0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

最先被AI革命的是AI工程师?

工程师人生 来源:chinaunix 作者:440活在梦里 2021-01-25 13:46 次阅读

坊间流传着这么一个说法:谷歌想回中国,必须靠AI;而靠AI回中国,必须搞个大事情。于是,上周四的晚上李飞飞发布了一篇博客,然后连着发了三条推特,宣布一个叫AutoML的AI产品了。

一夜之间,中国的科技媒体就爆炸了,空气中似乎回荡着那一句话:搞事情了、搞事情了、搞事情了……AutoML是不是跟谷歌的中国战略有关,我们不做讨论。这里希望帮大家搞清楚的,是这个AutoML到底要搞什么事情。

按照谷歌云AI项目首席科学家李飞飞的说法,AutoML的目标是降低开发者、研究者和企业群体使用人工智能相关工具和框架的门槛。而通俗的理解大概就是,这个产品可以不用写一行代码,就训练出一个企业级的机器学习模型。AutoML也就是“自动机器学习”的意思。

惊不惊喜?意不意外?传说中学会机器学习年入50万呢,说好的BAT疯抢AI工程师呢?是不是感觉刚掏出去的培训费被风吹走了?更有网友惊奇地评论道:“不是说一起用AI去革一大堆工作的命吗?怎么我辛辛苦苦学AI,结果先被革命了?”

当然了,现实并没有这么残酷。但谷歌的动作并不是孤例,背后隐含着的,是一直被反复提及的“AI民主化”,并且也折射出“我们今天学的AI技术也许是没用的”。

搞笑的吧?原来最先被AI革命的是AI工程师?

谷歌宣布的这个让码农界风声鹤唳的东西,叫做AutoML Vision,是整个AutoML体系的第一款产品,专注自动生产图像识别领域的模型。

我们用简单易懂的方式描述一下这个系统是如何工作的:

假如以前我想要做一个能够进行图像识别的AI系统,那么我需要在开发框架上自己搭建训练过程,完成各种训练部署,导入数据集,整个过程需要使用编程的方式来完成。但在AutoML Vision上,我一行代码都不用写,只需要按照说明,把我希望训练用的图片都拖进系统里,然后耐心等待,一个训练好的机器学习模型就趁热出炉了。

举个例子,假如你想训练一个模型,用来识别你家的猫主子是不是生气了(这得有多无聊。。.。。.),那么就只需要在AutoML Vision中放入你家猫的照片、它生气时候的照片、高兴时候的照片等等,然后你就会得到一个识别程序。用它连上手机拍照,就可以让AI去理解猫大人的喜怒哀乐了。

是不是挺神的?

AutoML Vision拖放图片界面

这背后,是谷歌利用了深度学习领域中的迁移学习(Transfer Learning)技术。把此前谷歌训练图像识别模型时积累下来的训练过程,迁移到AutoML当中,这样就节省下后续类似模型的开发过程。

简单来说,AutoML有点像谷歌云搭建的一个“解题公式”。之后的考生并不需要知道公式是怎么来的,只需要把问题套进去就可以得到答案。当然了,这只是简单交代一下它的工作原理,实际上没有那么容易。尤其在调试进程中,不同模型需求和系统的兼容度是个大问题。

总而言之,这个产品以及背后的思路,对于想做机器学习又缺乏专业技术和人才的企业来说确实是个福音。它取消的,是通过代码搭建机器学习模型的过程,以及复杂的调试工作。仅为码农们保留了输入特定数据这个操作。很大程度上降低了机器学习训练中的工作量,尤其是编程工作。

但也别太乐观。虽然AutoML目前还没有正式发布,真实效果有待考量,使用价格也是未知数。但就目前信息来看,AutoML生成定制化模型需要的数据量还是很大的,不是毫无基础的开发者能够搞定的。

而且它只能完成相对简单的任务,且只能套用谷歌给出的训练方案。如果想要制作比较复杂的机器学习系统,使用独特算法进行训练,那么编程还是不可避免的。

所以呢,目前来看真正用心且努力进入AI开发领域的朋友大可放心。除了图像识别,谷歌未来还计划将AutoML服务拓展到翻译、视频和自然语言处理等领域。这或许意味着初级的AI程序被自动生成、快速复制到各行业已经不远了。

虽然谷歌表示AutoML是目前唯一一个此类产品,但其实各家也都在部署类似的业务。比如亚马逊的Amazon SageMaker,以及微软还未正式发布的定制图像识别模型服务。包括国内的百度,也在旗下AI开放平台中推出过定制化图像服务。

之所以说谷歌这次“搞了个大事”,主要是因为AutoML的自动化程度更高,尤其是解决了自动搭建训练模型和调参这两大问题。

不过在谷歌这么卖力的背后,似乎写着五个大字:AI民主化。

AI民主化,要取消了谁的集权?

