基于AI中台的业务处理方法、装置、设备及存储介质

技术领域

本申请涉及但不限于人工智能技术领域，尤其涉及一种基于AI中台的业务处理方法、装置、设备及存储介质。

背景技术

随着业务的发展，越来越多智能化的数据需求被提出，因此AI中台应运而生，AI中台可应用于金融行业场景中的保险系统、银行系统、交易系统或订单系统等业务系统。

目前，基于AI中台处理金融行业的相关业务时，为了保证前台应用的有效运作，开发者需要对每个业务请求设计对应的算法实现方案，导致开发代码量大，开发时间长，而且维护成本高。

发明内容

以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本申请实施例提供了一种基于AI中台的业务处理方法、装置、设备及存储介质，能够减少开发代码量，从而缩短开发时间并降低维护成本。

为实现上述目的，本申请实施例的第一方面提出了一种基于AI中台的业务处理方法，应用于AI中台客户端，所述方法包括：获取业务请求信息；根据所述业务请求信息和预设的第一关联信息，确定目标算子调度信息，其中，所述第一关联信息用于表征所述业务请求信息和预设的算子调度信息的关联关系；根据所述业务请求信息和所述目标算子调度信息确定多个算子触发请求信息，并根据所述目标算子调度信息确定所述算子触发请求信息的触发顺序；按照所述触发顺序，向AI中台服务器发送所述算子触发请求信息，以使所述AI中台服务器根据所述算子触发请求信息确定算子服务请求信息。

在一些实施例中，所述根据所述业务请求信息和所述目标算子调度信息确定多个算子触发请求信息，并根据所述目标算子调度信息确定所述算子触发请求信息的触发顺序，包括：根据所述业务请求信息，确定目标业务标识；根据所述业务请求信息和预设的状态数据库，确定算子上下文参数；根据所述目标算子调度信息，确定算子标识；根据所述目标业务标识、所述算子上下文参数和所述算子标识，确定多个算子触发请求信息；根据所述目标算子调度信息确定所述算子触发请求信息的触发顺序。

在一些实施例中，所述根据所述业务请求信息和预设的状态数据库，确定算子上下文参数，包括：根据所述业务请求信息，确定字段参数；根据所述业务请求信息和预设的状态数据库，确定状态参数；根据所述状态参数和所述字段参数，确定算子上下文参数。

在一些实施例中，所述触发顺序包括串行顺序和并行顺序；所述按照所述触发顺序，向AI中台服务器发送所述算子触发请求信息，包括：对于任意两个所述算子触发请求信息，在所述触发顺序为所述串行顺序的情况下，按照所述串行顺序，向AI中台服务器依次发送所述两个算子触发请求信息；或者，对于任意两个所述算子触发请求信息，在所述触发顺序为所述并行顺序的情况下，按照所述串行顺序，向所述AI中台服务器同时发送所述两个算子触发请求信息。

在一些实施例中，还包括：获取配置更新信息；根据所述配置更新信息，对所述业务请求信息和所述算子调度信息的关联关系进行更新。

为实现上述目的，本申请实施例的第二方面提出了一种基于AI中台的业务处理方法，应用于AI中台服务器，所述方法包括：按照触发顺序，接收来自AI中台客户端的多个算子触发请求信息，其中，所述触发顺序由目标算子调度信息而确定，所述算子触发请求信息由业务请求信息和所述目标算子调度信息而确定，所述业务请求信息由所述AI中台客户端获取得到，所述目标算子调度信息由所述业务请求信息和预设的第一关联信息而确定，所述第一关联信息用于表征所述业务请求信息和预设的算子调度信息的关联关系；根据所述算子触发请求信息，确定算子服务请求信息；向AI后台服务器发送所述算子服务请求信息，以使所述AI后台服务器根据预设的目标AI原子能力得到业务处理结果，其中，所述目标AI原子能力与所述算子服务请求信息对应

