△ 是新朋友嗎？記得先點筆記俠關(guān)注我哦～

文 | Rickzhang

輪值主編 | 君莫笑 值班編輯 | 玉茹

第 5786 篇深度好文：5860 字 | 12 分鐘閱讀

如果能再來一次，也許多倫多大學的杰弗里·辛頓教授不會在2006年，對外發(fā)布自己的那三篇關(guān)于深度學習的論文。

因為他沒想到的是，僅僅一個源自實驗室未被證明的設(shè)想，現(xiàn)在已經(jīng)變成了超過數(shù)千億美元的大生意。

尤其在中國。

根據(jù)不完全統(tǒng)計，中美之間每年超過2000億的芯片進口中，這兩年用于人工智能的GPU芯片占比以超過10%的增速逐年提升。

當然，這句話也可換個角度理解。

從2012年開始，深度學習技術(shù)的發(fā)現(xiàn)和后續(xù)應用，讓語音識別準確率一年的提升比過去15年的提升總和還要多；同時，圖像識別以圖搜圖的準確率從20%提升到了80%。

關(guān)鍵，這些技術(shù)在中國國內(nèi)都有著全球最大的應用市場。而從智慧城市管理開始的政府需求，也助推深度學習技術(shù)在不計成本的投入下正以“光速”奔跑。

根據(jù)中國信息通信研究院數(shù)據(jù)顯示，2017年中國人工智能市場規(guī)模達到217億元，2020年已經(jīng)超過700億元，年度復合增長率大于50%。

正因此，這兩年全球的AI市場熱點，中國的獨角獸企業(yè)都在不遺余力追逐。這樣的背景下，AI在中國的發(fā)展一日千里，并越來越跟基礎(chǔ)的學科與細節(jié)應用相結(jié)合，出現(xiàn)了大眾化和普及化的趨勢。

“一般的人很難想象，AI在現(xiàn)在的信息系統(tǒng)中已經(jīng)發(fā)展到了什么樣的情況”，作為蘇州BioX生命智能產(chǎn)業(yè)研究院人工智能部門經(jīng)理，王建峰說，與大眾對AI的認知還處在非常高端應用領(lǐng)域不同，當下深度學習，尤其是針對圖像優(yōu)化和邏輯思維的AI應用，已經(jīng)廣泛普及到了生產(chǎn)領(lǐng)域的各個方面。

這在中國是一個必然的發(fā)展趨勢。畢竟，國家層面大力投資AI系統(tǒng)以及其他人工智能領(lǐng)域，是政府需求引爆的。

2006年前后，國內(nèi)各個城市都在逐漸推進交通攝像頭網(wǎng)絡(luò)的搭建，目的是建設(shè)無人交通管理體系。

為了不漏拍，幾乎是每張照片內(nèi)容都會被保存。可是在運營過程中，各個城市交管部門發(fā)現(xiàn)，影像數(shù)量急劇增加，每年在云存儲上都要進行巨額投入。

因此，地方交管部門迫切需要一個能在攝像頭就進行判斷的技術(shù)，讓攝像頭只拍違法事件。之后，又衍生出車牌識別、人臉識別等方面的應用需求。

正因為這樣龐大的需求存在，才迫使中國的AI企業(yè)迅速成長，也才有了各大廠都在推動的數(shù)字城市操作系統(tǒng)。

王建峰說，深度學習理論引出的圖像優(yōu)化和識別相應的技術(shù)在城市管理方面，現(xiàn)在已經(jīng)收獲了非常好的效果、大大提升了效率；同樣的技術(shù)延伸到醫(yī)療相應圖片的判別上，也應該有著相應的能力?！拔覀兊捻椖?，實際上就是幫助醫(yī)生在醫(yī)學相應圖片的判斷上做出更好的決策?！?/span>

而正是由于AI圖片處理和識別技術(shù)已經(jīng)應用在很多場景，因此公司判斷這種技術(shù)，延伸到醫(yī)療圖像處理領(lǐng)域就順理成章，這是整個公司對于這個技術(shù)研發(fā)立項的前提。

當然，這不是首次將AI技術(shù)運用于醫(yī)療圖片處理和識別。

 

