金磊 發(fā)自 凹非寺

量子位 報(bào)道 | 公眾號(hào) QbitAI

高達(dá)86%，這就是目前市場(chǎng)對(duì)「定制開(kāi)發(fā)AI模型」需求的占比。

但在這個(gè)過(guò)程中，企業(yè)用戶(hù)和開(kāi)發(fā)者往往存在著以下諸多問(wèn)題：

• 缺少模型訓(xùn)練經(jīng)驗(yàn)
• 數(shù)據(jù)采集和標(biāo)注成本較高
• 模型適配與部署流程非常繁瑣
• 模型優(yōu)化迭代周期長(zhǎng)

那么，是否存在一種工具，能夠「一站式解決」上述問(wèn)題呢？

百度EasyDL了解一下。

簡(jiǎn)單來(lái)說(shuō)，EasyDL極大降低了深度學(xué)習(xí)的應(yīng)用門(mén)檻：

把AI開(kāi)發(fā)這件事情，搞得像使用「家用電器」一樣簡(jiǎn)單。 而且訓(xùn)練產(chǎn)出的AI模型質(zhì)量，如同高級(jí)工程師產(chǎn)出的一樣專(zhuān)業(yè)。

但其實(shí)，百度早在2017年底便推出了EasyDL，2018年初正式開(kāi)放，與此同時(shí)提出了一個(gè)愿景——Everyone can AI。

那么時(shí)隔近三年，這一愿景走到了哪一步呢？

像用家電一樣的AI，能有多靠譜？

先來(lái)整體看下EasyDL所具有的三大特點(diǎn)：

• 極簡(jiǎn)的交互和使用流程，最快15分鐘即可完成模型訓(xùn)練；
• 高精度的訓(xùn)練效果，比如圖像分類(lèi)模型的線上平均準(zhǔn)確率在99%以上；
• 部署方式豐富，全面支持云、端、邊部署。

首先是EasyDL的易用性、低門(mén)檻。

使用流程只有簡(jiǎn)單的四步，分別是「創(chuàng)建模型」、「準(zhǔn)備數(shù)據(jù)」、「訓(xùn)練模型」和「部署應(yīng)用」。

并且，在整個(gè)過(guò)程當(dāng)中，都是可視化圖形操作，這就大大降低了企業(yè)、開(kāi)發(fā)人員的使用門(mén)檻。

用百度AI平臺(tái)研發(fā)部技術(shù)總監(jiān)忻舟的話來(lái)說(shuō)就是：

不用一行代碼也可以基于需求和數(shù)據(jù)，定制自己的AI解決方案。

在工業(yè)制造的生產(chǎn)質(zhì)檢領(lǐng)域，以「愛(ài)包花飾」為例，在監(jiān)測(cè)箱包生產(chǎn)過(guò)程中的殘留異物（針、金屬零部件等）時(shí)，使用EasyDL訓(xùn)練箱包質(zhì)檢模型，在完全無(wú)需了解AI算法細(xì)節(jié)前提下，也訓(xùn)練出了準(zhǔn)確率90%的模型。

再以「瀚才獵頭」為例，幾名人力資源專(zhuān)家在不了解AI算法的情況下，使用EasyDL，完成了簡(jiǎn)歷數(shù)據(jù)的結(jié)構(gòu)化處理和自動(dòng)分類(lèi)模型，大大提升了工作人員在簡(jiǎn)歷檢索方面的效率。

但簡(jiǎn)單，并不意味著會(huì)忽略掉專(zhuān)業(yè)性。相反，二者是「兼容且并行」。

依舊是「瀚才獵頭」的案例，作為一家高級(jí)管理人員代理招募機(jī)構(gòu)，其儲(chǔ)備了200萬(wàn)條不同行業(yè)的企業(yè)和人才信息。

但一個(gè)非?！钢旅沟膯?wèn)題就是：200萬(wàn)條數(shù)據(jù)因簡(jiǎn)歷檢索的低下，使人才庫(kù)的利用率不足10%。

而在使用EasyDL之后訓(xùn)練多個(gè)模型推進(jìn)簡(jiǎn)歷數(shù)據(jù)的結(jié)構(gòu)化處理，僅在「候選人職能」和「候選人職級(jí)」兩個(gè)模型上的識(shí)別率便達(dá)到了95%以上。