在一些实施例中，所述AI后台服务器包括多个AI功能模块，所述AI功能模块用于调用AI原子能力；所述根据所述算子触发请求信息，确定算子服务请求信息，包括：根据所述算子触发请求信息和预设的第二关联信息，确定所述AI功能模块的目标模块通信地址，其中，所述第二关联信息用于表征所述算子触发请求信息和预设的模块通信地址的关联关系；根据所述算子触发请求信息和所述模块通信地址，确定算子服务请求信息。

为实现上述目的，本申请实施例的第三方面提出了一种基于AI中台的业务处理装置，包括：获取单元，用于获取业务请求信息；调度确定单元，用于根据所述业务请求信息和预设的第一关联信息，确定目标算子调度信息，其中，所述第一关联信息用于表征所述业务请求信息和预设的算子调度信息的关联关系；触发确定单元，用于根据所述业务请求信息和所述目标算子调度信息确定多个算子触发请求信息，并根据所述目标算子调度信息确定所述算子触发请求信息的触发顺序；发送单元，用于按照所述触发顺序，向AI中台服务器发送所述算子触发请求信息，以使所述AI中台服务器根据所述算子触发请求信息确定算子服务请求信息。

为实现上述目的，本申请实施例的第四方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于AI中台的业务处理方法。

为实现上述目的，本申请实施例的第五方面提出了一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的基于AI中台的业务处理方法，或者上述第二方面所述的基于AI中台的业务处理方法。

本申请提出的基于AI中台的业务处理方法、装置、设备及存储介质，本申请实施例包括：获取业务请求信息；根据所述业务请求信息和预设的第一关联信息，确定目标算子调度信息，其中，所述第一关联信息用于表征所述业务请求信息和预设的算子调度信息的关联关系；根据所述业务请求信息和所述目标算子调度信息确定多个算子触发请求信息，并根据所述目标算子调度信息确定所述算子触发请求信息的触发顺序；按照所述触发顺序，向AI中台服务器发送所述算子触发请求信息，以使所述AI中台服务器根据所述算子触发请求信息确定算子服务请求信息。根据本申请实施例提供的方案，通过在前台应用中封装AI中台客户端，AI中台客户端获取业务请求信息后，结合预配置的关联关系，就能直接得到目标算子调度信息，即确定算法调度方案，然后按照该算法调度方案确定算子触发请求信息及其触发顺序，并向AI中台服务器发送算子触发请求信息，进而使AI中台服务器确定算子服务请求信息，以通过AI后台服务器得到业务处理结果，实现了对AI中台确定算法调度方案的过程进行封装和标准化，AI中台对接业务时，能够降低AI中台的支持、沟通和维护成本，还能够有效减少前台应用的开发代码量，从而缩短开发时间并降低维护成本。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1是本申请一个实施例提供的应用于AI中台客户端的基于AI中台的业务处理方法的流程图；

图2是本申请另一个实施例提供的确定算子触发请求信息的方法的流程图；

图3是本申请另一个实施例提供的确定算子上下文参数的方法的流程图；

图4是本申请另一个实施例提供的发送算子触发请求信息的方法的流程图；

图5是本申请另一个实施例提供的更新关联关系的方法的流程图；

图6是本申请另一个实施例提供的应用于AI中台服务器的基于AI中台的业务处理方法的流程图；

图7是本申请另一个实施例提供的确定算子服务请求信息的方法的流程图；

图8是本申请另一个实施例提供的基于AI中台的业务系统架构图；

图9是本申请另一个实施例提供的基于AI中台的业务处理装置的结构示意图；

图10是本申请另一个实施例提供的电子设备的硬件结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

在本申请的描述中，若干个的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。

需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书、权利要求书或上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

首先，对本申请中涉及的若干名词进行解析：

人工智能(artificial intelligence，AI)：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；人工智能是计算机科学的一个分支，人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

远程字典服务(Remote Dictionary Server，Redis)，是一个开源的使用ANSI C语言编写、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

