以“圖像分類”舉例，比如說你想做一個(gè)花卉識(shí)別的訓(xùn)練模型，那么你需要上傳一些花卉的數(shù)據(jù)樣本，也就是你想要識(shí)別出的花卉的圖片，比如向日葵、水仙、玫瑰等等。

我之前曾經(jīng)寫文章聊過對(duì)AI的理解。

手機(jī)里的AI拍照越來越智能;

在衡量深度學(xué)習(xí)的加速性能時(shí)，主要通過兩個(gè)指標(biāo)來衡量，一個(gè)是吞吐量，即單位時(shí)間內(nèi)處理的數(shù)據(jù)量;另一個(gè)是收斂時(shí)間，即達(dá)到一定的收斂精度所需的時(shí)間。

但即便如此，我也全然沒有想到，當(dāng)ModelArts實(shí)操上手后，它的“普惠性”竟然可以達(dá)到人人可以上手的程度。

去年我寫了一篇關(guān)于人工智能的文章，在其中為了深入淺出解釋AI究竟是什么，以及AI將會(huì)從哪種層面上改變?nèi)祟惖奈拿鳎抑v了著名的“嚇尿理論”。

進(jìn)入ModelArts開發(fā)平臺(tái)界面后，會(huì)有彈窗提示，你可以查看其簡(jiǎn)易的操作流程。

畢竟，吃到肚子里的面包，才算是真正的營(yíng)養(yǎng)。

但由于我今天采用的是“零基礎(chǔ)”和“無門檻”視角，所以我只展示“即便一個(gè)小學(xué)生都可以操作訓(xùn)練的模型”。

是的，你沒有聽錯(cuò)，是人人可以上手。

拿AI來說，對(duì)于我身邊的絕大部分朋友來說，這都是一樣“知其然而不知其所以然”的東西。

2018年曾被寄予厚望，被稱作是“人工智能元年”。

但是。

剛才我說過，在這個(gè)時(shí)代真正可以面向每一個(gè)人的AI開發(fā)平臺(tái)，應(yīng)該做到收放自如的彈性，無論是面對(duì)高階開發(fā)者，還是入門級(jí)開發(fā)者，甚至是完全和行業(yè)無關(guān)的門外漢，都可以滿足其不同層級(jí)的需求。

我身邊的很多創(chuàng)業(yè)者，本身并不是開發(fā)者，歐洲服務(wù)器租用 云服務(wù)器，他們不懂代碼，不懂神經(jīng)網(wǎng)絡(luò)，也不懂深度學(xué)習(xí)，但他們對(duì)人工智能有可能帶來的提效降本有根本性的需求。像華為云的ModelArts這樣的AI發(fā)開平臺(tái)，才能滿足他們?cè)趯I(yè)技能有限的前提，依然可以定制化自我需求的可能性。

是的，的確可以有這樣的操作。

而在AI全面降臨的時(shí)代里，并不是說它無處不在就已經(jīng)是足夠極致的體現(xiàn)了，而是當(dāng)每一個(gè)普通人都可以根據(jù)自己的需求，來完成AI的定制化需求的時(shí)候，這才是這個(gè)工具真正井噴的時(shí)刻。

接下來，我將以一個(gè)“零基礎(chǔ)”使用者的視角，來做一個(gè)粗略的ModelArts體驗(yàn)。

近期BigGAN、NASNet、BERT等模型的出現(xiàn)，預(yù)示著訓(xùn)練更好精度的模型需要更強(qiáng)大的計(jì)算資源。未來隨著模型的增大、數(shù)據(jù)量的增加，深度學(xué)習(xí)訓(xùn)練的加速性能則成為了重中之重。

讀書的時(shí)候?qū)W習(xí)寫作，語(yǔ)文老師總會(huì)和我們講白居易的故事，說他寫好一首詩(shī)都要讀給村口的老太太聽，她能聽得懂才算是一首好詩(shī)。

技術(shù)究竟是否需要“雅俗共賞”呢？

再接下來就是上周，在斯坦福大學(xué)發(fā)布了DAWNBenchmark的最新成績(jī)中，華為云ModelArts排名世界第一，僅需10分28秒，比第二名提升近44%。