人工智能的研究自 1956 年之后，引发第一次浪潮，主要研究逻辑推进为主的“基于规则的专家系统”，但是经过长时间的研究，专家系统进入瓶颈期，随之 AI 的资金投入和人员投入 大ᰁ缩减，AI 研究方向也悄然发生变化，以研究计算机视频、语音和计算机自然语言进行新的研究方向，“机器学习”算法的不断优化使得人工智能在多个领域实现了惊人的突破。
2011 年 Google 大脑通过非监督学习识别出猫脸，2015 年斯坦福人工智能实验室的计算机图像识别技术的图像识别正确率在ImageNet 图像识别比赛首次超过人眼，2016 年微软语音识别技术可以将英语错词率降至 5.9%。2016 年AlphaGo 战胜李世石引起全世界的轰动，“人工智能”精彩回归，ᰁ新受到政府、学术界、产业界等社会各界的广泛关注。近年来，随着高质ᰁ“大数据”的获取、计算能力的大幅提升、以深度学习为代表的算法模型不断丰富，人工智能研究再次进入了快速发展的时期，同时不断影响、渗透、推进着相关众多产业、行业的快速发展。
三次人工智能浪潮
我国的人工智能相关人才与世界主要发达国家相比明显不足，且技术应用类人才也存在较大缺口，为此国家相关部门先后出台多个相应的政策文件，对人工智能的发展做出了总体部署，全面加速人工智能技术的研发应用和人才培养的步伐，深化各梯度人才的培养。
2011 年 Google 大脑通过非监督学习识别出猫脸，2015 年斯坦福人工智能实验室的计算机图像识别技术的图像识别正确率在ImageNet 图像识别比赛首次超过人眼，2016 年微软语音识别技术可以将英语错词率降至 5.9%。2016 年AlphaGo 战胜李世石引起全世界的轰动，“人工智能”精彩回归，ᰁ新受到政府、学术界、产业界等社会各界的广泛关注。近年来，随着高质ᰁ“大数据”的获取、计算能力的大幅提升、以深度学习为代表的算法模型不断丰富，人工智能研究再次进入了快速发展的时期，同时不断影响、渗透、推进着相关众多产业、行业的快速发展。
三次人工智能浪潮
我国的人工智能相关人才与世界主要发达国家相比明显不足，且技术应用类人才也存在较大缺口，为此国家相关部门先后出台多个相应的政策文件，对人工智能的发展做出了总体部署，全面加速人工智能技术的研发应用和人才培养的步伐，深化各梯度人才的培养。
2017 年 7 月国务院正式发布《新一代人工智能发展规划》，将我国人工智能技术与产业的发展上升为国家重大发展战略，提出要“完善人工智能教育体系”。
2018 年 4 月教育部印发了《高等学校人工智能创新行动计划》，明确提出了设立人工智能专业、推动人工智能领域一级学科建设、建立人工智能学院以及完善人工智能领域人才培养体系等重要任务。
2019 年教育部在专业发展调整规划中，正式宣布在普通高等学校、高等职业教育院校中设置“人工智能技术服务专 业”，并且从 2019 年开始实行。
MoPaaS AI 平台以 Docker 容器技术为基础，允许多个用户多个环境独立的同时运行，并且共享 CPU、GPU、内存、网络、存储等 IAAS 层物理资源。同时这种架构将用户环境彼此隔离，可以实现资源的高效利用和精确配额，能保护用户免受由其他用户活动所造成的应用程序崩溃和环境故障所带来的影响。
MoPaaS AI 平台整体架构如下：
MoPaaS AI 平台分为底层基础设施资源层、云平台层（资源调度）、深度学习框架、系统功能和 UI 层五个部分。
底层基础设施资源层包括虚拟机、物理机和一体机等多种模式组成。云平台层主要实现对资源进行调度能力，主要具有容器引擎，通过 Kubernets 对 CPU、GPU、内存、存储、网络等进行编排调度，实现资源灵活的调 度使用，多租户隔离，不同用户之间互不干扰。
MoPaaS AI 平台整体架构如下：
|
|
MoPaaS AI 平台分为底层基础设施资源层、云平台层（资源调度）、深度学习框架、系统功能和 UI 层五个部分。
底层基础设施资源层包括虚拟机、物理机和一体机等多种模式组成。云平台层主要实现对资源进行调度能力，主要具有容器引擎，通过 Kubernets 对 CPU、GPU、内存、存储、网络等进行编排调度，实现资源灵活的调 度使用，多租户隔离，不同用户之间互不干扰。
深度学习框架层实现以插件的方式接入系统，集成了多种框架，如Tensorflow,Caffe,Torch 和 Teano 等，大大提升整体系统的扩展性和可维护性。系统功能层为用户端提供资源预约、一键部署、远程访问、监控信息、评估报告和模型导出等功能；为管理端提供主机管理、用户管理、资源预约、框架管理、工单管理和系统管理等功能
平台 UI 界面包括用户界面和管理界面。系统基于 Docker 容器技术，实现平台资源（CPU、GPU、内存、存储）的分配调度，并提供相应的管理、监控功能。