Elasticsearch(ES)，是一个分布式、高扩展、高实时的搜索与数据分析引擎；它能很方便的使大量数据具有搜索、分析和探索的能力；充分利用Elasticsearch的水平伸缩性，能使数据在生产环境变得更有价值；Elasticsearch的实现原理主要分为以下几个步骤，首先用户将数据提交到Elasticsearch数据库中，再通过分词控制器去将对应的语句分词，将其权重和分词结果一并存入数据，当用户搜索数据时候，再根据权重将结果排名，打分，再将返回结果呈现给用户。

目前，基于AI中台处理金融行业的相关业务时，为了保证前台应用的有效运作，开发者需要对每个业务请求设计对应的算法实现方案，导致开发代码量大，开发时间长，而且维护成本高。

针对开发代码量大，开发时间长，而且维护成本高的问题，本申请提供了一种基于AI中台的业务处理方法、装置及存储介质，该方法应用于AI中台客户端，该方法包括：获取业务请求信息；根据业务请求信息和预设的第一关联信息，确定目标算子调度信息，其中，第一关联信息用于表征业务请求信息和预设的算子调度信息的关联关系；根据业务请求信息和目标算子调度信息确定多个算子触发请求信息，并根据目标算子调度信息确定算子触发请求信息的触发顺序；按照触发顺序，向AI中台服务器发送算子触发请求信息，以使AI中台服务器根据算子触发请求信息确定算子服务请求信息。根据本申请实施例提供的方案，通过在前台应用中封装AI中台客户端，AI中台客户端获取业务请求信息后，结合预配置的关联关系，就能直接得到目标算子调度信息，即确定算法调度方案，然后按照该算法调度方案确定算子触发请求信息及其触发顺序，并向AI中台服务器发送算子触发请求信息，进而使AI中台服务器确定算子服务请求信息，以通过AI后台服务器得到业务处理结果，实现了对AI中台确定算法调度方案的过程进行封装和标准化，AI中台对接业务时，能够降低AI中台的支持、沟通和维护成本，还能够有效减少前台应用的开发代码量，从而缩短开发时间并降低维护成本。

本申请实施例提供的基于AI中台的业务处理方法、装置及存储介质，具体通过如下实施例进行说明，首先描述本申请实施例中的基于AI中台的业务处理方法。

本申请实施例提供的基于AI中台的业务处理方法，涉及人工智能技术领域。本申请实施例提供的基于AI中台的业务处理方法可应用于终端中，也可应用于服务器端中，还可以是运行于终端或服务器端中的软件。在一些实施例中，终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等；服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现基于AI中台的业务处理方法的应用等，但并不局限于以上形式。

本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

需要说明的是，在本申请的各个具体实施方式中，当涉及到需要根据用户信息、用户行为数据，用户历史数据以及用户位置信息等与用户身份或特性相关的数据进行相关处理时，都会先获得用户的许可或者同意，而且，对这些数据的收集、使用和处理等，都会遵守相关国家和地区的相关法律法规和标准。此外，当本申请实施例需要获取用户的敏感个人信息时，会通过弹窗或者跳转到确认页面等方式获得用户的单独许可或者单独同意，在明确获得用户的单独许可或者单独同意之后，再获取用于使本申请实施例能够正常运行的必要的用户相关数据。

下面结合附图，对本申请实施例作进一步阐述。

如图1所示，图1是本申请一个实施例提供的一种基于AI中台的业务处理方法的流程图，该基于AI中台的业务处理方法可以应用于AI中台客户端，该基于AI中台的业务处理方法包括但不限于有以下步骤：

