免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

03

深度學習如何為人所用?

A

中國AI人才之困

蓬勃發展的AI產業到底有多少人才缺口,簡直是個玄學問題。

由于筆者拿到的各種統計數據口徑過于不一致,所以無法給出一個精確數字。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:“當前人工智能已經開始影響各行各業,我們不可能要求每個行業都有足夠多的精通深度學習底層算法的專家,比如飛槳深度學習平臺目前已經有260多萬名開發者,這些開發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,而是直接調用這些框架”。

“應用門檻大幅降低,也會推進人工智能更快地應用,更快地推進產業智能化。”王海峰說。

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人才的培養計劃,將在5年之內培養500萬人使用AI,這個數字與官媒的報道大體一致。

顯然,中國AI領域面臨的人才缺口,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。

中國科學院大學在我國高校中率先成立人工智能技術學院,隨后,2018年,教育部印發了《高等學校人工智能創新行動計劃》,上海交大、南京大學、清華大學、哈爾濱工業大學、南京航空航天大學、南京理工大學、南京郵電大學等相繼成立人工智能研究院或學院。

第二是師資培訓。

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

全國高校深度學習師資培訓班由教育部和工業和信息化部指導,百度與國內各大高校聯合發起,迄今已培訓近2000位教師,共計覆蓋500余所高校。

第三是人才實訓。

如百度建設了AI Studio學習與實訓社區,面向教育和學習場景、集開放數據、開源算法、免費算力于一體,為開發者提供高效易用的學習開發環境、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70萬多開發者、80多萬的樣例工程和數據集、5000多精品課程內容、70余場AI競賽,并提供海量免費GPU算力資源。

筆者曾經采訪過一些參與師資培訓的各大院校的人工智能系的負責人,他們大都表示,AI Studio是他們最感興趣的,因為其上提供的內容和工具,已經完全可以用來作為一個高校開辟人工智能本科、研究生教學的基礎平臺,而免費的算力更可以用“慷慨”來形容,他們中的很多人已經在用AI Studio構建教學平臺。

其實,除了師資培訓,百度飛槳學院旗艦項目AICA(首席AI架構師培養計劃)、飛槳快車道等還面向產業技術人群,提供專項培訓,加快培養既懂AI技術又懂業務場景的復合型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,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,早期用計算機處理圖片的難度是很高的,需要調整無數的參數。所以,人們發明了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,從而使得用計算機繪圖變成了一個標準化、容易學習的工作。

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

飛槳深度學習平臺,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,需要有較強的可調整余地。

但是,Photoshop模式顯然更針對于專業場景,而在我們的生產和生活中,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的用戶簡單幾步輕松創建AI模型呢?

飛槳從2017年推出的EasyDL零門檻AI開發平臺就是基于這樣的思路。

EasyDL通過先進的技術把AI開發這件事情變得像使用家電一樣簡單,你不必了解家電的內部構造和電路原理,也能享受家電帶來的便捷。

由此,飛槳上最年輕的開發者只有6、7歲,這是屬于AI時代特有的奇跡。

EasyDL雖然目標是“簡單”,但為了達到“簡單”,實則需要復雜的技術支持,在“零算法基礎”的前提下,無經驗或僅僅受過短期培訓的開發者,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、語音識別自訓練、表格數據預測、文本分類、情感傾向分析等十余種模型類型完成開發。

除了EasyDL,飛槳企業版里還有BML全功能AI開發平臺(Baidu Machine Learning,簡稱BML),它專為各種不同習慣的開發者匹配了多種模型開發方式與開發環境,開發者可以選擇盡可能屏蔽不必要的復雜的底層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,您可不要認為所有的深度學習框架都是如此,可以說,除了底層架構外,豐富的模型庫、端到端開發套件、工具組件和EasyDL、BML等開發平臺,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;而飛槳最大的區別之處,就在于結合中國的國情,結合中國需要大量、快速開發海量AI模型而人才缺口很大的現實痛點,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習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習平臺做到透徹、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。

但我發現,這篇文章只是最基本的做到了解釋何為飛槳,對于飛槳產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、產業,也幾乎沒有提及;對于飛槳對于中國在AI創新中的地位和價值,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、應用場景中的需求者、開發者讀到這些文章,從而為中國AI產業能起到添磚加瓦的作用的話,那就實現了我創作的初衷,正所謂——書生報國無它物,唯有手中筆如刀。