文/當(dāng)下君

圖片/來源網(wǎng)絡(luò)

本文是《深科普：認(rèn)識飛槳》的姊妹篇。上次的《認(rèn)識飛槳》發(fā)表后，引發(fā)了較好的反響，甚至有出版社邀請當(dāng)下君寫一本關(guān)于深度學(xué)習(xí)的科普著作。

而當(dāng)下君的想法是，《認(rèn)識飛槳》只是AI“深科普”系列的第一篇，接下來將推出若干篇，每篇文章說一個方面，單篇大概5000字為限。把深度學(xué)習(xí)技術(shù)及其產(chǎn)業(yè)應(yīng)用進(jìn)行深入淺出的解讀，解讀到幾乎每個讀者都能理解的程度。

從長遠(yuǎn)來看，這樣的科普工作和飛槳深度學(xué)習(xí)平臺的發(fā)展是并行和伴生的，也只有如此，才能讓更多人真正能認(rèn)識深度學(xué)習(xí)、直接運用飛槳去解決問題。

本文的主角叫EasyDL，它是飛槳全景圖里企業(yè)版中的零門檻AI開發(fā)平臺。它的作用就是讓沒有AI開發(fā)經(jīng)驗的人（并不僅僅是程序員），都可以便捷的使用這個平臺開發(fā)出自己需要的AI應(yīng)用。

是的，沒有看錯，網(wǎng)上的那些“小學(xué)生開發(fā)出AI模型”的神奇案例，基本上都是EasyDL的功勞。

不過，EasyDL的作用可不是一個“少兒AI興趣培養(yǎng)工具”，它真正的價值在于讓千行百業(yè)的非專業(yè)人士都能零門檻應(yīng)用AI。

沒錯，讀完這篇文章，你立即就可以動手嘗試了。

1

什么是低代碼/零代碼開發(fā)？

東瀕大西洋、大部地區(qū)丘崗起伏的美國馬薩諸塞州，是美國獨立時最初13州之一。世界學(xué)府哈佛大學(xué)和麻省理工學(xué)院都位于該州，而著名的全球性獨立研究、數(shù)據(jù)和咨詢服務(wù)公司Forrester，也發(fā)源于此。

所謂的低代碼/零代碼開發(fā)平臺（Low-Code Development Platform）的概念，就是由Forrester正式提出的。

上世紀(jì)80年代，編程語言進(jìn)入到第四代，也就是“結(jié)構(gòu)化語言”。在這些語言中，最小的單位不再是“代碼“，而是封裝好的“代碼塊”，當(dāng)編程人員要系統(tǒng)實現(xiàn)某個功能時，只需發(fā)出指令，計算機就知道要運行對應(yīng)的封裝好的代碼。

△組裝“代碼塊”

因為作者是個吃貨，所以在這里用吃舉個例子（話說，用吃來舉例是本系列文的一大特點）。比如，你如果按傳統(tǒng)菜譜來準(zhǔn)備做一道“紅燒肉”，那么你就需要臨時調(diào)制由醬油、醋、糖等勾兌的“醬汁”來給菜肴“定味”?？杉t燒肉又是沒點手藝做不出來的菜，很容易把糖燒焦。而所謂結(jié)構(gòu)化語言，就是超市里出售的已經(jīng)勾兌好的“紅燒肉調(diào)味料”，免去了你調(diào)制的過程，做菜的時候兌水直接倒進(jìn)鍋里就可以，還保證色香味俱全。

而到了2000年，VPL（可視化編程語言）出現(xiàn)了，它的特點是，在前述的“結(jié)構(gòu)化語言”的基礎(chǔ)上，把編程的過程用視覺可見的方式呈現(xiàn)，例如圖標(biāo)、表格、圖表等形態(tài)。

可以說，結(jié)構(gòu)化是低代碼實現(xiàn)的前提，可視化是低代碼外化的界面。

在這兩種追求的相互作用下，又隨著SaaS等軟件的興起，F(xiàn)orrester敏銳的發(fā)現(xiàn)——軟件的開發(fā)過程中，有大量的時間成本都浪費在重復(fù)的功能編程上，于是，該機構(gòu)在2014年首次提出低代碼和零代碼的概念——只需用很少甚至幾乎不需要代碼就可以快速開發(fā)出系統(tǒng)，并可以將其快速配置和部署的一種技術(shù)和工具。