而以關(guān)鍵詞搜索的任務(wù)中，瀚才獵頭以往每天只能找到60-70份合適的簡(jiǎn)歷。但現(xiàn)如今，20分鐘就可能達(dá)到600-1000份，而且精準(zhǔn)度達(dá)到了95%。

一言蔽之，百度EasyDL不僅讓企業(yè)在「定制AI模型」上，使用起來(lái)像家用電器一般簡(jiǎn)單，并且還能像高級(jí)AI工程師一樣專(zhuān)業(yè)。

除此之外，EasyDL還支持公有云API、私有服務(wù)器部署、設(shè)備端SDK、軟硬一體方案等豐富的模型部署方式。

例如在軟硬一體方案部署上，EasyDL提供了6款軟硬一體方案，支持專(zhuān)項(xiàng)適配與加速，覆蓋高中低全矩陣，模型識(shí)別速度可提升10倍。

不僅豐富，還非?？臁?strong>最快僅5分鐘即可集成。

而EasyDL這一切的優(yōu)異特性，離不開(kāi)其背后的技術(shù)硬實(shí)力。

EasyDL的能力是如何實(shí)現(xiàn)的？

表面上看起來(lái)、用起來(lái)越是簡(jiǎn)單的工具、平臺(tái)，那它背后的設(shè)計(jì)可能越是復(fù)雜。

百度EasyDL也是如此。

平臺(tái)內(nèi)部采用了諸多復(fù)雜的深度學(xué)習(xí)算法和工程技術(shù)，而這一切，都是為了保證其簡(jiǎn)單、易用、低門(mén)檻的使用效果。

EasyDL之所以能夠在模型方面達(dá)到高精度，一個(gè)重要原因是其基于百度自主研發(fā)的深度學(xué)習(xí)平臺(tái)飛槳。一站式模型訓(xùn)練和服務(wù)體驗(yàn)，則融入了更多百度長(zhǎng)期積累的獨(dú)有技術(shù)和工程化能力。

首先，EasyDL預(yù)置了百度超大規(guī)模數(shù)據(jù)訓(xùn)練的預(yù)訓(xùn)練模型。

在視覺(jué)任務(wù)中，圖像分類(lèi)訓(xùn)練任務(wù)內(nèi)置百度基于海量互聯(lián)網(wǎng)數(shù)據(jù)，包括10萬(wàn) 分類(lèi)、6500萬(wàn)圖片等訓(xùn)練的超大規(guī)模視覺(jué)預(yù)訓(xùn)練模型，平均精度可提升3.24%-7.73%。

在物體檢測(cè)訓(xùn)練任務(wù)方面，內(nèi)置百度基于800 標(biāo)簽、170萬(wàn)圖片，1000萬(wàn) 檢測(cè)框訓(xùn)練的超大規(guī)模物體檢測(cè)預(yù)訓(xùn)練模型，平均精度可提升1.78%-4.53%。

在自然語(yǔ)言處理方面，EasyDL預(yù)置了由百度自研、業(yè)界效果最好的預(yù)訓(xùn)練模型文心（ERNIE），將機(jī)器語(yǔ)義理解水平提升到一個(gè)新的高度。

EasyDL還提供了自動(dòng)數(shù)據(jù)增強(qiáng)、自動(dòng)超參搜索等AutoML/DL自動(dòng)化建模機(jī)制，對(duì)零算法基礎(chǔ)的用戶(hù)降低AI使用門(mén)檻。

而且基于飛槳DGC加速機(jī)制，通過(guò)只傳送重要梯度（稀疏更新）的方式來(lái)減少通信帶寬使用，從而讓EasyDL提升了分布式訓(xùn)練效率，相比傳統(tǒng)分布式訓(xùn)練方式，有70%以上的訓(xùn)練速度增益。

其次，在數(shù)據(jù)處理方面，EasyDL建設(shè)了EasyData智能數(shù)據(jù)服務(wù)平臺(tái)。

在數(shù)據(jù)標(biāo)注和數(shù)據(jù)清洗，EasyData提供了11種數(shù)據(jù)標(biāo)注模板，5種標(biāo)準(zhǔn)、高級(jí)的清洗方案。

EasyData還提供了軟硬一體、端云協(xié)同的自動(dòng)數(shù)據(jù)采集方案，可以在數(shù)據(jù)采集時(shí)，免除繁瑣耗時(shí)的設(shè)備選型、調(diào)試和集成開(kāi)發(fā)工作。

