正在閱讀:

AI風(fēng)向標(biāo)|用AI創(chuàng)建AI,小白也可以快速成為算法工程師

掃一掃下載界面新聞APP

AI風(fēng)向標(biāo)|用AI創(chuàng)建AI,小白也可以快速成為算法工程師

普通用戶在數(shù)十分鐘內(nèi)即可從0到1創(chuàng)造一個(gè)可商用算法。

圖源:圖蟲(chóng)創(chuàng)意

記者 | 姜菁玲

能打敗AI的或許只有AI了。當(dāng)人類還在驚嘆AI的高效之時(shí),成為一名AI算法工程師已經(jīng)不再是件高深莫測(cè)的事情。

9月1日,界面新聞?dòng)浾咴赪AIC(世界人工智能大會(huì))現(xiàn)場(chǎng)發(fā)現(xiàn),一家名為共達(dá)地的AI公司推出的“GDDi自動(dòng)化AI訓(xùn)練平臺(tái)3.0”讓小白也可以完成一名算法工程師的工作,從0到1訓(xùn)練出自己所需要的AI算法。

以訓(xùn)練一套視覺(jué)算法為例,通常需要?dú)v經(jīng)數(shù)據(jù)集搜集、清洗、標(biāo)注;模型選擇、訓(xùn)練調(diào)優(yōu)、部署多個(gè)環(huán)節(jié)。一個(gè)成熟的算法生產(chǎn)通常需要耗費(fèi)一支大約15人算法團(tuán)隊(duì)數(shù)月時(shí)間。

而利用GDDi自動(dòng)化AI訓(xùn)練平臺(tái)3.0,普通用戶只需要在定義場(chǎng)景需求后,在平臺(tái)通過(guò)上傳數(shù)據(jù)、選擇芯片以及一鍵部署三個(gè)步驟,即可訓(xùn)練一套適配業(yè)務(wù)需求的算法。在這個(gè)過(guò)程中,原本依賴專業(yè)算法工程師的數(shù)據(jù)評(píng)估、模型搭建、超參調(diào)優(yōu)、Loss函數(shù)與Head等“黑盒”工作,都將由GDDi3.0自動(dòng)完成。

圖源:共達(dá)地

這大大提高了算法生產(chǎn)的效率。據(jù)現(xiàn)場(chǎng)工作人員介紹,利用GDDi3.0平臺(tái),兩名產(chǎn)品經(jīng)理在2個(gè)月的“業(yè)余”工作時(shí)間內(nèi),完成了近百個(gè)長(zhǎng)尾場(chǎng)景算法的訓(xùn)練,且訓(xùn)練精度均達(dá)到行業(yè)交付標(biāo)準(zhǔn)。同樣的工作量,在傳統(tǒng)人工智能公司,需要一支專業(yè)算法工程師團(tuán)隊(duì)數(shù)年時(shí)間。

當(dāng)前計(jì)算機(jī)視覺(jué)領(lǐng)域90%的市場(chǎng)增長(zhǎng)來(lái)源于人臉識(shí)別、非機(jī)動(dòng)車識(shí)別、OCR識(shí)別這三大領(lǐng)域。而共達(dá)地主要瞄準(zhǔn)的是物聯(lián)網(wǎng)長(zhǎng)尾、碎片的場(chǎng)景需求。AI在工業(yè)場(chǎng)景落地的過(guò)程中,由于場(chǎng)景過(guò)于碎片化導(dǎo)致對(duì)AI算法的需求量暴增,這與AI算法高成本的實(shí)際情況相沖突。

工作人員稱,當(dāng)下共達(dá)地所對(duì)接的需求已經(jīng)遠(yuǎn)非人臉、車牌這類傳統(tǒng)型業(yè)務(wù),而是安全帽的識(shí)別、反光衣的識(shí)別、火焰煙霧的識(shí)別等滲透到各類細(xì)微場(chǎng)景的需求。且以上場(chǎng)景的需求還能再細(xì)分,以火焰識(shí)別為例,森林大火和加油站的煙頭識(shí)別是兩種完全不同的算法,場(chǎng)景的光照明暗,物體在攝像機(jī)里的尺寸大小,都會(huì)影響算法模型的構(gòu)建。

在算法生產(chǎn)中降本增效成為一個(gè)解法?,F(xiàn)場(chǎng)工作人員表示,GDDi3.0平臺(tái)目前支持99%計(jì)算機(jī)視覺(jué)場(chǎng)景,通過(guò)GDDi3.0訓(xùn)練出來(lái)的算法平均精度超過(guò)92%,表現(xiàn)優(yōu)于人類算法工程師,通過(guò)GDDi3.0可使解決方案整體成本降低90%。

當(dāng)前,該平臺(tái)已在智慧城市、智慧能源、智慧倉(cāng)儲(chǔ)、智慧網(wǎng)點(diǎn)、智慧社區(qū)等多場(chǎng)景落地,擁有平安、軟通智慧、千視通、南方電網(wǎng)等數(shù)十家客戶。

未經(jīng)正式授權(quán)嚴(yán)禁轉(zhuǎn)載本文,侵權(quán)必究。

評(píng)論

暫無(wú)評(píng)論哦,快來(lái)評(píng)價(jià)一下吧!

