如何全面掌握主流的AI技術(shù)？

每一次技術(shù)革命，都是一次生產(chǎn)力與生產(chǎn)關(guān)系的大變革。AI時(shí)代呼嘯而至，深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、圖神經(jīng)網(wǎng)絡(luò)顯示出強(qiáng)大的技術(shù)張力，但為何在產(chǎn)業(yè)應(yīng)用落地中又會(huì)遇到種種挑戰(zhàn)，讓不少產(chǎn)業(yè)從業(yè)者擔(dān)憂——AI到底離我們有多遠(yuǎn)？

?

黃埔學(xué)院，“首席AI架構(gòu)師”的搖籃，對(duì)于這一產(chǎn)業(yè)之問(wèn)，自然也是學(xué)院講師、學(xué)員必須回答的問(wèn)題。

?

得其法者事半功倍，不得其法者事倍功半。

11月4日，百度黃埔學(xué)院第四期開(kāi)啟為期6周的線上預(yù)科班。就是通過(guò)AI思維、AI方法、AI技術(shù)、AI選擇等環(huán)環(huán)相扣的課程，讓大家“得法前行”，找到新技術(shù)推動(dòng)產(chǎn)業(yè)升級(jí)的全流程方法論。

上圖：黃埔學(xué)院第四期預(yù)科班課程表

跨上AI的戰(zhàn)車(chē)，從技術(shù)邏輯和商業(yè)邏輯雙面看

跨上AI戰(zhàn)車(chē)的第一步，企業(yè)首先需要確認(rèn)現(xiàn)階段是否適合進(jìn)行AI轉(zhuǎn)型。如果對(duì)AI本身的邏輯缺乏深入的理解，究竟能不能使用、如何使用AI去落地就成了難題。結(jié)合飛槳實(shí)踐落地過(guò)程中各行業(yè)AI應(yīng)用案例，企業(yè)想成功應(yīng)用AI系統(tǒng)，要遵循技術(shù)和商業(yè)邏輯兩大原則。

AI應(yīng)用可行的兩大前提

AI作為決策系統(tǒng)的前提：信息采集和自動(dòng)化實(shí)施要完備

從技術(shù)邏輯來(lái)看， AI應(yīng)用作為一個(gè)決策系統(tǒng)不是單獨(dú)存在的，它包含完整的上下游。上游是我們采集的數(shù)據(jù)信息，下游則是我們要執(zhí)行實(shí)施的自動(dòng)化。

?

因此，當(dāng)企業(yè)發(fā)現(xiàn)所在的應(yīng)用場(chǎng)景上下游都完備，只需 AI決策系統(tǒng)時(shí)，企業(yè)AI場(chǎng)景應(yīng)用落地的步伐就可以加快。像如今互聯(lián)網(wǎng)、金融領(lǐng)域AI應(yīng)用最先落地，重要原因便是其產(chǎn)業(yè)鏈上下游完備。

?

AI要滿足商業(yè)邏輯的前提：對(duì)關(guān)鍵業(yè)務(wù)的效率提升要大于付出的成本

目前，中國(guó)無(wú)人超市的技術(shù)已非常成熟，但依然沒(méi)有在中國(guó)看到遍地的無(wú)人超市。是因?yàn)榻裉煲獙?shí)現(xiàn)無(wú)人超市的技術(shù)所花費(fèi)的成本高于兩個(gè)店員的人力成本。所以無(wú)人超市這個(gè)技術(shù)雖已經(jīng)實(shí)現(xiàn)了效率上的大幅提升，但是因?yàn)樾侍嵘潭炔患盎ㄙM(fèi)的成本，所以目前還只能是實(shí)驗(yàn)田。

?

所以，快速跨上AI戰(zhàn)車(chē)還需要考慮背后的商業(yè)邏輯。企業(yè)之所以運(yùn)用AI技術(shù)滿足我們今天的商業(yè)發(fā)展，是想提升企業(yè)自身的關(guān)鍵業(yè)務(wù)。同時(shí)“成本”作為企業(yè)轉(zhuǎn)型考慮的重要因素之一，也成為選擇AI應(yīng)用的關(guān)鍵項(xiàng)?？偨Y(jié)來(lái)看就是，選擇AI技術(shù)提升效率不能只“幫扶”企業(yè)效率提升一小步，但卻要“冒險(xiǎn)”付出大成本。

——百度杰出架構(gòu)師?畢然《跨上AI的戰(zhàn)車(chē)》

??