看上去這是一個為“懶人”準(zhǔn)備的技術(shù)，其實，它極大的降低的不僅僅是開發(fā)的時間，還因為可視化降低了不同需求方之間溝通的成本，所以一經(jīng)問世就大紅特紅——2021年初，海外研究機構(gòu)Infolob表示，預(yù)計到2022年，低代碼應(yīng)用程序市場總規(guī)模達(dá)212億美元；Gartner則預(yù)測，到2024年，應(yīng)用軟件開發(fā)活動中，65%將通過低代碼方式完成。

在所有的編程工作中，為人工智能（AI）編寫模型是一項難度極高的工作，因此，實現(xiàn)低代碼化對于AI開發(fā)的意義并不止于降低成本，更大的意義在于迅速的讓許多沒有AI開發(fā)能力的技術(shù)人員、甚至是非技術(shù)人員能夠開發(fā)AI模型，迅速推廣AI的應(yīng)用。

然而，給AI準(zhǔn)備低代碼開發(fā)可不僅僅像普通編程那么簡單，AI的模型設(shè)計需要選擇模型、超參數(shù)調(diào)整、訓(xùn)練、部署，還需要調(diào)度“云、管、邊、端”各方資源，還要兼顧語音、圖像等異構(gòu)數(shù)據(jù)的處理交互，還要適應(yīng)不同的部署條件，可想而知，AI的低代碼化的開發(fā)難度之大。

如果說普通編程的低代碼化是讓你用半成品炒出一道紅燒肉，那AI的低代碼化就如同讓你用半成品做出一道“佛跳墻”——在同等的操作難度下，AI的低代碼化對后臺的要求更高。

但這擋不住人們追求讓AI應(yīng)用開發(fā)加速進(jìn)入產(chǎn)業(yè)界的決心，2013年低代碼工具AutoWEKA發(fā)布，2014年的ICML（國際機器學(xué)習(xí)大會）開始舉行AutoML研討會（AutoML是自動機器學(xué)習(xí)的縮寫，后文的AutoDL，即自動深度學(xué)習(xí)）研討會，AutoML成為學(xué)術(shù)界的研究熱點之一；2018年，谷歌將AutoML的概念產(chǎn)品化，引發(fā)產(chǎn)業(yè)界的全面關(guān)注。

然而，就在谷歌發(fā)布這一產(chǎn)品的前幾個月，大洋彼岸的北京，百度于2017年11月發(fā)布了EasyDL，百度也因此成為國內(nèi)乃至全球最早推出零門檻深度學(xué)習(xí)開發(fā)平臺的公司。

2

用AI創(chuàng)造AI的飛槳“精華版”

今年的博鰲亞洲論壇2021年年會分論壇上，百度CTO王海峰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”。

這里，王海峰說的是飛槳，也包括飛槳企業(yè)版EasyDL。

我們說過，一切深度學(xué)習(xí)框架的共性，都是為了降低開發(fā)的門檻，不需要開發(fā)者從復(fù)雜的神經(jīng)網(wǎng)絡(luò)開始編代碼。

還是那個熟悉的例子——如果直接編寫模型的高階AI大師是用畫筆描摹世界的畫家，那用深度學(xué)習(xí)框架開發(fā)模型的就是高明的Photoshop達(dá)人，而EasyDL的用戶，就是用美圖秀秀卻也能做出不俗效果，且操作極度簡便的普通人。

某種意義上說，EasyDL其實可以看做是飛槳的“精華版”，它和飛槳有千絲萬縷的聯(lián)系。它的模型庫，內(nèi)置的模型是從飛槳的模型庫中精選出來的；它的訓(xùn)練和推理過程，也是來自飛槳經(jīng)驗的升華；而EasyDL的底層，結(jié)合的是飛槳自研的AutoDL/AutoML技術(shù)，基于少量數(shù)據(jù)就能獲得出色效果和性能的模型。

但是，各位看官，EasyDL絕不簡單的等于精簡版、自動化版的飛槳，否則此文就沒有寫作的必要了，這是因為AutoDL理念的工程化，實在是一個難度很高的工作。

EasyDL絕不是把模型開發(fā)的幾個過程整合在一起，然后提供一些選項讓開發(fā)者打幾個勾那么簡單，雖然從外在形式上來說，這么描述也沒大錯，但背后的工程化難度之高，是難以想象的。