在國外，谷歌、微軟都在做類似的一些技術(shù)。而國內(nèi)龐大的病歷，以及海量的醫(yī)生對醫(yī)療圖片處理需求，成為公司下決心推出這種技術(shù)的背景。

這也是醫(yī)療領(lǐng)域信息化需要解決的一個非常大的痛點。

畢竟傳統(tǒng)醫(yī)學中，對于CT X光等醫(yī)療圖片進行研判，要依靠醫(yī)生長期積累下來的經(jīng)驗，不僅耗人，更耗時。但通過深度學習技術(shù)，教會計算機正確的識別醫(yī)療圖片所反映出的病癥問題，醫(yī)生在做診斷決策的時候，就有了更多二次判斷審核的時間和空間。無疑，這會減少對于病人病情誤判的幾率。

這樣看似在其他行業(yè)已經(jīng)應用的AI技術(shù)，卻讓王建峰和他的團隊遇到了大麻煩。

“我們團隊當時組建的時候，擁有著接觸過AI算法，甚至很有經(jīng)驗的一批工程師”，王建峰說，這樣的情況卻并沒有對整個系統(tǒng)的研發(fā)起到促進作用，團隊被很多重復的算法疊加以及邏輯梳理的工作困住了。

原因很簡單。

因為不熟悉真實醫(yī)療領(lǐng)域的各種工作流程，整個技術(shù)團隊無法站在醫(yī)生的角度考慮問題，因此技術(shù)在實現(xiàn)過程中走了很多的彎路，而且代碼越弄越復雜。

再加上之前希望能利用一套系統(tǒng)解決所有的問題，因此在不停地給系統(tǒng)增加學習的樣本，但系統(tǒng)由于無序的知識灌輸所產(chǎn)生的學習效果也非常不到位。

實際上，傳統(tǒng)業(yè)務(wù)受限于數(shù)據(jù)的獲取以及處理效率，訓練和預估精確數(shù)據(jù)的獲得依然是個難題。

后來在接觸到百度AICA首席AI架構(gòu)師培養(yǎng)計劃之后，王建峰才發(fā)現(xiàn)當時整個團隊最大的問題只是從AI技術(shù)出發(fā)去理解業(yè)務(wù)，并沒有從公司整體的戰(zhàn)略方向去重視業(yè)務(wù)的訴求和邏輯。

而在接受完培訓并順利在老師指導下完成項目研發(fā)后，王建峰認為，AI架構(gòu)師現(xiàn)在已成為AI技術(shù)在中國發(fā)展的必然產(chǎn)物與關(guān)鍵角色。

實際上，“AI架構(gòu)師”并不是AI行業(yè)的“專屬”職位，更多的是在有真實應用問題和場景的公司中，將本公司面臨的問題和AI技術(shù)結(jié)合起來的一種管理和技術(shù)相結(jié)合在一起的崗位。

“在AI技術(shù)落地的過程中有太多未明確的情況，都是要根據(jù)實際的業(yè)務(wù)場景構(gòu)造對AI技術(shù)的需求，這需要技術(shù)領(lǐng)導者在熟悉AI技術(shù)和理論的同時，還要具備整體的架構(gòu)能力，而不是簡單的對AI生搬硬套?！?/span>

讓王建峰覺得參加百度AI架構(gòu)師培養(yǎng)計劃收獲最大的，是從以往沒想到的復合視角來看問題，最終另辟蹊徑解決了項目在技術(shù)研發(fā)中遇到的所有問題。

“我們一開始整個項目遇到問題的原因，在經(jīng)過行業(yè)專家的點評之后才發(fā)現(xiàn)，并不是我們技術(shù)水平上沒有達到，而是公司在立項的時候?qū)τ陧椖康钠谕涤幸稽c過高”，王建峰說，這已經(jīng)成為AI技術(shù)落地過程中的一個通病。

在他看來，現(xiàn)在有不少人對AI還存在一定的誤解，覺得AI是一個萬物都可智能的程序和技術(shù)，“但任何一種AI理論和技術(shù)的落地都是有邊界的?！?/strong>