去年3月,刚刚加盟谷歌不久的李飞飞就表示,人工智能的下一步是完成“AI民主化”。在这次发布AutoML之后,她又一次表示由于资源稀缺,多数企业无法开发个性化模型,所以AutoML的出现是为了进一步推进AI民主化。

那么问题来了:AI民主化,到底是针对谁的专政?要取消谁的集权?

有人说了,大部分先进的AI技术现在是掌握在几家大公司手里的。AI民主化当然是要让人人成为AI的主人,破解巨头专政。

我只能说,你当人家傻啊?

难道谷歌们会费了好大力气,为了瓦解自己的霸权?当然不会。就像AutoML的产品思路中展示的那样,省略掉了开发者的技术门槛,谷歌从中吃亏了吗?没有。谷歌拥有了更多的用户,自身的算法优势无形中得到了扩张。并且AutoML的用户训练模型是要直接部署在谷歌云上的,显然这也是个变相捆绑,希望从刁钻角度刺AWS几刀。

对于最迫切希望得到“民主”的小公司和个人开发者而言,巨头兜售的开发者赋能和去技术门槛式“民主”,绝不是仁慈的馈赠,换取而来的是小开发者们紧密依赖关系的生态交换。真正被AI民主化瓦解的,其实是夹在大公司和小开发者之间的中层公司,或者叫算法公司、技术公司。

目前在世界各地的AI市场上,这类中型公司都普遍存在。当然其存在是有意义和价值的。对于巨头来讲,将技术能力打入各行各业,开发各种各样的应用是完全不可能的,那么就有赖于开发者去做这些事,自己做平台服务和技术能力的输出者就好了。

但小团队和个人开发者能去做这些深入行业,或者极具创意的开发吗?其实也不行,因为从头开始的技术太复杂,对人才的需求太高,一般开发者和小企业根本玩不起。

于是就出现了大量夹层公司,他们以技术壁垒为主要产业支撑点。利用重技术和人才去做一些其实看起来不那么“重”的小应用,或者以开发定制化AI模型的方式向第三方收费。

而谷歌、英特尔等巨头企业都在倡导的AI民主化,事实上是将需要大量“AI劳动力”完成的工作装入自动化模型里。向上收回底层技术开发权,向下直接触达细分开发场景。

说白了,小公司、个人创业者、人才稀薄地区想要引入AI,就必须能从成本上越过技术公司,自己玩得起AI。巨头的AI民主化,当然是希望瓦解那些凭借“二手技术”和“雇佣能力”卡位的企业,把他们的份额分给更小的开发者。让开发者仅仅提供创意和运营、市场等能力来激活AI的广泛前景。

所以所谓AI民主化,真正瓦解的是AI当中非创造性工作制造的准入壁垒。

而在AutoML代表的自动化战略进一步实施后,最可能带来的影响是AI产业链的去中层化。一些看似很大的公司,却只创造了很小的价值,仅仅依靠AI技术壁垒来占据市场份额和资本关注,大概是这场“民主运动”中最危险的一方。

今天的AI,会不会是跑不过马的汽车?

最后,我们可能还要开另一个脑洞:AI民主化虽然听起来很美,但未必全是好消息。

毋庸讳言,AutoML这样的产品所带来的AI民主化进度,可以说是肉眼可见的。如果回头看看一两年前,很容易就会发现AI的产业链和开发规则已经大变样了。

但这对产业边缘徘徊不前的企业来说一定是好事吗?就像文章开头提到的,AutoML一发布,很多程序员朋友第一反应是调侃自己的AI白学了。但要知道,他们可才学了没有多长时间。那么对于想要进入这个领域的企业来说,类似的恐惧会不会更深?

我们知道,在绝大多数共识里,今天以机器学习为主导的AI复兴,核心是由三个因素构成的:算法、算力和数据。有趣的是,这三个因素现在都在快速“被民主”。

算法上,AI开发框架开始越来越智能,AutoML这样的产品甚至能自动编程,实现算法工具化和模块化。算力上,各种新的硬件和处理到来,算力成本近乎每一天都在跌落。数据上,越来越多的免费数据分享成为常态。并且前沿的AI技术争论中,已经开始质疑大量数据对于深度学习的必须性。

总而言之,差不多每隔一段时间,AI的门槛就会下调一次。但从企业和开发者的角度来看,这样的情况就有点苦恼:现在部署的AI能力,会不会一个月之后就被淘汰了?

