中采用的神经网络操作即为用户所实现人工智能应用采用的数学操作。
[0260]
图10是根据一示例性实施例示出的图形界面示意图。在一示例性实施例中,如图10所示,操作组件选取栏810设置了众多操作组件,即与数据、模型相关的组块;操作界面830则是用户拖拽所需要组块的停留区域,通过拖拽图标,即组件来完成数据和模型搭建。
[0261]
在所进行的数据和模型搭建中,还将通过右侧的工具栏850进行数据和模型的微调。
[0262]
通过此过程来完成人工智能应用的搭建,并进行参数的迭代训练。迭代训练过程所相关信息,例如迭代次数,以及相关的迭代训练结果,将通过操作结果显示区870进行显示,在此,也将进行数据和模型的训练准确度显示,以保证用户能够掌握人工智能真实的性能。
[0263]
用户所搭建能够实现视频动作视频的人工智能应用,可通过不断进行的组块拖拽而尝试不同的人工智能算法构型,以从中找到可用的人工智能算法构型。
[0264]
例如,可从操作组件选取栏810将卷积神经网络操作对应组块拖拽至操作界面,一构建第一层卷积神经网络,图11是根据一示例性实施例示出的一卷积神经网络操作所对应组块在操作界面上的示意图,组块I表示输入,组块Dense表示深度学习神经网络中的卷积神经网络操作,组块O表示输出,在此基础之上,再向操作界面拖拽两个对应于卷积神经网络操作的组块,构建三层卷积神经网络,以此来实现所搭建人工智能应用中的卷积特征提取,图12是根据图11对应实施例示出的三层卷积神经网络在操作界面上的组块分布以及链接示意图。
[0265]
通过用户终端与服务端之间的交互,用户可不断尝试进行人工智能应用的搭建,并且不断验证效果,操作简单且成本低。
[0266]
通过本发明的实现,帮助用户快捷地实现自身所需要的人工智能应用,且能够在需要的时候随意调用。
[0267]
对于一个人工智能所相关知识零基础的人而言,要实现一个人工智能应用的自主开发,所经历的过程大致是:首先完整地学习代码知识,具备一定的代码开发能力,然后完整地学习人工智能专业知识,最后,需要作为一个开发者根据当前具体的需要,选择合适的编程语言在编译器中进行算法开发,此过程所需要耗费的时间周期至少在7年以上。
[0268]
应当理解的,代码知识、机器学习所相关的深度学习算法以及数学表示、人工智能的 整体知识等,很难普及大众,并且代码的学习门槛也是大众所难以逾越的。
[0269]
而为了克服上述所指的诸多困难,通过本发明的实现开发,首先对于大众而言,提供了用户友好的界面,并对通过组块,以及数学基元的形式封装诸多技术细节,实现标准化的人工智能模型搭建流程,从而真正帮助大众使用人工智能技术。
[0270]
人工智能算法不同于类似于儿童编程所涉及的简单算法逻辑,其是一种复杂的自然表达,是难以借助于图形用户编程来实现。
[0271]
而本发明,通过数学基元实现代码封装,以此来实现所需要的数学操作,并且在图形界面上定义图形组块来表示。
[0272]
图13是根据一示例性实施例示出的本发明所涉及前端与后端之间的交互示意图。在此示例性实施例中,用户侧所实现的是一网站图形界面,也就是说,对于用户而言,将通过一网络应用来实现所需要的人工智能应用搭,仅需要获知后台所对应的访问地址即可通过浏览器实现网络应用的运行。
[0273]
当然也并不限于此,也可通过发布终端程序等诸多方式实现。
[0274]
如图13所示的,通过用户在网站图形界面的操控,后台的服务器将按照用户所配置的组块,即图形转换为代码,以此来获得搭建的人工智能应用,并借助于服务器所提供的云计算能力向用户返回结果,或者人工智能算法构型图。在网站图形界面上,用户以图论的数学语言表示构建AI(Artificial Intelligence,人工智能)算法,即前述所指的数学基元,其所涉及的算法信息存储于JavaScript语言实现的字典中。一方面,用户在网站图形界面上选择对算法进行训练,在此之后,即可将字典以JSON字符串的形式提交到后台的服务器,服务器在接收到该JSON字符串后,将其从输出端到输入端解码为可运行的AI代码语言,服务器将依据AI代码语言完成训练,并将结果返回网站图形界面,并显示。
[0275]
应当说明的是,数学基元是对应于数学操作的,此数学操作可包括加法、减法、乘法、除法等基本数学操作(BMO,Basic Mathematical Operations),还包括各种复杂的数学操作,例如,神经网络操作等、数学基元在图论上的数学语言表达,是用来表达数学操作的一种DAG结构,亦称之为MNG(Mathematical Network Graph)。DAG(Directed Acyclic Graph)结构,用于描述以节点的形式代表表达式应用逻辑。
[0276]
图14示出了一示例性实施例中本发明整体方案的实现示意图。在一个示例性实施例中,如图14所示的,对于用户所自主开发的人工智能应用而言,其包括四大阶段,即:构建期、发送图阶段、翻译词典为MNG阶段以及并回送结果阶段。