下載界面新聞

微信公眾號(hào)

微博

AI風(fēng)向標(biāo)|用AI創(chuàng)建AI,小白也可以快速成為算法工程師

普通用戶在數(shù)十分鐘內(nèi)即可從0到1創(chuàng)造一個(gè)可商用算法。

圖源:圖蟲(chóng)創(chuàng)意

記者 | 姜菁玲

能打敗AI的或許只有AI了。當(dāng)人類還在驚嘆AI的高效之時(shí),成為一名AI算法工程師已經(jīng)不再是件高深莫測(cè)的事情。

9月1日,界面新聞?dòng)浾咴赪AIC(世界人工智能大會(huì))現(xiàn)場(chǎng)發(fā)現(xiàn),一家名為共達(dá)地的AI公司推出的“GDDi自動(dòng)化AI訓(xùn)練平臺(tái)3.0”讓小白也可以完成一名算法工程師的工作,從0到1訓(xùn)練出自己所需要的AI算法。

以訓(xùn)練一套視覺(jué)算法為例,通常需要?dú)v經(jīng)數(shù)據(jù)集搜集、清洗、標(biāo)注;模型選擇、訓(xùn)練調(diào)優(yōu)、部署多個(gè)環(huán)節(jié)。一個(gè)成熟的算法生產(chǎn)通常需要耗費(fèi)一支大約15人算法團(tuán)隊(duì)數(shù)月時(shí)間。

而利用GDDi自動(dòng)化AI訓(xùn)練平臺(tái)3.0,普通用戶只需要在定義場(chǎng)景需求后,在平臺(tái)通過(guò)上傳數(shù)據(jù)、選擇芯片以及一鍵部署三個(gè)步驟,即可訓(xùn)練一套適配業(yè)務(wù)需求的算法。在這個(gè)過(guò)程中,原本依賴專業(yè)算法工程師的數(shù)據(jù)評(píng)估、模型搭建、超參調(diào)優(yōu)、Loss函數(shù)與Head等“黑盒”工作,都將由GDDi3.0自動(dòng)完成。

圖源:共達(dá)地

這大大提高了算法生產(chǎn)的效率。據(jù)現(xiàn)場(chǎng)工作人員介紹,利用GDDi3.0平臺(tái),兩名產(chǎn)品經(jīng)理在2個(gè)月的“業(yè)余”工作時(shí)間內(nèi),完成了近百個(gè)長(zhǎng)尾場(chǎng)景算法的訓(xùn)練,且訓(xùn)練精度均達(dá)到行業(yè)交付標(biāo)準(zhǔn)。同樣的工作量,在傳統(tǒng)人工智能公司,需要一支專業(yè)算法工程師團(tuán)隊(duì)數(shù)年時(shí)間。

當(dāng)前計(jì)算機(jī)視覺(jué)領(lǐng)域90%的市場(chǎng)增長(zhǎng)來(lái)源于人臉識(shí)別、非機(jī)動(dòng)車識(shí)別、OCR識(shí)別這三大領(lǐng)域。而共達(dá)地主要瞄準(zhǔn)的是物聯(lián)網(wǎng)長(zhǎng)尾、碎片的場(chǎng)景需求。AI在工業(yè)場(chǎng)景落地的過(guò)程中,由于場(chǎng)景過(guò)于碎片化導(dǎo)致對(duì)AI算法的需求量暴增,這與AI算法高成本的實(shí)際情況相沖突。

工作人員稱,當(dāng)下共達(dá)地所對(duì)接的需求已經(jīng)遠(yuǎn)非人臉、車牌這類傳統(tǒng)型業(yè)務(wù),而是安全帽的識(shí)別、反光衣的識(shí)別、火焰煙霧的識(shí)別等滲透到各類細(xì)微場(chǎng)景的需求。且以上場(chǎng)景的需求還能再細(xì)分,以火焰識(shí)別為例,森林大火和加油站的煙頭識(shí)別是兩種完全不同的算法,場(chǎng)景的光照明暗,物體在攝像機(jī)里的尺寸大小,都會(huì)影響算法模型的構(gòu)建。

在算法生產(chǎn)中降本增效成為一個(gè)解法?,F(xiàn)場(chǎng)工作人員表示,GDDi3.0平臺(tái)目前支持99%計(jì)算機(jī)視覺(jué)場(chǎng)景,通過(guò)GDDi3.0訓(xùn)練出來(lái)的算法平均精度超過(guò)92%,表現(xiàn)優(yōu)于人類算法工程師,通過(guò)GDDi3.0可使解決方案整體成本降低90%。

當(dāng)前,該平臺(tái)已在智慧城市、智慧能源、智慧倉(cāng)儲(chǔ)、智慧網(wǎng)點(diǎn)、智慧社區(qū)等多場(chǎng)景落地,擁有平安、軟通智慧、千視通、南方電網(wǎng)等數(shù)十家客戶。

未經(jīng)正式授權(quán)嚴(yán)禁轉(zhuǎn)載本文,侵權(quán)必究。