王建峰參與的醫(yī)療項目也不例外?！霸竟臼窍Ｍ鲆粋€能涵蓋大多數(shù)醫(yī)療圖片處理的AI智能助手，提供給醫(yī)院和醫(yī)生使用，從而創(chuàng)造價值提升利潤”，但王建峰帶領(lǐng)團隊開發(fā)過程中發(fā)現(xiàn)，這樣給系統(tǒng)深度學習的材料需要海量的處理能力，也是在現(xiàn)有的情況下無法達到的。

“關(guān)鍵，參與的工程師也很累，大家費了很大的勁，但做出的系統(tǒng)總是不能達到預先的要求”，直到參加AICA四期的培訓，“百度技術(shù)專家的話才把我點醒，我們不再追求知識的全部覆蓋，而聚集在一個有邊界的地域抽取關(guān)鍵知識，并對關(guān)鍵知識進行優(yōu)化，以實現(xiàn)在關(guān)鍵點的知識圖譜完美覆蓋”。

效果立竿見影，調(diào)整思路后的結(jié)果讓王建峰第一次認識到了在AI領(lǐng)域復合視角的強大能力?！拔覀冡槍σ呻y病的圖片判定系統(tǒng)迅速就完成研發(fā)，并在實驗室和對應單位的應用中取得了非常高的準確率，達到了項目開始前的預期?！?/span>

百度AI架構(gòu)師培養(yǎng)計劃不光讓他了解到AI架構(gòu)師是當下AI技術(shù)人才轉(zhuǎn)型的必然，同時也認識到想成為AI架構(gòu)師，就必須重視理解業(yè)務(wù)的訴求和邏輯。因為只有抓住業(yè)務(wù)的關(guān)鍵點，才能做出正確的抽象設(shè)計和技術(shù)選型。

“這次培訓教會了我一個道理，切忌只從AI技術(shù)的角度出發(fā)去理解業(yè)務(wù)，一定要站在整體業(yè)務(wù)流程的高度去做大范圍的邏輯分析和考慮?！?/span>

實際上，與王建峰有相同感受的人還有很多，他在百度AI首席架構(gòu)師培訓同期的“同學”——浙江能源集團算法工程師朱凌風就是其中一位。

百度專門開設(shè)AI首席架構(gòu)師培養(yǎng)計劃，不光讓他在內(nèi)的技術(shù)人才有了高度的業(yè)務(wù)視角，同時也讓他們站在一個更高的角度去梳理已經(jīng)存在的AI技術(shù)，并利用AI技術(shù)對企業(yè)的整個生產(chǎn)流程，開始有了整體掌握能力。

這點可能對于很多獨立化、體系化的產(chǎn)業(yè)更具有應用價值。

“我們公司是能源企業(yè)，為了提升管理效率降低人工成本，AI在能源中的應用日益受到重視”，這也是朱凌風開發(fā)一整套能源企業(yè)智能維護系統(tǒng)的初衷。

“在沒有接觸過百度AI架構(gòu)師培訓的時候，我們更多的是關(guān)注各個AI理論應用模型以及算法”，朱凌風說，他們立項的時候還認為通過算法的開發(fā)就能完善，但其實在過程中遇到了很多困難。

“AI算法包括以前很多人完成的一些案例，跟我們所處的這個行業(yè)差距還比較大”，在朱凌風看來，技術(shù)選型上遇到的問題是他參加百度AI架構(gòu)師培養(yǎng)計劃需要解決的第一個核心需求。

“收獲非常大”，在談及這次AI架構(gòu)師培訓給整個項目帶來的變化時候，朱凌風認為他通過此次培訓增長了很多在AI領(lǐng)域的落地經(jīng)驗。

“我系統(tǒng)地體驗了完整的AI項目從方案設(shè)計到落地執(zhí)行的一個全流程，對設(shè)計并實現(xiàn)高效合理的AI落地方案的能力得到了提高。同時，經(jīng)過與百度內(nèi)部AI架構(gòu)師的交流和探討，我對業(yè)界先進的算法以及一些前沿技術(shù)有了更深入的認識，對AI技術(shù)和開發(fā)應用流程的整體掌握能力有了進一步的提升。”

他迅速應用在公司立項的智能維護系統(tǒng)開發(fā)過程中。

“因為這次培訓把一個開發(fā)流程遞進地拆解為算法的基本原理、深度學習技術(shù)棧、主流模型和網(wǎng)絡(luò)架構(gòu)，以及最后應用部署的具體流程這幾個層面，訓練了我的業(yè)務(wù)理解和技術(shù)抽象能力”，朱凌風第一次找準了自己所需要的技術(shù)和模型方向，并利用百度開源開放的深度學習平臺——飛槳完善了整個需求。