步骤S110，获取业务请求信息；

步骤S120，根据业务请求信息和预设的第一关联信息，确定目标算子调度信息，其中，第一关联信息用于表征业务请求信息和预设的算子调度信息的关联关系；

步骤S130，根据业务请求信息和目标算子调度信息确定多个算子触发请求信息，并根据目标算子调度信息确定算子触发请求信息的触发顺序；

步骤S140，按照触发顺序，向AI中台服务器发送算子触发请求信息，以使AI中台服务器根据算子触发请求信息确定算子服务请求信息。

可以理解的是，AI中台提供各种智能服务和智能产品，并承担复杂的学习预测类智能需求研发、模型训练、特征工程、数据标注等能力，例如：模型预测、智能推荐等，AI中台可应用于金融行业场景中的保险系统、银行系统、交易系统或订单系统等业务系统；当前的前台应用需要进行功能调度，AI中台服务器无法脱离业务，根据本申请实施例提供的方案，在前台应用中封装AI中台客户端，AI中台客户端作为AI中台所配套的轻量客户端，在AI中台客户端中实现对各个算子的调度和组合，具体地，在业务处理时，业务控制器将业务请求信息先发送至AI中台客户端，业务控制器用于提供业务接口和实现业务流程，AI中台客户端设置有算子调度引擎，算子调度引擎按照预设的第一关联信息，对业务请求信息进行匹配，确定目标算子调度信息，进而确定算子触发请求信息和对应的触发顺序，以对算子进行调度，并得到业务处理结果，其中，算子是指原子算法功能封装，在AI后台服务器中，原子算法功能用于表征对应的AI原子能力，实现了AI中台服务器只做通用接口且不含业务，以及前台应用只做业务且不进行功能调度的设计；基于此，通过在前台应用中封装AI中台客户端，AI中台客户端获取业务请求信息后，结合预配置的关联关系，就能直接得到目标算子调度信息，即确定算法调度方案，然后按照该算法调度方案确定算子触发请求信息及其触发顺序，并向AI中台服务器发送算子触发请求信息，进而使AI中台服务器确定算子服务请求信息，以通过AI后台服务器得到业务处理结果，实现了对AI中台确定算法调度方案的过程进行封装和标准化，AI中台对接业务时，能够降低AI中台的支持、沟通和维护成本，还能够有效减少前台应用的开发代码量，从而缩短开发时间并降低维护成本。

需要说明的是，AI中台是一个用来构建智能服务的基础设施平台，对用户所需的模型提供分布分层的构建能力和全生命周期管理的服务，使金融行业相关的业务领域将基础性、场景性、通用性的AI能力沉淀到平台中，加强模型复用、组合创新和规模化，最终实现降本增效和快速响应业务方的目的，AI中台具备可复用化、服务统一化、流程角色优化、运行监控化和资源管控化的优点，AI中台作为AI能力支持中心，能够根据业务需求快速反馈处理结果，降低时间成本。

需要说明的是，领域驱动设计解决大规模问题空间的方法或模式是引入子领域根据价值高低的不同，子领域分为核心子领域、支撑子领域和通用子领域。若将其引入到业务架构，可根据价值高低建立不同的服务层，例如：核心子领域：产品服务层，体现为子领域专用的产品服务；支撑子领域：能力服务层，体现为跨子领域复用的能力服务；通用子领域：基础服务层，体现为与领域无关的基础服务；不同的层次代表了复用的粒度和水平；基础服务层因为与领域无关，它复用的范围更广泛，对应为业务架构中的支撑业务；在商业维度，Gartner定义了Pace-Layered Architecture，具体包括三个层次，分别为创新型系统(Systems of Innovation，SoI)、差异型系统(Systems of Differentiation，SoD)、记录型系统(Systems of Record，SoR)，本申请实施例提供的方案中的AI中台客户端符合SoD原则，既能够保持AI中台的敏捷风格，又能满足AI中台的稳定性和通用性的要求；Gartner主要提出了三种后台服务器，一是贴近业务的服务器、二是中台服务器、三是纯基础功能的服务器，SoI是指贴近业务的服务器，SoD是指中台服务器，SoR是指纯基础功能的服务器，SoD充当了SoI和SoR之间的“变速齿轮”，中台一面支持通过配置等方式迅速实现客户需求，另一面对后台尽量保持“对修改关闭、对扩展开放”等原则，让后台越来越通用，在人工智能领域，由业务需求确定的多模态算法组合多种多样，在AI中台的设计中，通过在前台应用中封装AI中台客户端，能够有效减少前台应用的开发代码量，从而缩短开发时间并降低维护成本，进一步提高经济效益。