簡單的說，EasyDL（以及各類的AutoML/DL）的共同理念，就是“用AI技術(shù)來幫助人們設(shè)計AI”，換句話說，開發(fā)一個AI模型的流程中，涉及的數(shù)據(jù)處理、特征提取、模型選擇、參數(shù)調(diào)節(jié)、訓(xùn)練部署等環(huán)節(jié)，都利用AI能力才實現(xiàn)了高度的自動化，這才達(dá)到了使得EasyDL在構(gòu)建深度學(xué)習(xí)模型的過程中，在很少人工干預(yù)的情況下，即可簡單的被應(yīng)用。

而且，簡單不等于簡陋，按照谷歌CEO的說法，谷歌AutoML創(chuàng)造模型的水準(zhǔn)，至少相當(dāng)于一個AI專業(yè)博士生的水平，而從某種意義上來說，EasyDL還要勝過于谷歌版的AutoML，因為EasyDL設(shè)計模型的水平，就像高級工程師，這個且在后面講。

當(dāng)我們打開EasyDL的界面時，的確給人的感覺就是極度簡單，因為你所需要的模型分類已經(jīng)非常詳盡的開列了：

△EasyDL上的模型類型

這后面的過程其實用幾句話就可以講完，在選擇模型后，系統(tǒng)會要求你上傳數(shù)據(jù)，過程不會比給一封電子郵件上傳附件更復(fù)雜；此后，通過Auto Augment（自動數(shù)據(jù)增強）、Auto Finetuner（自動超參搜索）、NAS（自動網(wǎng)絡(luò)架構(gòu)搜索）等自動化建模技術(shù)，進(jìn)行模型自動調(diào)優(yōu)，大大降低模型調(diào)優(yōu)的成本，一個新的模型就呼之欲出了。

EasyDL的價值，就在于用AI支持了整個流程的運轉(zhuǎn)，使之可以高度實用化。

我們看幾個關(guān)鍵點，比如數(shù)據(jù)是一切模型的基石，但數(shù)據(jù)的標(biāo)注和清洗，是一個成本很高的工作，甚至還誕生了數(shù)據(jù)標(biāo)注師這樣的一個職業(yè)。

因此，EasyDL發(fā)布了EasyData智能數(shù)據(jù)服務(wù)平臺，提供一站式的數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、數(shù)據(jù)回流的完整解決方案，助力開發(fā)者高效獲取AI開發(fā)所需的高質(zhì)量數(shù)據(jù)。

也就是說，哪怕你的數(shù)據(jù)只是用普通手機拍攝的照片、或者用家用攝像頭在低照度下拍攝的一段視頻，就像一件臟兮兮且占滿油漬的衣服，扔進(jìn)這臺自動的“洗衣機”里，最后輸出的結(jié)果簡直就像高級染燙店里精心干洗熨平過的一樣。

接下來可能還要說到的是“調(diào)參”，這是一個高難度、累死開發(fā)者的活兒，但也是模型打造的靈魂。

EasyDL實現(xiàn)的是自動調(diào)參，也就是說針對一個目標(biāo)，自動調(diào)節(jié)超參數(shù)，這里的超參數(shù)包括batch_size、 learning_rate等等。

這后面的技術(shù)太深，也無需展開。簡單說，自動優(yōu)化涉及的是一個應(yīng)用數(shù)學(xué)的問題——就拿最近比較火的貝葉斯優(yōu)化來說，所謂優(yōu)化，實際上就是數(shù)學(xué)中一個求極值的過程，貝葉斯優(yōu)化可通過一種名為「代理優(yōu)化（surrogate optimization）」的方法，通過有限的采樣數(shù)據(jù)點來解決這一問題。

可能看到這里你有點想撤退了，那我們講故事來調(diào)劑一下——

舉個例子，中國食品藥品檢定研究院希望做一個中草藥識別的AI開發(fā)，這屬于典型的定制化需求，一般來說，需求定制化越高，客戶的標(biāo)注數(shù)據(jù)就越有限，訓(xùn)練數(shù)據(jù)成本就越高。

