从开源平台走上你的智能企业之路

作者:孙宇晨 来源:www.5idf.cn 2020-09-12   阅读:


AI普及,你懂多少?

在这个全世界都聚焦人工智能的时代,你是否有自信驾驭AI呢?

上一期,新电信和大家聊过给AI打基础的ABC铁三角(AI、BigData、Cloud),今天要告诉你,等不及你准备好,AI已经注定要普及了。

作为全球说话最有份量的企业-Google期待人工智能不只是人工音箱那么简单,而是融入到人类工作、生活中的助手。在Cloud Next 2017大会上,Google Cloud首席科学家李飞飞就大谈了人工智能普及化(Democratizing AI)的愿景。

AI普及?你或许会先打上问号,觉得这只是口号。因为AI研发的高门槛根本不是寻常企业能负担,高端人才也几乎被特定学术机构或企业垄断,AI才不是像Cloud花点小钱就能买到的东西。

但如果你这么想就大错特错了,新电信客观认为前沿开发与普及应用是两回事,AI真的很快就会成为最平易近人的黑科技之一,因为现在的AI技术已经太容易使用,甚至有无数免费开源码,只在于你是否接受它。

说到这里,认真的IT人应该都知道已经有数不清的人工智能开源项目,例如Caffe、CNTK、Deeplearning4j等,还有Google在2015年就开放的视觉化深度学习TensorFlow平台与社群、英特尔AI Academy更提供面向学生的人工智能学习套件、脸书也有不少开源应用软件,并且不单来自国外,就连中国自己的开源平台也雨后春笋般的涌出,不仅BAT都有各自的AI开放平台、甚至有小米移动端学习框架MACE等。

如果你追问这些开源项目有没有实际帮助?抑或只是空中楼阁?这里告诉你一个实例,日本一名程序员在工作之馀,以TensorFlow为基础给老家的农场做了一个智能筛选系统,只靠家用台式机跟几个简易摄像头,就训练出一套AI能有效率的把农产依照复杂标准分类,足足省下数百万日圆的专业装置费用。

而且像TensorFlow的视觉化表现,对于数理资质较佳的小学生来说,已经可以独立学习操作,你是不是应该立马挑战看看?

如何建构你的AI“软”实力!

如此丰富的AI开源项目确实是企业的好消息,但面对这么多的选择你该如何是好呢?除了清楚了解你需要的是什么(例如图像处理或自然语言处理、量化数据分析等),这里还有最基本又实际的专家建议!

建议1:与企业工作平台的编程整合难易度。

面对现有企业平台与AI的整合,第一个问题来自编程语言。目前使用较多的深度学习底层语言多是C++ / C,而Python也受到许多开源项目支持,都会是较容易学习与整合的操作平台,不妨先由此决定成功率较高的目标。

建议2:了解AI平台类型。

第一类是偏向功能性的平台,代表的有Caffe, Torch, MXNet, CNTK或BAT开放平台。这类平台都有完备的基本模块,可以快速创建AI模型并解决大多数问题。但是用户无法触及底层运算。适合业务简单明确,追求产出的用户。

第二类是TensorFlow,不仅有现成的AI模块可以实现快速建模,又能让用户更深入的触碰底层数据。适合需要便捷建模功能同时也要进行底层开发的进阶用户。

分享给小伙伴们:
如果本文侵犯了您的权利, 请联系本网立即做出处理,谢谢。
当前位置:孙宇晨博客 > 新闻 > 《从开源平台走上你的智能企业之路转载请注明出处。
相关文章
栏目最新