在具体实践中，金融行业相关的业务包括但不限于：商务业务、支付业务、交易业务、证券业务、银行业务、税务业务、信用卡业务、购物业务和保险业务。

另外，参照图2，在一实施例中，图1所示实施例中的步骤S130，包括但不限于有以下步骤：

步骤S210，根据业务请求信息，确定目标业务标识；

步骤S220，根据业务请求信息和预设的状态数据库，确定算子上下文参数；

步骤S230，根据目标算子调度信息，确定算子标识；

步骤S240，根据目标业务标识、算子上下文参数和算子标识，确定多个算子触发请求信息；

步骤S250，根据目标算子调度信息确定算子触发请求信息的触发顺序。

可以理解的是，AI中台客户端获取业务请求信息后，每个业务请求信息都对应有具体的业务ID，即目标业务标识，因此根据业务请求信息能够确定目标业务标识，然后需要确定算子上下文参数，另外，每个算子都对应有具体的算子ID，即算子标识，因此根据目标算子调度信息能够确定需要调度的算子，进而确定该算子对应的算子标识，然后结合目标业务标识、算子上下文参数和算子标识来确定多个算子触发请求信息，并基于目标算子调度信息对应的算法调度方案，确定各个算子触发请求信息的触发顺序。

另外，参照图3，在一实施例中，图2所示实施例中的步骤S220，包括但不限于有以下步骤：

步骤S310，根据业务请求信息，确定字段参数；

步骤S320，根据业务请求信息和预设的状态数据库，确定状态参数；

步骤S330，根据状态参数和字段参数，确定算子上下文参数。

可以理解的是，字段参数是指业务控制器发送的请求包中各个字段的内容；状态参数是指通过查询业务请求信息中业务ID等关键值，在状态数据库中确定的数据；状态数据库包括但不限于Redis数据库；然后通过状态参数和字段参数确定算子上下文参数，即各个算子的入参。

需要说明的是，字段参数由AI中台客户端准备并加载完成的，当AI后台服务器通过模型进行业务处理时，字段参数和状态参数在进入模型前，会合并成模型要求的输入，相当于合并成入模特征。

另外，参照图4，在一实施例中，触发顺序包括串行顺序和并行顺序；图1所示实施例中的步骤S140，还包括但不限于有以下步骤：

步骤S410，对于任意两个算子触发请求信息，在触发顺序为串行顺序的情况下，按照串行顺序，向AI中台服务器依次发送两个算子触发请求信息；或者，

步骤S420，对于任意两个算子触发请求信息，在触发顺序为并行顺序的情况下，按照串行顺序，向AI中台服务器同时发送两个算子触发请求信息。

可以理解的是，在算法调度方案中，算子的触发顺序包括串行顺序和并行顺序，通过对算子进行不同组合的触发顺序，能够生成不同的算法调度方案，保证了算法调度方案的多样性，能够确定满足当前业务请求的最佳算法调度方案。