而EasyDL的價值就在于，幫助客戶通過較少的數(shù)據(jù)，快速獲得可用且準(zhǔn)確率較高的模型。

這種情況下，從頭搭建模型不僅慢，也不符合客戶的實際情況， EasyDL就會使用“遷移學(xué)習(xí)”這個概念——大家都知道，百度APP的“拍照識別植物”的功能是非常強大的，那么，遷移學(xué)習(xí)就可以把百度已經(jīng)有的植物識別模型遷移到中草藥識別當(dāng)中去，把百度已經(jīng)大規(guī)模標(biāo)注的數(shù)據(jù)集用于預(yù)訓(xùn)練，這樣就能把原本不可控的時間變成幾分鐘甚至更短，從而大大提高效率——事實證明，這個模型的準(zhǔn)確率＞97%、訓(xùn)練耗時＜10分鐘、單圖識別速度＜50毫秒。

也許有人問，超高精度訓(xùn)練效果僅僅是靠遷移學(xué)習(xí)么，也不盡然。應(yīng)該說，主要是靠百度的AI技術(shù)積累和業(yè)務(wù)實踐， EasyDL里面的模型，是基于百度超大規(guī)模數(shù)據(jù)訓(xùn)練的預(yù)訓(xùn)練模型，包括超大規(guī)模視覺預(yù)訓(xùn)練模型，文本預(yù)訓(xùn)練模型文心ERNIE等等，這就相當(dāng)于用國宴廚師的經(jīng)驗來做一桌家常菜，屬于典型的把高維技術(shù)下放使用，你用到的每一個模型、甚至是參數(shù)，都是百度十年千億投資在AI上的技術(shù)外溢。

所以，EasyDL里的每一步，都充滿了智慧，讓AI創(chuàng)造AI，是EasyDL的靈魂。

也許你會問，相比于谷歌的AutoML，百度的EasyDL如何呢？這里我們不比一些細(xì)節(jié)，而主要是看應(yīng)用面——AutoML的特點是針對AI落地中的特定環(huán)節(jié)，而EasyDL的特點是真正解決AI落地的全流程實際問題，基于EasyDL訓(xùn)練完成的模型，可發(fā)布為公有云API、設(shè)備端 SDK、私有服務(wù)器部署、軟硬一體方案，靈活適配各種使用場景及運行環(huán)境。

也就是說，用戶無需關(guān)注模型轉(zhuǎn)換、適配加速、服務(wù)部署等細(xì)節(jié)，就能獲得可直接運行、部署的鏡像及可進(jìn)行二次開發(fā)的SDK。

可能實際的市場反饋才有說服力，根據(jù)IDC的數(shù)據(jù)，在機器學(xué)習(xí)平臺方面，百度EasyDL占比強勁增長，2020年再度登上市場份額首位。數(shù)據(jù)還顯示，EasyDL的用戶認(rèn)知度最高，也是受訪者使用頻率最高的平臺。

3

我們?yōu)槭裁磻?yīng)該用EasyDL？

這個問題你也許會覺得奇怪，難道不是為了開發(fā)AI應(yīng)用而使用EasyDL么？

答案還真的不是如此，當(dāng)下君建議你，無論有沒有確切需求，都要用用EasyDL。

為什么這么說呢，有這么幾個理由：

第一，EasyDL可以讓每個人都零門檻的感受到AI的魅力。讓每個人都覺得AI不是遙不可及的，而是觸手可及、隨時可用的。

第二，EasyDL也許會讓你得到極大的驚喜。

比如你是一個大型企業(yè)的運營人員，這樣規(guī)模的企業(yè)早就實現(xiàn)了信息化甚至是數(shù)字化，服務(wù)器里積累的數(shù)據(jù)量，每2到3年時間就會成倍增長。

然而根據(jù)研究，雖然這些數(shù)據(jù)蘊含著巨大的商業(yè)價值，但企業(yè)所關(guān)注、能利用的通常只是占總數(shù)據(jù)量的2%～4%左右的顯性數(shù)據(jù)，遠(yuǎn)遠(yuǎn)談不上最大化地利用已存在的數(shù)據(jù)資源，而你完全可以利用這些龐大的數(shù)據(jù)，通過某種AI的形態(tài)進(jìn)行數(shù)據(jù)的有效挖掘，最終可能會產(chǎn)生遠(yuǎn)超出你預(yù)期的結(jié)果。