學(xué)術(shù)研究到產(chǎn)業(yè)落地，“多法結(jié)合”推動(dòng)系統(tǒng)準(zhǔn)確率提升

要想習(xí)得真經(jīng)，企業(yè)除了明白是否適合AI轉(zhuǎn)型，還需要切實(shí)的了解如何運(yùn)用AI實(shí)現(xiàn)應(yīng)用。我們發(fā)現(xiàn)在產(chǎn)業(yè)落地這個(gè)過(guò)程中，通常會(huì)面臨三大問(wèn)題：

·????? 數(shù)據(jù)的規(guī)模和平衡性

·????? 模型的泛化能力及魯棒性

·????? 場(chǎng)景領(lǐng)域的長(zhǎng)尾、變化需求

面對(duì)AI技術(shù)難題的正攻法思路

?

我們有很多學(xué)術(shù)的方法去解決、突破技術(shù)難題，大家都可以去嘗試。也可以通過(guò)各種論文去了解先進(jìn)前沿的技術(shù)。但還有很多時(shí)候，整個(gè)系統(tǒng)的準(zhǔn)確率并不是單純的一個(gè)算法模塊的準(zhǔn)確率?？赡苣阈枰獓L試配合一個(gè)傳統(tǒng)算法，或者是配合一個(gè)流程的設(shè)計(jì)，甚至必要的時(shí)候可以配合人員操作的兜底方式來(lái)協(xié)同配合，達(dá)到真正的場(chǎng)景可用。

?

掌握主流和全面的技術(shù)，復(fù)雜任務(wù)先拆分簡(jiǎn)化，抽象問(wèn)題是關(guān)鍵能力

當(dāng)遇到復(fù)雜場(chǎng)景的問(wèn)題時(shí)，將其拆分成一些小的任務(wù)與目標(biāo)。因?yàn)樾〉娜蝿?wù)相對(duì)簡(jiǎn)單一些，而復(fù)雜任務(wù)相對(duì)難一些，把復(fù)雜任務(wù)拆分成小任務(wù)本身就是一個(gè)技術(shù)建模的過(guò)程。拆分成小的任務(wù)之后，針對(duì)每一個(gè)小任務(wù)，我們都可以進(jìn)行非常細(xì)致的技術(shù)選型。

抽象問(wèn)題的拆分舉例

?

這在我們實(shí)際場(chǎng)景中其實(shí)是非常常用的，因?yàn)檎鎸?shí)的業(yè)務(wù)場(chǎng)景它可能不是一個(gè)任務(wù)，而是眾多任務(wù)。比如說(shuō)文本糾錯(cuò)、復(fù)雜的問(wèn)答系統(tǒng)、復(fù)雜的對(duì)話系統(tǒng)等，它可能包含了眾多的子任務(wù)。

——百度資深研發(fā)工程師&百度文心ERNIE平臺(tái)技術(shù)負(fù)責(zé)人?龔健?《產(chǎn)業(yè)NLP任務(wù)的技術(shù)選型與落地》

?

很多油田電力和工礦企業(yè)，它里面存在很多傳統(tǒng)的機(jī)械指針式的儀表，這種儀表與數(shù)字儀表不同，機(jī)械表無(wú)法將表具的讀數(shù)實(shí)時(shí)發(fā)送到監(jiān)控系統(tǒng)，需要人工進(jìn)行讀表檢查，這種表大部分是用來(lái)做監(jiān)控用的，比如說(shuō)監(jiān)控設(shè)備的運(yùn)行是否正常，而且這些表大部分是部署在廠區(qū)的各個(gè)位置，為了監(jiān)測(cè)儀器是否工作正常，或者系統(tǒng)是否工作正常，工廠或者是一些企業(yè)都要派大量的人力到現(xiàn)場(chǎng)去進(jìn)行巡檢，檢查表的讀數(shù)是否正常，進(jìn)而去判斷整套系統(tǒng)或者儀器是否正常，這樣的話就會(huì)消耗很多企業(yè)的人力成本，而且每次巡檢周期長(zhǎng)，頻次非常低。實(shí)際解決問(wèn)題之前，需要清晰的梳理出表計(jì)識(shí)別項(xiàng)目會(huì)面臨到的難點(diǎn)問(wèn)題：

·????? 表具種類(lèi)多，相似度大，樣本采集困難且不易分類(lèi)