在具体实践中，一个算法调度方案可涉及多个算子的算子触发请求信息，例如，对于算法调度方案Solution1，算法调度方案Solution1包含三个阶段，分别为第一阶段Phase1、第二阶段Phase2和第三阶段Phase3，其中，第一阶段Phase1包括第一算子Alg1、第二算子Alg2和第三算子Alg3的算子触发请求信息，第二阶段Phase2包括第四算子Alg4的算子触发请求信息，第三阶段Phase3包括第五算子Alg5的算子触发请求信息，其中，第一算子Alg1、第二算子Alg2和第三算子Alg3的算子触发请求信息是按照并行顺序触发的，第一阶段Phase1、第二阶段Phase2和第三阶段Phase3的算子触发请求信息是按照串行顺序触发的，在算子触发请求信息的发送过程中，首先，向AI中台服务器同时发送第一算子Alg1、第二算子Alg2和第三算子Alg3的算子触发请求信息，然后再向AI中台服务器依次发送第四算子Alg4和第五算子Alg5的算子触发请求信息。

需要说明的是，每个算子都可以配置固定参数，用于算法调参，例如，第一算子Alg1，配置有“Alg1的配置参数”。

需要说明的是，AI中台客户端设置有各个算子的触发请求发送接口，AI中台服务器设置有各个算子的触发请求接收接口，触发请求发送接口和触发请求接收接口一一对应。

值得注意的是，各个算法调度方案是不同的，根据实际的业务请求来选择合适的算法调度方案。

值得注意的是，在多个算法调度方案中，存在互为ABTest的算法调度方案，需要在业务请求中的UserID等字段进行规则分流，以确定更合适的算法调度方案，具体的，当确定任意两个目标算子调度信息的状态互为ABTest，根据业务请求信息，确定分流规则；按照分流规则，更新算子触发请求信息的触发顺序。

需要说明的是，互为ABTest的算法调度方案，是指为同一个业务请求制定两个算法调度方案，例如，第一算法调度方案和第二算法调度方案，让一部分资源采用第一算法调度方案，另一部资源采用第二算法调度方案，然后记录业务处理结果的相关指标，通过指标的判断来确定符合预期的目标算法调度方案，最终将全部资源切换至目标算法调度方案。

另外，参照图5，在一实施例中，图1所示实施例中的基于AI中台的业务处理方法，还包括但不限于有以下步骤：

步骤S510，获取配置更新信息；

步骤S520，根据配置更新信息，对业务请求信息和算子调度信息的关联关系进行更新。

可以理解的是，在处理业务前，会加载前台应用配置，前台应用配置包括但不限于第一关联信息，即加载业务请求信息和算子调度信息的关联关系；在处理业务的过程，可响应于配置更新信息，以更新业务请求信息和算子调度信息的关联关系，采用热加载的方式进行更新，具体的，获取包含配置更新信息的新版配置文件后，将新版配置文件热刷新到内存中，就能立即更新业务请求信息和算子调度信息的关联关系，具有不用发版、验证速度快、效率高的优点，能够灵活快速贴合到需求上，敏捷性好。

如图6所示，图6是本申请一个实施例提供的一种基于AI中台的业务处理方法的流程图，该基于AI中台的业务处理方法可以应用于AI中台服务器，该基于AI中台的业务处理方法包括但不限于有以下步骤：

步骤S610，按照触发顺序，接收来自AI中台客户端的多个算子触发请求信息，其中，触发顺序由目标算子调度信息而确定，算子触发请求信息由业务请求信息和目标算子调度信息而确定，业务请求信息由AI中台客户端获取得到，目标算子调度信息由业务请求信息和预设的第一关联信息而确定，第一关联信息用于表征业务请求信息和预设的算子调度信息的关联关系；

步骤S620，根据算子触发请求信息，确定算子服务请求信息；

步骤S630，向AI后台服务器发送算子服务请求信息，以使AI后台服务器根据预设的目标AI原子能力得到业务处理结果，其中，目标AI原子能力与算子服务请求信息对应。

可以理解的是，该应用于AI中台服务器的基于AI中台的业务处理方法的具体实施例与上述应用于AI中台客户端的基于AI中台的业务处理方法的具体实施例基本相同，在此不再赘述；基于此，通过在前台应用中封装AI中台客户端，AI中台客户端获取业务请求信息后，结合预配置的关联关系，就能直接得到目标算子调度信息，即确定算法调度方案，然后按照该算法调度方案确定算子触发请求信息及其触发顺序，并向AI中台服务器发送算子触发请求信息，进而使AI中台服务器确定算子服务请求信息，以通过AI后台服务器得到业务处理结果，实现了对AI中台确定算法调度方案的过程进行封装和标准化，AI中台对接业务时，能够降低AI中台的支持、沟通和维护成本，还能够有效减少前台应用的开发代码量，从而缩短开发时间并降低维护成本。