[0277]
构建期即为用户对所需要的人工智能应用进行搭建的阶段,在此阶段,用户通过组块可进行人工智能算法以及新的MNG图块的构建,无论是人工智能算法的构建还是新的MNG图块的构建,其所对应的数学基元索引以及核心参数都被标记并存储在字典中。
[0278]
由构建期进行发送图阶段。发送图阶段是为所构建的人工智能算法或者新的MNG图块发送字典的阶段,而之所以称之为发送图阶段,是指字典所对应的人工智能算法或者MNG图块,在都是对应于一网络拓扑图的。
[0279]
在发送图阶段实现了服务器所接收字符串的类型转换,以消除字符串并解码转换回字典。
[0280]
由发送图阶段便进入了翻译词典为MNG阶段,在此阶段上,服务器将进行MNG,即数学基元的识别,以通过DAG结构来生成代码,获得可执行的AI代码语言,从而进行训练并返回结果。
[0281]
训练的AI代码语言即可用于对数据实现决策。对数据实现决策阶段,仍然是运行并回送结果。在此过程中,服务器完成了人工智能应用的方法构建之后,即获得AI代码语言,此时,将识别模型并检查其是否已经被训练,如果已被训练并包含要运行的数据,则用该数据运行AI代码语言,并返回结果。
[0282]
可选的,在对数据实现决策之前,还将通过向用户展示人工智能算法构型图的方式,确认其是用户想要的,在此基础之上方可运行以前训练过的AI代码语言。
[0283]
此人工智能算法构型图,在用户搭建人工智能应用之时,便已经通过组块所构建得到。 所获得AI代码的过程就是从人工智能算法构型图中提取重要信息并解析为代码的过程,以此来进行封装,即封装为每一数据基元,实现了net-to-gate,即由网络结构至单一的数学操作。至此,可以理解的,任何的数学操作或数学方程都是BMO的复合体,BMO链接在一起就形成了一种DAG结构,将此表达为MNG。每一个MNG都有着各自的输入和输出,并且不同MNG之间的输入和输出可相互链接,形成完整的逻辑网络,因此,可借助于此而作为组块和代码之间的等价过渡形式,以此来将组块所对应的信息准确传递给代码,实现图形界面与文本编程语言的转换。
[0284]
应当理解的,每个数学基元都是在一开始就实现的,同时,他们也是用户操控的基础,用户通过组块而构建的网络结构将像之前一样转换成字典。然后将字典转换成DAG格式并进行解析。然后,网络结构变成一个数学基元,然后作为一个新的数学基元添加到服务器。新形成的数学基元可以和其他基元一样用作构建其他网络。随着这个循环的重复,可以在不增加图形基础程序设计语言开发难度的情况下开发更复杂的算法。
[0285]
下述为本发明装置实施例,用于执行本发明上述人工智能应用搭建中新增组块的装置实施例。对于本发明装置实施例中未披露的细节,请参照本发明人工智能应用搭建中新增组块的方法实施例。
[0286]
图15是根据一示例性实施例示出的一种人工智能应用搭建中新增组块的装置的框图。在一个示例性实施例中,如图15所示的,该人工智能应用搭建中新增组块的装置,包括:
[0287]
新增选择模块1010,用于对图形界面搭建区配置的组块,接收用户的新增组块选择指令,所述新增组块选择指令作用于相互链接的所述组块;
[0288]
字典生成模块1030,用于根据所述新增组块选择指令作用的组块对应生成字典,所述字典包括所述组块对应的数学基元标识以及核心参数;
[0289]
数学表示模块1050,用于对所述字典中的数学基元标识以及核心参数通过图论的数学语言表示组合封装为新增的数学基元;
[0290]
更新模块1070,用于向所述图形界面和服务端进行所述新增数学基元的更新。
[0291]
与此相对应的,图16是根据一示例性实施例示出的服务器侧所实现人工智能应用搭建中新增组块的装置的框图。在一个示例性实施例中,如图16所示的,该人工智能应用搭建中新增组块的装置,包括:
[0292]
更新接收模块1110,用于接收用户对新增数学基元的更新,获得数字基元定义信息,数学基元定义信息包括新增数学基元标识以及在新增数学基元标识下被新增数学基元封装所对应的至少一数学基标识、核心参数;
[0293]
存储模块1130,用于进行数学基元定义信息的保存,使图形界面初始化配置新增组块。
[0294]
可选的,本发明还提供一种电子设备,该电子设备可以用于图1所示实施环境中,执行图3至图8任一所示的方法的全部或者部分步骤。所述装置包括:处理器;用于存储处理器可执行指令的存储器;
[0295]
其中,所述处理器被配置为执行实现前述所指的方法。
[0296]
该实施例中的装置的处理器执行操作的具体方式已经在有关前述实施例中执行了详细描述,此处将不做详细阐述说明。
[0297]
在示例性实施例中,还提供了一种存储介质,该存储介质为计算机可读存储介质,例如可以为包括指令的临时性和非临时性计算机可读存储介质。该存储介质例如包括指令的存储器204,上述指令可由装置200的处理器218执行以完成上述方法。