·????? 在復(fù)雜環(huán)境下，讀數(shù)精確度不易保證

·????? 室外環(huán)境惡劣導(dǎo)致讀數(shù)難以識(shí)別

技術(shù)方案拆解：目標(biāo)檢測(cè)+語(yǔ)義分割

所以我們沒(méi)選擇直接識(shí)別的方案，因?yàn)橹苯幼R(shí)別會(huì)遇到多尺度的問(wèn)題。我們選用了更為復(fù)雜的方案：目標(biāo)檢測(cè)+語(yǔ)義分割，當(dāng)我的讀數(shù)難度變小了，精確度會(huì)得到更好的保證，這是最核心的。同時(shí)，因?yàn)槟Ｐ蛷?fù)雜度的提升，我的推理時(shí)間變長(zhǎng)了。不過(guò)沒(méi)關(guān)系，因?yàn)樵诒碛?jì)巡檢的場(chǎng)景里，對(duì)時(shí)效要求并不高。所以很多時(shí)候，大家問(wèn)這樣的方案好不好那樣的方案好不好，還是要首先去回答自己的問(wèn)題，你的場(chǎng)景到底有什么樣的限制條件。沒(méi)有最好，只有最適合。?

——中興克拉科技首席AI系統(tǒng)架構(gòu)師 黃埔學(xué)院二期學(xué)員?朱玉石《能源電力傳統(tǒng)儀表綜合無(wú)人巡檢》

?

完成了這些工作，跨過(guò)了這些坑之后，當(dāng)我遇到百度文心ERNIE，瞬間覺(jué)得豁然開(kāi)朗，覺(jué)得它比我更懂我應(yīng)該做什么。剛才說(shuō)的所有那些很復(fù)雜的東西，從以前的 Framework轉(zhuǎn)到飛槳以后，前面三個(gè)API其實(shí)就搞定了。最后一個(gè)API地址識(shí)別，我畫(huà)了小太陽(yáng)，對(duì)我們的工作效率提升帶來(lái)了很大的幫助。很多應(yīng)屆生同學(xué)他們進(jìn)來(lái)就能很快地上手。對(duì)于他們來(lái)說(shuō)，一開(kāi)始覺(jué)得這件事太難了，可能很難堅(jiān)持下來(lái)。在新同學(xué)還不是特別懂深度學(xué)習(xí)的原理情況下，能夠把整個(gè)技術(shù)做出來(lái)，能夠有結(jié)果，這是件非常讓人興奮的事。

——京東物流智能供應(yīng)鏈產(chǎn)業(yè)平臺(tái)研發(fā)總監(jiān)、黃埔學(xué)院三期學(xué)員王梓晨《京東物流快遞單智能識(shí)別》

?

聽(tīng)完這些課程，你是不是對(duì)AI產(chǎn)業(yè)落地有了不一樣，亦或是更深刻的認(rèn)識(shí)？是不是也想加入其中，成為推動(dòng)產(chǎn)業(yè)落地的AI架構(gòu)師？

?

對(duì)于從黃埔學(xué)院畢業(yè)的135名學(xué)員，授課老師們一直在強(qiáng)調(diào)“AI架構(gòu)師”要具備從復(fù)雜的業(yè)務(wù)問(wèn)題抽象出AI技術(shù)問(wèn)題的能力，要對(duì)主流AI訓(xùn)練和部署落地流程有充分的掌握，結(jié)合相關(guān)算法技術(shù)和業(yè)務(wù)場(chǎng)景需求，做出恰當(dāng)?shù)腁I技術(shù)選型，設(shè)計(jì)高效合理、并具有充分預(yù)見(jiàn)性的實(shí)現(xiàn)方案。還要在業(yè)務(wù)場(chǎng)景下建立起以AI技術(shù)應(yīng)用為核心的完備技術(shù)體系，充分發(fā)揮AI技術(shù)對(duì)業(yè)務(wù)的助力作用，對(duì)技術(shù)團(tuán)隊(duì)產(chǎn)生很強(qiáng)的技術(shù)影響力。

12月1日，百度黃埔學(xué)院第四期開(kāi)放線下正式班申請(qǐng)，需要你帶著“AI項(xiàng)目開(kāi)題報(bào)告”有備而來(lái)，與百度T10+架構(gòu)師一起，面對(duì)面探索產(chǎn)業(yè)智能化升級(jí)的新場(chǎng)景、新未來(lái)。

點(diǎn)擊“閱讀原文”立即申請(qǐng)<黃埔學(xué)院第四期正式班>，回看六節(jié)預(yù)科班視頻，獲取正式班申請(qǐng)材料模板。