最后，在部署部署方面，EasyDL提供了公有云API、設(shè)備端SDK、本地服務(wù)器部署、軟硬一體部署四種方案。

其中，公有云API可以支持彈性擴(kuò)縮容；設(shè)備端SDK目前EasyDL提供了端模型適配服務(wù)，支持了15 芯片類(lèi)型，4大常用操作系統(tǒng)。

而這些，正是EasyDL強(qiáng)大能力的背后硬實(shí)力。

Why EasyDL？

因?yàn)?strong>有需求，這就是問(wèn)題的答案。

人工智能引領(lǐng)的第四次工業(yè)革命正不斷地滲透到各行各業(yè)，大企業(yè)往往具備了一定的人才儲(chǔ)備、技術(shù)積累。

但相比之下，中小企業(yè)在智能轉(zhuǎn)型的過(guò)程中，往往處于碰壁的狀態(tài)，智能化門(mén)檻過(guò)高，包括高級(jí)開(kāi)發(fā)人員成本、技術(shù)能力等等。

而中小企業(yè)在整個(gè)國(guó)民經(jīng)濟(jì)的發(fā)展過(guò)程中，卻起著舉足輕重的作用。

因此，解決這樣的問(wèn)題，便成為了一種「剛需」。

也正是因?yàn)檫@樣，EasyDL一經(jīng)開(kāi)放，便得到了中小企業(yè)的廣泛認(rèn)可和支持。

而在2年多的時(shí)間里，EasyDL也一直在持續(xù)升級(jí)和打磨，使整體的產(chǎn)品體驗(yàn)和功能更加完善。

這也是讓EasyDL與其它AutoDL平臺(tái)相比，具有較為突出的優(yōu)勢(shì)，能夠獲得更好的效果。

不僅如此，EasyDL的更新迭代還在繼續(xù)。

例如，今年升級(jí)的最大亮點(diǎn)，就是五月份全新發(fā)布了EasyData智能數(shù)據(jù)服務(wù)平臺(tái)。

專(zhuān)注在AI開(kāi)發(fā)場(chǎng)景在業(yè)內(nèi)開(kāi)放了提供一站式的數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注、數(shù)據(jù)回流的完整解決方案。

內(nèi)置的超大規(guī)模預(yù)訓(xùn)練模型也是今年核心的技術(shù)亮點(diǎn)升級(jí)之一，為提供更高精度的訓(xùn)練效果。

而就在剛剛過(guò)去的9月，我們看到EasyDL又進(jìn)行了一輪大幅升級(jí)。

在EasyDL經(jīng)典版NLP方向新增了定制情感傾向分析、文本分類(lèi)多標(biāo)簽、文本實(shí)體抽??；全新推出表格數(shù)據(jù)預(yù)測(cè)分析的ML方向，進(jìn)一步豐富了模型類(lèi)型。

數(shù)據(jù)服務(wù)上在已有的智能標(biāo)注基礎(chǔ)上重磅推出多人標(biāo)注，讓數(shù)據(jù)標(biāo)注的效率進(jìn)一步大幅提升。

全新上線模型市場(chǎng)，支持個(gè)人或企業(yè)將EasyDL經(jīng)典版訓(xùn)練好的模型發(fā)布至市場(chǎng)進(jìn)行售賣(mài)，并在業(yè)內(nèi)首個(gè)創(chuàng)新性支持從市場(chǎng)已購(gòu)買(mǎi)的模型結(jié)合數(shù)據(jù)進(jìn)行再訓(xùn)練，實(shí)現(xiàn)更佳的模型效果。

未來(lái)，EasyDL還將繼續(xù)發(fā)力：

• 除了擴(kuò)展已有的 CV、NLP、ML、語(yǔ)音識(shí)別方向算法類(lèi)型，還將推出OCR、視頻追蹤等定制化能力。
• 持續(xù)提升模型效果，提高訓(xùn)練速度，加速模型推理。
• 在數(shù)據(jù)、模型、服務(wù)等各個(gè)方面，持續(xù)降低使用門(mén)檻。

至此，可以說(shuō)百度EasyDL離最初的「Everyone can AI」的愿景更加近了一步。

— 完 —

量子位 QbitAI · 頭條號(hào)簽約

關(guān)注我們，第一時(shí)間獲知前沿科技動(dòng)態(tài)