[0298]
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

权利要求书

[权利要求 1]
一种人工智能应用搭建中新增组块的方法,其特征在于,所述方法包括: 对图形界面搭建区配置的组块,接收用户的新增组块选择指令,所述新增组块选择指令作用于相互链接的所述组块; 根据所述新增组块选择指令作用的组块对应生成字典,所述字典包括所述组块对应的数学基元标识以及核心参数; 对所述字典中的数学基元标识以及核心参数通过图论的数学语言表示组合封装为新增的数学基元; 向所述图形界面和服务端进行所述新增数学基元的更新。
[权利要求 2]
根据权利要求1所述的方法,其特征在于,所述根据所述新增组块选择指令作用的组块对应生成字典,包括: 根据所述新增组块选择指令作用的所有组块分别获取对应的数学基元标识以及核心参数; 对每一组块都以对应的数学基元标识为索引项,所述核心参数为索引值构建字典数据,以生成新增组块对应的字典。
[权利要求 3]
根据权利要求1所述的方法,其特征在于,所述向所述图形界面和服务端进行所述新增数学基元的更新,包括: 为所述新增数学基元按照所配置的组块名称向所述图形界面添加新增组块,以在图形界面初始化配置的若干组块中更新所添加的新增组块。
[权利要求 4]
根据权利要求1所述的方法,其特征在于,所述向所述图形界面和服务端进行所述新增数学基元的更新,包括: 为新增数学基元生成新增数学基元标识; 在新增数学基元标识下对新增数学基元打包的数学基元标识以及核心参数生成数学基元定义信息; 将数学基元定义信息更新至服务端,数学基元定义信息在服务端的更新使新增数学基元能够在服务端对图形界面的初始化中新增所对应的组块。
[权利要求 5]
一种人工智能应用搭建中新增组块的方法,其特征在于,所述方法包括: 接收用户对新增数学基元的更新,获得数字基元定义信息,数学基元定义信息包括新增数学基元标识以及在新增数学基元标识下被新增数学基元封装所对应的至少一数学基标识、核心参数; 进行数学基元定义信息的保存,使图形界面初始化配置新增组块。
[权利要求 6]
根据权利要求5所述的方法,其特征在于,所述进行数学基元定义信息的保存,使图形界面初始化配置新增组块步骤之后,所述方法还包括: 接收用户对所述新增组块相关的运行选择,获得对应于所述新增组块的字符串; 将所述字符串解码转换为字典,所述字典包含了所述新增组块对应的新增数学基元标识以及核心参数; 通过所述字典中包含的新增数学基元标识以及核心参数重建数学操作,获得所述新增组块的可执行文本。
[权利要求 7]
根据权利要求6所述的方法,其特征在于,所述通过所述字典中包含的新增数学基元标识以及核心参数重建数学操作,获得所述新增组块的可执行文本,包括: 根据所述字典中的新增数学基元标识映射得到两个以上的数学基元标识; 根据两个以上的所述数学基元标识分别获取对应的核心参数和数据缺失代码,将所述核心参数填充至所述数据缺失代码得到执行所对应数学操作的代码信息; 根据所述数学基元标识所对应核心参数中指示的输入维度和输出维度,对所述代码信息从输出到输入顺次通过图论的数学语言表示重构所述新增组块的可执行文本。
[权利要求 8]
一种人工智能应用搭建中新增组块的装置,其特征在于,所述装置包括: 新增选择模块,用于对图形界面搭建区配置的组块,接收用户的新增组块选择指令,所述新增组块选择指令作用于相互链接的所述组块; 字典生成模块,用于根据所述新增组块选择指令作用的组块对应生成字典,所述字典包括所述组块对应的数学基元标识以及核心参数; 数学表示模块,用于对所述字典中的数学基元标识以及核心参数通过图论的数学语言表示组合封装为新增的数学基元; 更新模块,用于向所述图形界面和服务端进行所述新增数学基元的更新。
[权利要求 9]
一种人工智能应用搭建中新增组块的装置,其特征在于,所述装置包括: 更新接收模块,用于接收用户对新增数学基元的更新,获得数字基元定义信息,数学基元定义信息包括新增数学基元标识以及在新增数学基元标识下被新增数学基元封装所对应的至少一数学基标识、核心参数; 存储模块,用于进行数学基元定义信息的保存,使图形界面初始化配置新增组块。
[权利要求 10]
一种机器设备,其特征在于,包括: 处理器;以及 存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现根据权利要求1至7中任一项所述的方法。

附图

[ 图 1]  
[ 图 2]  
[ 图 3]  
[ 图 4]  
[ 图 5]  
[ 图 6]  
[ 图 7]  
[ 图 8]  
[ 图 9]  
[ 图 10]  
[ 图 11]  
[ 图 12]  
[ 图 13]  
[ 图 14]  
[ 图 15]  
[ 图 16]