需要说明的是，AI后台服务器至少配置有如下之一：机器学习平台、深度学习平台、索引平台和ES集群；AI后台服务器在接收到算子服务请求信息后，能够根据算子服务请求信息确定需要调用的目标AI原子能力，进而得到业务处理结果。

另外，参照图7，在一实施例中，AI后台服务器包括多个AI功能模块，AI功能模块用于调用AI原子能力；图6所示实施例中的步骤S620，还包括但不限于有以下步骤：

步骤S710，根据算子触发请求信息和预设的第二关联信息，确定AI功能模块的目标模块通信地址，其中，第二关联信息用于表征算子触发请求信息和预设的模块通信地址的关联关系；

步骤S720，根据算子触发请求信息和模块通信地址，确定算子服务请求信息。

可以理解的是，AI中台服务器设置有资源管理器，第二关联信息存储在资源管理器，AI中台服务器接收到算子触发请求信息后，能够根据第二关联信息确定对应的目标模块通信地址，即分机IP；算子服务请求信息包括业务标识、算子标识、算子入参和目标模块通信地址，AI后台服务器接收到算子服务请求信息，能够有效得到业务处理结果，并反馈至前台应用，以完成业务的实现。

需要说明的是，在处理业务前，会加载资源管理器配置，资源管理器配置包括但不限于第二关联信息，即加载算子触发请求信息和模块通信地址的关联关系；在处理业务的过程，可响应于配置更新信息，以更新算子触发请求信息和模块通信地址的关联关系，采用热加载的方式进行更新，具体的，获取包含配置更新信息的新版配置文件后，将新版配置文件热刷新到内存中，就能立即更新算子触发请求信息和模块通信地址的关联关系，具有不用发版、验证速度快、效率高的优点，能够灵活快速贴合到需求上，敏捷性好。

值得注意的是，本申请实施例中的AI后台服务器可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统；人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

另外，参考图8，图8是本申请另一个实施例提供的基于AI中台的业务系统架构图。

可以理解的是，通过在前台应用中封装AI中台客户端，并通过AI中台客户端确定算法调度方案；基于此，通过在前台应用中封装AI中台客户端，AI中台客户端获取业务请求信息后，结合预配置的关联关系，就能直接得到目标算子调度信息，即确定算法调度方案，然后按照该算法调度方案确定算子触发请求信息及其触发顺序，并向AI中台服务器发送算子触发请求信息，进而使AI中台服务器确定算子服务请求信息，以通过AI后台服务器得到业务处理结果，实现了对AI中台确定算法调度方案的过程进行封装和标准化，AI中台对接业务时，能够降低AI中台的支持、沟通和维护成本，还能够有效减少前台应用的开发代码量，从而缩短开发时间并降低维护成本。