我们知道,汽车最开始是跑不过马车的。虽然最终证明了汽车绝对强过马车,购入汽车是正确的,但大家恐怕都不希望成为那辆超级老爷车的乘客。何况AI这东西,连汽车那样的收藏价值都没有。

就像此时此刻,不知道有没有一位刚刚组建了豪华机器学习专家团队的企业家,突然发现原来自己想做的,随便找个人操作下谷歌的新产品,再等上一天就搞定了。。.。。.

也许在今天,企业收获的不是AI开发门槛逐步降低带来的好处,而是面对AI体系快速迭代产生的恐慌。毕竟我们都不知道,今天做的事会不会在几个月之后就被证明毫无意义。

尤其对于中国企业来说,习惯于追风口,风来则上,风小则退。这么复杂且天天都在变的AI,谁有心情跟它躲猫猫啊?
编辑:hfy

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 工程师
    +关注

    关注

    59

    文章

    1552

    浏览量

    67427
  • AI
    AI
    +关注

    关注

    87

    文章

    26129

    浏览量

    263712
收藏 人收藏

    评论

    相关推荐

    FP_AI_VISION1工程是否可以适用于stm32f746discovery开发板?

    FP_AI_VISION1工程是否可以适用于stm32f746discovery开发板?使用STM32CUBEIDE打开FP_AI_VISION1工程为什么没有stm32可运行文件,不
    发表于 03-18 07:21

    企业老工程师和高校老师有啥区别

    电子工程师硬件
    电子发烧友网官方
    发布于 :2024年02月28日 17:50:00

    嵌入式人工智能的就业方向有哪些?

    的发展方向有很多,门槛高低不一样。下面给大家列举一些相应岗位所需具备的技能: 一:嵌入式Linux,C语言开发工程师,Linux软件开发工程师 LinuxC语言开发 LinuxC语言开发进阶 Linux
    发表于 02-26 10:17

    AI大模型会不会取代电子工程师?

    AI大模型
    电子发烧友网官方
    发布于 :2024年01月02日 15:11:43

    AI PC 灵魂拷问

    AI PC横空出世,我们汇总7个 最受大家关注的问题。 有请英特尔技术部总经理高宇为我们逐一解答。 问题1:谁率先“喊出”了AI PC? 答:英特尔最先提出了AI PC概念,引领PC的
    的头像 发表于 12-08 19:15 275次阅读
    <b class='flag-5'>AI</b> PC 灵魂拷问

    FPGA工程师需要具备哪些技能?

    FPGA(Field-Programmable Gate Array)芯片因其具有灵活性、高定制化、高性能等特点,广泛应用于数字系统设计、嵌入式系统、通信系统、计算机视觉等领域。作为FPGA工程师
    发表于 11-09 11:03

    AI智能呼叫中心

    随着科技的飞速发展,人工智能(AI)已经成为了各行各业的关键技术,其中,AI智能呼叫中心的出现,给传统的呼叫中心带来了巨大的改变与创新,本文将探讨AI智能呼叫中心的优势,包括自动化处理、个性化服务
    发表于 09-20 17:53

    请问FP_AI_VISION1工程是否可以适用于stm32f746 discovery开发板?

    FP_AI_VISION1工程是否可以适用于stm32f746discovery开发板?使用STM32CUBEIDE打开FP_AI_VISION1工程为什么没有stm32可运行文件,不
    发表于 08-07 08:37

    国产生成式AI,不能仅仅看向前方#生成式AI #信息无障碍

    AI
    脑极体
    发布于 :2023年06月15日 19:06:36

    图灵慧眼AI视觉检测 酸奶盒子黑点检测# 视觉检测# #AI

    AI
    jf_06850557
    发布于 :2023年06月15日 16:40:17

    #物联网 如何用AI做一条视频#物联网 #电子技术 #人工智能 #AI技术

    AI
    轻生活科技语音模块
    发布于 :2023年05月26日 15:31:52

    最新的AI一键修图火爆全网,祖传PS要失业了# AI修图

    AI
    智哪儿
    发布于 :2023年05月22日 11:57:30

    【入群体验】电子行业首个群聊式AI问答机器人正式上线

    次数ChatGPT 的火爆推动了互联网发展的一个小高潮,各种AI软件层出不穷。华秋电子为了能帮助更多的工程师朋友,提高工作和学习效率,我们推出了小秋Chat——完全免费使用,不限提问次数!小秋Chat能做
    发表于 04-12 18:02