最終，他們所研發(fā)的系統(tǒng)在集團真實的測試數(shù)據(jù)上得到了非常不錯的效果，現(xiàn)在已經(jīng)被運用到了日常集團設(shè)備維護中。

“AI技術(shù)是一項復雜的技術(shù)，入門難度較高、學習曲線陡峭。如果對AI技術(shù)缺少系統(tǒng)的掌握，在面對企業(yè)復雜的項目或者新的任務(wù)場景時必會手足無措?！弊鳛槠髽I(yè)的AI技術(shù)開發(fā)者，朱凌風認為最好先成為AI技術(shù)專家再進行業(yè)務(wù)的落地，結(jié)合項目實踐不斷迭代深入。

“因為AI是一門在應用中不斷前行的科學”。

百度AICA首席AI架構(gòu)師培養(yǎng)計劃到現(xiàn)在已經(jīng)開設(shè)了四期，第五期也即將開班。跡象顯示，越來越多的人愿意加入這項以應用為先的培訓。

任職于一家國際知名信息公司，作為客戶解決方案專家級架構(gòu)師的詹宏聃，領(lǐng)導參與過多個人工智能相關(guān)的項目。她認為以應用為導向的培訓，對于AI技術(shù)的產(chǎn)業(yè)化落地和實際工作有著非常明確的指導作用。

“百度首席AI架構(gòu)師培養(yǎng)計劃的亮點就在于，每個人進入培訓的時候都要帶著一個項目的選題，然后通過培訓在老師的指導下一步一步完善這個選題，最終在培訓結(jié)束的時候，要對這個選題進行答辯并實施出來”。

很多時候指導老師站在宏觀視角上的一句話，就會讓詹宏聃在業(yè)務(wù)與AI技術(shù)的結(jié)合上產(chǎn)生很多好的想法。

“工作中我很多次發(fā)現(xiàn)，工程師花了好多的時間去處理數(shù)據(jù)，但是訓練出來的AI系統(tǒng)提升的效能并不是很高。以前我可能會要求工程師去改參數(shù)或者改數(shù)據(jù)試試，但百度的老師一句話給我一個非常醍醐灌頂?shù)母惺堋?，詹宏聃說，她以前還是太偏AI技術(shù)的角度去理解業(yè)務(wù)問題。

“老師說，如果工程師選用的算法和模型都沒錯，那你應該回過頭去看看自己的業(yè)務(wù)邏輯有沒有可以調(diào)整的地方?！?/span>

 

通過課上學習和課內(nèi)交流，詹宏聃發(fā)現(xiàn)，優(yōu)化業(yè)務(wù)邏輯通?？梢园l(fā)現(xiàn)調(diào)整并增加自身業(yè)務(wù)效率的地方?！吧衿娴氖莾?yōu)化業(yè)務(wù)邏輯后，再回過頭跑已經(jīng)做的差不多的AI算法和系統(tǒng)，居然發(fā)現(xiàn)效果可以再上一個臺階?！?/span>

而在這個過程中，百度飛槳深度學習平臺對詹宏聃和其他學員完成自身的項目，給予了極大的支持和便利。

詹宏聃認為，飛槳是非常適合中國企業(yè)開發(fā)AI深度學習應用的平臺之一，“飛槳是源于產(chǎn)業(yè)實踐的一個開源開放的深度學習平臺，這意味著平臺不光是開源，而且深耕于產(chǎn)業(yè)實踐，就有了很多在產(chǎn)業(yè)端的應用案例”。

在她眼中，“飛槳提供的這些產(chǎn)業(yè)端應用案例，對于我們在日常工作中建立新的AI深度學習應用或者系統(tǒng)，有著非常到位的指導作用?！?/span>

關(guān)鍵，這個系統(tǒng)還非常好用。

“如果你看到全景圖的話，就會發(fā)現(xiàn)無論是學習框架、模型訓練、推理引擎、平臺部署，以及一些模型庫、開放的數(shù)據(jù)集等，都包括在飛槳里，這就意味著如果你想在深度學習領(lǐng)域有所建樹的話，你所有的技術(shù)需求在這個平臺上都能實現(xiàn)?！?/span>

