03

深度學(xué)習(xí)如何為人所用?

A

中國AI人才之困

蓬勃發(fā)展的AI產(chǎn)業(yè)到底有多少人才缺口,簡直是個玄學(xué)問題。

由于筆者拿到的各種統(tǒng)計數(shù)據(jù)口徑過于不一致,所以無法給出一個精確數(shù)字。但總體來說,在頂級AI人才上,如果美國的單位是“千”,那中國就是“百”;在高級AI人才上,如果美國的單位是“萬”,那中國就是“數(shù)千”;而在大量基層的AI人才缺口上,中國至少缺少500萬人。

無獨有偶,4月19日,在博鰲亞洲論壇2021年年會分論壇上,百度CTO王海峰也分享了一個重要觀點:“當(dāng)前人工智能已經(jīng)開始影響各行各業(yè),我們不可能要求每個行業(yè)都有足夠多的精通深度學(xué)習(xí)底層算法的專家,比如飛槳深度學(xué)習(xí)平臺目前已經(jīng)有260多萬名開發(fā)者,這些開發(fā)者不需要每個人都從第一行人工智能的算法代碼開始寫起,而是直接調(diào)用這些框架”。

“應(yīng)用門檻大幅降低,也會推進(jìn)人工智能更快地應(yīng)用,更快地推進(jìn)產(chǎn)業(yè)智能化�！蓖鹾７逭f。

最后,王海峰還提到,隨著人工智能用的越來越廣,一方面需要降低門檻,讓大家用得更方便,另一方面,百度也制定了AI人才的培養(yǎng)計劃,將在5年之內(nèi)培養(yǎng)500萬人使用AI,這個數(shù)字與官媒的報道大體一致。

顯然,中國AI領(lǐng)域面臨的人才缺口,不是一時一地可以解決的,但是,解決方法也是多種多樣的。

第一是院校培養(yǎng)。

中國科學(xué)院大學(xué)在我國高校中率先成立人工智能技術(shù)學(xué)院,隨后,2018年,教育部印發(fā)了《高等學(xué)校人工智能創(chuàng)新行動計劃》,上海交大、南京大學(xué)、清華大學(xué)、哈爾濱工業(yè)大學(xué)、南京航空航天大學(xué)、南京理工大學(xué)、南京郵電大學(xué)等相繼成立人工智能研究院或?qū)W院。

第二是師資培訓(xùn)。

4月24日,來自全國百余所高校的近百名教師齊聚百度,以學(xué)生的身份參加2021年首期也是總第十四期全國高校深度學(xué)習(xí)師資培訓(xùn)班,開啟為期四天的 AI 學(xué)習(xí)旅程。

全國高校深度學(xué)習(xí)師資培訓(xùn)班由教育部和工業(yè)和信息化部指導(dǎo),百度與國內(nèi)各大高校聯(lián)合發(fā)起,迄今已培訓(xùn)近2000位教師,共計覆蓋500余所高校。

第三是人才實訓(xùn)。

如百度建設(shè)了AI Studio學(xué)習(xí)與實訓(xùn)社區(qū),面向教育和學(xué)習(xí)場景、集開放數(shù)據(jù)、開源算法、免費算力于一體,為開發(fā)者提供高效易用的學(xué)習(xí)開發(fā)環(huán)境、豐富的體系化課程、海量開源實踐項目、以及高價值的AI競賽。目前, AI Studio平臺上已累計了70萬多開發(fā)者、80多萬的樣例工程和數(shù)據(jù)集、5000多精品課程內(nèi)容、70余場AI競賽,并提供海量免費GPU算力資源。

筆者曾經(jīng)采訪過一些參與師資培訓(xùn)的各大院校的人工智能系的負(fù)責(zé)人,他們大都表示,AI Studio是他們最感興趣的,因為其上提供的內(nèi)容和工具,已經(jīng)完全可以用來作為一個高校開辟人工智能本科、研究生教學(xué)的基礎(chǔ)平臺,而免費的算力更可以用“慷慨”來形容,他們中的很多人已經(jīng)在用AI Studio構(gòu)建教學(xué)平臺。

其實,除了師資培訓(xùn),百度飛槳學(xué)院旗艦項目AICA(首席AI架構(gòu)師培養(yǎng)計劃)、飛槳快車道等還面向產(chǎn)業(yè)技術(shù)人群,提供專項培訓(xùn),加快培養(yǎng)既懂AI技術(shù)又懂業(yè)務(wù)場景的復(fù)合型AI人才。

B

飛槳如何降低中國人使用AI的門檻

人才不夠,加速培養(yǎng),是典型的正向思維,但有時候在人才缺口這個問題上,我們也需要“逆向思維”。

打一個比方,早期用計算機(jī)處理圖片的難度是很高的,需要調(diào)整無數(shù)的參數(shù)。所以,人們發(fā)明了Photoshop這樣的工具,把所有的繪圖功能都集成在一個軟件里,而且自帶大量的模板,從而使得用計算機(jī)繪圖變成了一個標(biāo)準(zhǔn)化、容易學(xué)習(xí)的工作。