第三，EasyDL在解決實際問題方面，可以說已經(jīng)大放異彩。限制你使用EasyDL的絕不是技術(shù)能力，而是你的想象力。

每次筆者去西藏、青海旅行的時候，都會得到再三的叮囑——這些地方有較高的寄生蟲感染風(fēng)險，而且通常很不好治療。

微生物的世界是變換莫測的，說一個數(shù)據(jù)你可能不相信，根據(jù)臨床統(tǒng)計，一個從業(yè)了4年的專業(yè)醫(yī)生，對最常見的五種寄生蟲，用顯微鏡人工鏡檢的準(zhǔn)確率，只有80%。

某種程度上，這是因為基層一線醫(yī)療單位，很少能有技術(shù)過硬的檢驗人員所導(dǎo)致的。

所以有個在西藏工作的普通醫(yī)生，可能是偶爾看了一次EasyDL的介紹，看到了AI在檢測醫(yī)學(xué)影像方面大放異彩的報道，他就想到，能不能用AI來識別寄生蟲的蟲卵呢？

于是他就借助EasyDL開發(fā)了一個很簡單的模型，而且手頭的數(shù)據(jù)也不多。但就是這樣，通過實際訓(xùn)練對常見5種的寄生蟲卵的圖片的識別后，產(chǎn)生出的模型測試識別準(zhǔn)確率97%以上，現(xiàn)在這個模型已經(jīng)在西藏農(nóng)牧地區(qū)開始試點。

EasyDL的用戶并不僅僅在中國，在美國紐約州、新澤西州、賓夕法尼亞州等七個州的160個超市收銀臺較高，面臨收銀員無法目測清楚購物車下層是否有未結(jié)算的商品的實際痛點。

然而，通過EasyDL訓(xùn)練的模型的精度識別準(zhǔn)確率95%以上，部署1600臺攝像頭設(shè)備拍攝的照片中，EasyDL模型不僅能準(zhǔn)確分辨出是否有未結(jié)算商品，還能準(zhǔn)確識別殘疾人購物車和兒童購物車，遠(yuǎn)超之前靠傳感器判斷的準(zhǔn)確率。

還記得前幾年引發(fā)風(fēng)投領(lǐng)域震動的“無人貨架”大戰(zhàn)么？這次大戰(zhàn)的主要敗局，其實就是因為當(dāng)時根本沒有一種實用程度可以進(jìn)入商用領(lǐng)域的無人貨架方案——RFID方式成本太高、重量傳感方式不夠精確，而純視覺方案當(dāng)時又不成熟。

通過對無人貨架大戰(zhàn)失敗經(jīng)驗的總結(jié)，卓因達(dá)基于EasyDL開發(fā)了純視覺方案的無人藥柜，它們的數(shù)據(jù)比較豐富，120多種藥品對應(yīng)著9000多張圖片，通過EasyDL中非常成熟的一個類目“物體檢測”，訓(xùn)練出了藥品識別模型。由于數(shù)據(jù)質(zhì)量較高，模型準(zhǔn)確度近100%，僅需500ms即可獲得識別結(jié)果，進(jìn)而可以實現(xiàn)C端自助選藥、掃碼購藥，24小時不間斷服務(wù)，隨時滿足用戶應(yīng)急購藥需求。

如果這個技術(shù)在當(dāng)年“無人貨架”大戰(zhàn)開始的時候就出現(xiàn)，完全可能開辟一個新的行業(yè)賽道，這也是百度信仰的——用科技讓復(fù)雜的世界更簡單。

其實，如果將EasyDL的案例鋪開，會發(fā)現(xiàn)非常非常的長，涉及我們生活的方方面面。

這讓我想到一個故事，有個日本富豪買下了馬斯克火箭公司的第一張繞月飛行船票，并贊助10位藝術(shù)家與自己同行。他的原話是：“過去的人類宇宙史里，只有科學(xué)家能上太空。我希望讓藝術(shù)家也能去看看太空，看看另一個曼妙的世界?！?/span>

EasyDL也有這樣的愿景和能力——讓AI開發(fā)不再是高級技術(shù)人員的專利，讓不會代碼的人也能嘗試用技術(shù)改變世界的力量。