共计 3423 个字符，预计需要花费 9 分钟才能阅读完成。
摘要： 从 AI 开发模型、框架、工具，到晋升开发效率的学习方法，为 AI 开发者逐个解答。
本文分享自华为云社区《10 分钟理解 AI 开发的根本过程》，作者：简略保持。
1、AI 开发到底在开发什么？
- 一个硬件开发者的工作成绩是一个布满集成电路的服务器，开机就能够运行某种软件。
- 一个挪动端开发者的工作成绩能够是一个手机 APP，包含了大量二进制数据，可被麒麟芯片间接运行。
- 一个 AI 开发者的工作成绩则是一个模型，模型实质上是一个函数：
f(图片) = "How are you"
f(猫图片) = "Cat"
无论这个函数有如许简单，有多少个变量或者参数，AI 开发都是试图找出这个函数的表达式。
2、AI 模型（函数）是怎么开发进去的？
AI 模型实质是一个函数，想要找到这个函数精确的的表达式，仅凭逻辑是无奈推导进去的，而是训练进去的，咱们喂给机器目前已有的数据，机器就会从这些数据里去找出一个最能满足（专业术语称为拟合）这些数据的函数，当有新的数据须要预测的时候，机器就能够通过这个函数去预测出这个新数据对应的后果是什么。
对于一个具备某种智能能力而言，个别具备以下因素：数据 + 算法 + 模型，开发的过程，就是一直地用数据和算法使得模型越来越迫近真实情况，留神是迫近而非推导，这个过程称为训练。
3、AI 模型的训练过程是怎么样的？
咱们来用一个可能辨别猫和狗图片的模型来帮忙了解训练的过程：“数据”就是咱们须要筹备大量标注过是“猫”还是“狗”的图片；“算法”指的是构建模型时咱们打算用浅层的网络还是深层的，如果是深层的话咱们要用多少层，每层有多少神经元、性能是什么等等，也就是网络架构的设计，相当于咱们确定了咱们的预测函数应该大抵构造是什么样的。
咱们用 Y =f(W，X，b) 来示意这一函数，X 是已有的用来训练的数据（猫和狗的图片），Y 是已有的图片数据的标签（该图片是猫还是狗）, W 和 b 是什么意思呢？一开始，咱们的确不晓得，这两个参数是须要机器学习后本人找进去的，找的过程也就是训练的过程。
“模型”指的咱们把数据带入到算法中进行训练，机器就会去一直地学习，当机器找到最优 W 和 b 后，咱们就说这个模型是训练胜利了，这个时候咱们的函数 Y =f(W，X，b) 就齐全确定下来了
而后咱们就能够在已有的数据集外给模型一张新的猫或狗的图片，那模型就能通过函数 Y =f(W，X，b) 算进去这张图的标签到底是猫还是狗，这就是推理。
简略总结下：不论是最简略的线性回归模型、还是较简单的领有一亿个参数的深度神经网络模型，实质都是寻找一个可能良好拟合目前已有数据的函数 Y =f(W，X，b)，并且咱们心愿这个函数在新的未知数据上也可能体现良好。
4、AI 为什么要强调大量数据？
因为只有数据量足够大，模型才可能学习到足够多且精确的辨别猫和狗的特色，能力在辨别猫狗这个工作上，体现出足够高的准确性；当然数据量不大的状况下，咱们也能够训练模型，不过在新数据集上预测进去的后果往往就会差很多。
假如辨认猫的模型要十分精确，就须要各种光照条件、各种背景、各种花色的猫的照片，不仅要有波斯猫，还要有加菲猫，直到模型蕴含了咱们能想到的各种猫的特色，一个人脸识别模型，大概须要几百万张照片，能力达到可用，驰名的 Imagenet 数据集，大概蕴含了 1400 万张图片，极大中央便了开发者。
5、在 AI 开发过程中一个好的开发工具能够帮忙开发者做什么？
假如没有一个现成的开发平台，首先你须要学会罕用的 AI 开发语言 python，python 是整个过程并不耗精力的环节，其次你须要学习传统机器学习和深度学习相干算法，这块算是破费最多精力和工夫的环节，而后尽可能去了解和推导算法，而后用 python 代码去实现算法再训练模型，代码能力很重要，不然你的模型都建不起来。
而后你发现了一个开发框架，华为 MindSpore 或者谷歌 Tensorflow，你会发现并不需要那么高的数学门槛，不是说要深刻理解算法能力更好训练出好模型，模型损失函数优化办法 MindSpore/Tensorflow 都内置好了，而且只须要简略的调用就好了，如果说 MindSpore/Tensorflow 是能够把一个模型代码量大大减少的框架，那么 Keras 就是让模型代码量能够少到惊人的框架，例如下面的猫狗分类器，15 行代码就能够搞定，几十行代码就把一个领有着卷积层、池化层和全连贯层的较高级优化办法的深度学习网络架构写进去。