然而,Photoshop使用仍然有一定專業(yè)門檻……所以更多的人愿意使用“美圖秀秀”,后者不用你學(xué)習(xí)任何專業(yè)知識,只需要選擇濾鏡和照片風(fēng)格,然后自動生成圖片就行。

飛槳深度學(xué)習(xí)平臺,其實也有Photoshop模式和美圖秀秀模式可供選擇。

對高階開發(fā)來說,Photoshop模式還是主流,因為要涉及的方方面面太多,需要有較強(qiáng)的可調(diào)整余地。

但是,Photoshop模式顯然更針對于專業(yè)場景,而在我們的生產(chǎn)和生活中,其實有大量的場景,可以使用通用化的解決方案,這種情況下是否有可能由完全零算法基礎(chǔ)的用戶簡單幾步輕松創(chuàng)建AI模型呢?

飛槳從2017年推出的EasyDL零門檻AI開發(fā)平臺就是基于這樣的思路。

EasyDL通過先進(jìn)的技術(shù)把AI開發(fā)這件事情變得像使用家電一樣簡單,你不必了解家電的內(nèi)部構(gòu)造和電路原理,也能享受家電帶來的便捷。

由此,飛槳上最年輕的開發(fā)者只有6、7歲,這是屬于AI時代特有的奇跡。

EasyDL雖然目標(biāo)是“簡單”,但為了達(dá)到“簡單”,實則需要復(fù)雜的技術(shù)支持,在“零算法基礎(chǔ)”的前提下,無經(jīng)驗或僅僅受過短期培訓(xùn)的開發(fā)者,可以運用圖像分類、物體檢測、圖像分割、文字識別、音視頻分類、語音識別自訓(xùn)練、表格數(shù)據(jù)預(yù)測、文本分類、情感傾向分析等十余種模型類型完成開發(fā)。

除了EasyDL,飛槳企業(yè)版里還有BML全功能AI開發(fā)平臺(Baidu Machine Learning,簡稱BML),它專為各種不同習(xí)慣的開發(fā)者匹配了多種模型開發(fā)方式與開發(fā)環(huán)境,開發(fā)者可以選擇盡可能屏蔽不必要的復(fù)雜的底層API,也能夠依靠自己的代碼能力打造AI模型,同時,在部署問題上最大化減輕開發(fā)者的壓力。

在文章的最后部分,筆者附上一張飛槳的全景圖。

其實,您可不要認(rèn)為所有的深度學(xué)習(xí)框架都是如此,可以說,除了底層架構(gòu)外,豐富的模型庫、端到端開發(fā)套件、工具組件和EasyDL、BML等開發(fā)平臺,都是飛槳的特色。

總體上說,飛槳起步的確不是最早的,但正因為如此,也少走了一些彎路;而飛槳最大的區(qū)別之處,就在于結(jié)合中國的國情,結(jié)合中國需要大量、快速開發(fā)海量AI模型而人才缺口很大的現(xiàn)實痛點,盡可能的在提供工具、降低門檻上下了很多的功夫,而這是另外的深度學(xué)習(xí)框架與之有一定差距甚至是極大差距的原因,也是飛槳市場份額迅速上升的根本要素。

其實,對于飛槳這個話題,筆者的興趣由來已久,本想寫一篇3000、4000字的科普小文,但沒有想到拉拉雜雜已經(jīng)寫了近萬字,還沒有介紹完。

其實,這的確是一個硬核科普的硬話題,我之所以愿意啃這塊硬骨頭,是因為我自己也從來沒有找到一篇對深度學(xué)習(xí)平臺做到透徹、深入、又通俗易懂的文章,所以我打算自己來寫一篇,就有了這篇作品。

但我發(fā)現(xiàn),這篇文章只是最基本的做到了解釋何為飛槳,對于飛槳產(chǎn)生過程中最重要的因素——人,卻介紹的很少;對于飛槳普及中惠及的人群、產(chǎn)業(yè),也幾乎沒有提及;對于飛槳對于中國在AI創(chuàng)新中的地位和價值,也淺嘗輒止。

因此我有一個大膽的計劃,在近期推出一組把以上問題都說透的系列報道,大概包含5-6篇文章,每篇文章說一個方面,大概5000字為限。我感覺到,如果我的文章能夠讓多一些的人了解飛槳,多一些的行業(yè)、應(yīng)用場景中的需求者、開發(fā)者讀到這些文章,從而為中國AI產(chǎn)業(yè)能起到添磚加瓦的作用的話,那就實現(xiàn)了我創(chuàng)作的初衷,正所謂——書生報國無它物,唯有手中筆如刀。