通用技术服务赋予的AI能力具体包括哪些？

通用技术服务赋予的 AI 能力具体包括：

1. 开发环境自动搭建。 不 同 的 开 发 者 习 惯 使 用 不 同 的 AI 开 发 框 架， 主 流 的 开 发 框 架 包 括 Tensorflow、PyTorch、 MindSpore 等，而且基于业务的复杂程度需要的计算加速硬件也不同。架构在云原生上的通用技术服务 可以根据开发者的业务场景，提供不同软硬件自动组合的 AI 开发环境，实现开发环境声明式获取，即开即用、 快速启动，开发者无需关注环境搭建和维护过程。

2. 开发过程简单易用。 通用技术服务平台提供多样化功能辅助 AI 开发简单高效，例如，在开发模式上满足各类开发者的 开发习惯，基于 Web 方式可提供良好交互式编程体验的 JupyterLab，完全基于于云端开发 AI 工程的 WebIDE，基于本地 IDE 连接云端开发计算环境进行远程开发 AI 工程等，以提升技术服务的易用性；快 速流畅地将开发调试阶段的输出（代码、模型等）和部署发布（大规模分布式训练、模型部署等）完整地 串联起来，帮助开发成果可快速输出应用；开发的 notebook 案例一键分享给伙伴，伙伴一键打开开发环 境体验案例，促使开发经验分享交流等。

3.AI 模型高精确度。 部分通用技术服务致力于提升 AI 模型的精准性，例如，提供训练过程中自动调参能力，使用户无需 代码修改，即可根据自定义的搜索目标和超参搜索，相比人工调优而言，可以提升几倍的搜索速度；基于 云原生的 AI 通用技术服务还可提供联邦训练能力，使得用户可以联合多方数据实现模型训练效果的提升， FedAMP 模型聚合算法，相比业界主流的 FedAVG 算法，可使模型精度提升 2% 以上。