一个开发框架就像安卓框架为手机 APP 开发者提供的很多根底性能，如果没有这个框架，一个简略的给好友发送图片的性能，你须要间接和操作系统的各个底层功能模块打交道了。
6、AI 开发，有了开发框架就够了吗？
当然不是，一个开发框架，只是帮开发者做了一些开发者没必要实现的局部，或者实现起来代价太大的局部，一个残缺的 AI 开发过程，从筹备数据、数据预处理、数据标注、抉择算法、训练、调参、部署，这和一个一般的 APP 开发的过程差不多。如同生产一辆汽车，一个自动化、高科技的总装车间是必不可少的，但冲压、涂装车间也制约着汽车的生产效率，那么制约 AI 开发效率最头痛的是什么，请看下一个问题。AI 开发过程中最大的艰难是什么？
7、AI 开发过程中最大的艰难是什么？
- 要筹备大量的数据，后面曾经提过，更可怕的是数据标注，据统计，数据处理和标注环节大概占整个开发周期的 70%。所谓标注，就是给数据打标签，通知机器一张图片到底是猫还是狗，标注是一件在 AI 开发者看来技术含量非常低的工作，曾经属于劳动密集型产业，业界有大量的第三方公司，专门从事数据标注工作。以主动驾驶为例，车头上的摄像机在实时拍摄车前的所有画面，主动驾驶标注的过程要标注前车、障碍物、行人、信号灯、指示牌、批示线等等，这个过程如果齐全依赖人工标注，主动驾驶将永远难以商用。
- 要重复迭代训练，训练并不是欲速不达，要重复批改各种参数，使得模型的准确度逐渐晋升，这个过程，目前须要丰盛的教训，如果没有短缺的算力，训练一次，期待三天，而后调参，再期待三天，如果要迭代 20 次，这个过程是很耗费人的意志。所以，即便不思考老本因素，算力也是制约 AI 遍及最大的问题。
8、怎么解决 AI 开发者的问题？
正如开发一个 office 软件，不可能麻烦到用记事本敲代码，你须要一个像 visual studio 一样的集成开发环境，须要一个像 Git 一样的代码管理工具，同理，开发一个 AI 模型，你也须要一个集成开发环境，而且须要一个版本管理工具。
提供给开发者代码编辑环境、语法查看、编译器等性能，一个 AI 的开发平台，同样也要能帮开发者标注数据、创立模型训练作业、部署模型等性能，有了开发平台，开发平台要帮忙开发者把所有苦活累活都干完，让开发者聚焦在最外围的代码和算法上。
当然，要提供给开发者易获取、性能强、价格低的算力，进步模型训练的迭代速度。
9、有没有更快地晋升 AI 开发速度的方法？
当然有。从根本上晋升开发效率，开掘到最实质，只有两个方法：重用和自动化，否则只能一行一行代码干起。
开发一个 APP，能够从最根本的代码写起，能够复用开发者共享的开发包、函数等，华为云开源镜像站有大量的 java 开发包，就是这个意思，也能够复用一个残缺的 APP，批改下界面配色，就变成了本人的 APP，这是复用。要保障 APP 的品质，能够手工测试，也能够用自动化测试工具。如果这些都不想做，能够也能够用一个现成的工具，用可视化的办法生成一个 APP，当然 APP 的格调只能从工具已有的模板中选取。开发者始终在试图用各种方法，升高开发的工作量。
AI 开发也是一样的。能够找现成的数据集、找现成的标注好的数据集，现成的算法和模型，用主动部署工具将模型部署到端边云。当然，也可用主动学习性能，只有提供原始数据，由零碎帮忙开发者实现模型构建、算法抉择和主动训练，开发者能够间接看到后果。最简略的方法，就是寻找一个曾经训练好的模型，在软件中间接调用。
基于此，一个好的 AI 开发平台，要从各个维度去晋升开发效率，这些性能往往都是很多小细节，算力强、训练快，只是实现了必须的最根本的性能。
10、华为将提供什么开发工具给开发者？
- ModelArts，一个 AI 开发平台，用于 AI 模型开发
- HiLens，一个视觉 AI 利用开发平台，用于 AI 利用开发，利用外面的模型由 ModelArts 提供。
以上两款产品以云服务的形式在华为云 EI 提供服务。
Atlas 200 developer kit（开发板）是 ModelArts 的线下开发套件。
点击关注，第一工夫理解华为云陈腐技术~