另外，参考图9，本申请还提供了一种基于AI中台的业务处理装置900，包括：

获取单元910，用于获取业务请求信息；

调度确定单元920，用于根据业务请求信息和预设的第一关联信息，确定目标算子调度信息，其中，第一关联信息用于表征业务请求信息和预设的算子调度信息的关联关系；

触发确定单元930，用于根据业务请求信息和目标算子调度信息确定多个算子触发请求信息，并根据目标算子调度信息确定算子触发请求信息的触发顺序；

发送单元940，用于按照触发顺序，向AI中台服务器发送算子触发请求信息，以使AI中台服务器根据算子触发请求信息确定算子服务请求信息。

可以理解的是，该基于AI中台的业务处理装置900的具体实施方式与上述基于AI中台的业务处理方法的具体实施例基本相同，在此不再赘述；基于此，通过在前台应用中封装AI中台客户端，AI中台客户端获取业务请求信息后，结合预配置的关联关系，就能直接得到目标算子调度信息，即确定算法调度方案，然后按照该算法调度方案确定算子触发请求信息及其触发顺序，并向AI中台服务器发送算子触发请求信息，进而使AI中台服务器确定算子服务请求信息，以通过AI后台服务器得到业务处理结果，实现了对AI中台确定算法调度方案的过程进行封装和标准化，AI中台对接业务时，能够降低AI中台的支持、沟通和维护成本，还能够有效减少前台应用的开发代码量，从而缩短开发时间并降低维护成本。

另外，参照图10，图10示意了另一实施例的电子设备的硬件结构，电子设备包括：

处理器1001，可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请实施例所提供的技术方案；

存储器1002，可以采用只读存储器(Read Only Memory，ROM)、静态存储设备、动态存储设备或者随机存取存储器(Random Access Memory，RAM)等形式实现。存储器1002可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1002中，并由处理器1001来调用执行本申请实施例的应用于AI中台客户端的基于AI中台的业务处理方法，例如，执行以上描述的图1中的方法步骤S110至步骤S140、图2中的方法步骤S210至步骤S250、图3中的方法步骤S310至步骤S330、图4中的方法步骤S410至步骤S420、图5中的方法步骤S510至步骤S520；

输入/输出接口1003，用于实现信息输入及输出；

通信接口1004，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；

总线1005，在设备的各个组件(例如处理器1001、存储器1002、输入/输出接口1003和通信接口1004)之间传输信息；

其中处理器1001、存储器1002、输入/输出接口1003和通信接口1004通过总线1005实现彼此之间在设备内部的通信连接。

本申请实施例还提供了一种存储介质，存储介质为计算机可读存储介质，用于计算机可读存储，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现上述应用于AI中台客户端的基于AI中台的业务处理方法，例如，执行以上描述的图1中的方法步骤S110至步骤S140、图2中的方法步骤S210至步骤S250、图3中的方法步骤S310至步骤S330、图4中的方法步骤S410至步骤S420、图5中的方法步骤S510至步骤S520；或者实现上述应用于AI中台服务器的基于AI中台的业务处理方法，例如，执行以上描述的图6中的方法步骤S610至步骤S630、图7中的方法步骤S710至步骤S720。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本申请实施例提供的基于AI中台的业务处理方法、装置及存储介质，其通过获取业务请求信息；根据业务请求信息和预设的第一关联信息，确定目标算子调度信息，其中，第一关联信息用于表征业务请求信息和预设的算子调度信息的关联关系；根据业务请求信息和目标算子调度信息确定多个算子触发请求信息，并根据目标算子调度信息确定算子触发请求信息的触发顺序；按照触发顺序，向AI中台服务器发送算子触发请求信息，以使AI中台服务器根据算子触发请求信息确定算子服务请求信息；基于此，通过在前台应用中封装AI中台客户端，AI中台客户端获取业务请求信息后，结合预配置的关联关系，就能直接得到目标算子调度信息，即确定算法调度方案，然后按照该算法调度方案确定算子触发请求信息及其触发顺序，并向AI中台服务器发送算子触发请求信息，进而使AI中台服务器确定算子服务请求信息，以通过AI后台服务器得到业务处理结果，实现了对AI中台确定算法调度方案的过程进行封装和标准化，AI中台对接业务时，能够降低AI中台的支持、沟通和维护成本，还能够有效减少前台应用的开发代码量，从而缩短开发时间并降低维护成本。

本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

本领域技术人员可以理解的是，图1至图7中示出的技术方案并不构成对本申请实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例的方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。

以上参照附图说明了本申请实施例的优选实施例，并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本申请实施例的权利范围之内。