當然，參加過此次培訓的學員都認為，百度首席AI架構(gòu)師培養(yǎng)計劃對于AI技術(shù)在中國的發(fā)展有著非常積極的促進作用。

在AI已經(jīng)成為中國當下最火熱的技術(shù)賽道的時候，企業(yè)如何在這場技術(shù)的洪流中緊跟技術(shù)趨勢完成升級轉(zhuǎn)型，考驗的不僅僅是企業(yè)的發(fā)展視野和戰(zhàn)略，更是考驗企業(yè)技術(shù)主管對于傳統(tǒng)業(yè)務(wù)轉(zhuǎn)型的把控力。

后者其實站在技術(shù)團隊角度，對于企業(yè)在AI條件下的發(fā)展更具有現(xiàn)實意義。

對此，在6月27日百度AICA首席AI架構(gòu)師培養(yǎng)計劃第四期畢業(yè)典禮上，百度集團副總裁、深度學習技術(shù)及應用國家工程實驗室副主任吳甜表示，人工智能在和產(chǎn)業(yè)的結(jié)合過程中，已經(jīng)逐漸走到AI工業(yè)大生產(chǎn)，正在經(jīng)歷三個階段：AI先行者探路階段、AI工作坊應用階段、AI工業(yè)大生產(chǎn)階段。

她認為AICA學員所在大部分企業(yè)處于第一階段，有少數(shù)進入了第二階段，發(fā)展到第三階段的企業(yè)還鳳毛麟角。因此，AICA和各位學員正在共同探索AI工業(yè)大生產(chǎn)的實現(xiàn)路徑，可以看到未來的發(fā)展空間非常值得想象。

實際上，大多數(shù)情況下，由于業(yè)務(wù)的時間要求、成本限制、質(zhì)量要求等等，企業(yè)的技術(shù)團隊很難在理想狀態(tài)下解決問題。如何在受到限制的情況下提升技術(shù)方案的可擴展性，使之能隨著業(yè)務(wù)的變化而不斷演進，這其實才是百度AI架構(gòu)師，對于整個行業(yè)尤其是AI技術(shù)在企業(yè)端應用的推進，最深刻的意義。

百度AICA首席AI架構(gòu)師培養(yǎng)計劃，是百度聯(lián)合深度學習技術(shù)及應用國家工程實驗室共同打造，致力于為中國AI方向輸送既懂AI技術(shù)又懂產(chǎn)業(yè)應用的復合型高端AI人才，強勁的AI“中堅力量”才是中國產(chǎn)業(yè)智能化變革“第一線”。

2021年6月27日，首席AI架構(gòu)師培養(yǎng)計劃四期班在京舉辦畢業(yè)典禮，典禮上還首次發(fā)布《AI架構(gòu)師》手冊。

該手冊通過采訪百度內(nèi)部不同身份、技術(shù)典型、轉(zhuǎn)型成功的AI架構(gòu)師，形成23,000字的論述。通過多維度、多角度描述當代“業(yè)務(wù) 算法 架構(gòu)”于一體的AI架構(gòu)師轉(zhuǎn)型路徑，帶領(lǐng)業(yè)界AI人才一同預見AI產(chǎn)業(yè)落地前瞻變量。

經(jīng)過四期培訓的沉淀，當前已經(jīng)有近200位通過百度認證的AI架構(gòu)師正深入產(chǎn)業(yè)，遍布工業(yè)、能源、金融、交通等數(shù)十個行業(yè)，正在利用自己學習到的知識和理論，結(jié)合AI技術(shù)服務(wù)中國基礎(chǔ)產(chǎn)業(yè)的轉(zhuǎn)型。

當然在這個過程中，AICA也積累了產(chǎn)業(yè)AI管理人才生產(chǎn)落地的豐富經(jīng)驗。

從某種意義上講，這些具有全局視角和技術(shù)實施能力的高端技術(shù)管理人才，才是AI技術(shù)在中國落地的關(guān)鍵。

現(xiàn)在，大門已經(jīng)打開。未來，就在腳下。