現(xiàn)如今AI技術、概念火爆、落地應用更是繁多，但開發(fā)呢？是否困難？到底有多痛？

這一問可不要緊，竟然引來諸多吐槽，攻城獅們紛紛表示，AI開發(fā)對技能要求實在是高，技術知識你要懂，機器學習的背景理論也要get到，研發(fā)上線周期不但拖沓漫長還經(jīng)常被運維挖坑，簡直苦不堪言……

好不容易“過五關、斬六將”，一路上不是缺少優(yōu)質(zhì)的數(shù)據(jù)資源，就是沒有合適的軟硬件開發(fā)環(huán)境，一會兒要求算力，一會兒又必須是專有硬件，成本奇高不下……

要說這痛點，恐怕一直都是“沒有最痛、只有更痛”！

億哥，一名來自華為云EI（企業(yè)智能）解決方案的攻城獅，戰(zhàn)斗在研發(fā)最前線，也深知其中苦楚！

“要訓練模型，就要有大量的數(shù)據(jù)來優(yōu)化算法。數(shù)據(jù)很難獲得，高質(zhì)量的數(shù)據(jù)更是難于上青天。好不容易萬事俱備，訓練之后還要調(diào)優(yōu)，調(diào)優(yōu)之后再要測試，測試之后呢可能才是最后的部署……這一整套流程下來，工作量巨大到驚人?！眱|哥慢慢道來。

此外，經(jīng)過長期的實踐觀察，億哥表示，AI開發(fā)其實可以簡單分為兩類，分別是算法與應用。

立足應用角度，有些人可能并不是很關心“算法那些事兒”，更關鍵的著眼點是如何快速找到適合自己業(yè)務發(fā)展的模型來使用，隨后如何快速驗證并發(fā)布上線等，但細想想，就算無需考慮實現(xiàn)過程中的技術難度，處理完這一攤事兒之后，時間上也把創(chuàng)新這點熱度“絞殺”了。

聽完億哥的話，可以想見，想要既開心又便捷的完成AI開發(fā)，務必需要一款完整的平臺來支撐各個研發(fā)環(huán)節(jié)，從算法到部署，全生命周期且一條龍服務才是王道。

“AI 開發(fā)這么痛？NO problem，我們選擇迎痛而上！”

這是億哥的決心，也是華為云一直以來在AI發(fā)展上懷抱的希望！

對此，華為云提供了全托管一站式AI開發(fā)平臺，覆蓋AI開發(fā)的各個階段。從環(huán)境準備，數(shù)據(jù)處理、訓練測試、模型管理、部署推理，甚至包括端邊云的部署一應俱全，最重要的是，選擇面向所有AI開發(fā)者，無論是AI算法開發(fā)、火熱的應用開發(fā)還是解決方案開發(fā)等。

同時，平臺也附加很多高級特性幫助開發(fā)者提高開發(fā)效率以及模型質(zhì)量，例如大規(guī)模分布式訓練、自動調(diào)優(yōu)、AutoDL、模型壓縮加速和模型編排等。更重要的是，華為云由于自身“重質(zhì)量、重體驗”的傳統(tǒng)精神，平臺研發(fā)也必將為開發(fā)者提供靠譜的服務。

圖片來源：www.ebrun.com

具體而言，就億哥介紹，華為云AI平臺的研發(fā)充分考慮了各類開發(fā)者的訴求，無論是算法研究還是應用開發(fā)。

“他們可能有一些屬于自己的想法或者開發(fā)的側重點，但從本質(zhì)上來看這種訴求是共性的。例如對于應用開發(fā)來說，相關開發(fā)人員可能不太關心基礎設施層面的設計與部署，無論是可靠性、性能安全程度以及運維難易，都不在過多的考量范圍之內(nèi)。但業(yè)務層面，降低應用難度并提高基礎運營能力就很關鍵了。”億哥補充道。

所以關于應用與業(yè)務的匹配，用戶可以在AI市場搜索和使用已有模型，或者使用平臺自動學習的能力生成所需模型。這樣對于不精通算法的應用開發(fā)者來說，即使不具備太多的算法知識也可以去很好的完成業(yè)務，上線亦是如此。

同樣的道理，對于算法開發(fā)者來說，由于本身具備一定的理論基礎與實踐經(jīng)驗，平臺的目的就是幫助其利用更高效的開發(fā)工具在研發(fā)新算法的道路上“越走越順暢”。

例如提升開發(fā)效率、提高訓練速度以及優(yōu)化模型的精度、簡化模型部署等

。此外，有關算法的驗證，華為云一站式AI平臺也會提供完善的模型管理、對應的數(shù)據(jù)集操作等舉措來方便這種驗證工作的進行。

用億哥的話說，其實每一類開發(fā)者都有自己不同的業(yè)務需求和痛點，華為云就是針對痛點幫助解決問題。由于算法和應用開發(fā)痛點不太一樣，各自的解決方法也有差異。

話說AI這東西聽起來很“神奇”，但像億哥一樣投身其中的開發(fā)者們卻都“平淡無奇”。

AI表現(xiàn)很“神奇”，但學習卻沒有捷徑。

億哥表示，行業(yè)很熱，資料很多、更新迭代很迅速，如果以開發(fā)的心態(tài)去把握肯定會受益良多。

但學習是一回事兒，真正要掌握它是另外一回事兒。俗話說，光看不行，還要去動手做測試，做業(yè)務，只有實踐才能知道其中關竅。

AI相比于其他領域的技術最大區(qū)別在于，有各種異構的加速硬件、各種算法模型。

除了這兩點之外，還需要各種中間件、平臺、服務才能組成可用的產(chǎn)品，這些都可以借鑒以往的系統(tǒng)工程經(jīng)驗，但一個完整的AI解決方案不僅只有AI產(chǎn)品和服務，還涉及云計算、大數(shù)據(jù)眾多領域的技術知識，復雜度可想而知。

如今都說AI開發(fā)可能會成為未來開發(fā)者必須掌握的一項基本技能，關于這一點，億哥也有自己的見解。

他表示，首先企業(yè)都在向AI轉(zhuǎn)型，這一點有目共睹，每個產(chǎn)品似乎都有AI的影子，從這點看，團隊確實需要AI技能；但是在實踐的過程中，可以根據(jù)實際的工作內(nèi)容有所側重，例如工作偏向應用、算法還是平臺技術？所需要的技能本質(zhì)上不太相同。

對于以后的工作，億哥明確指出，AI基礎技術的研究，例如基于RL的AutoML、小樣本學習、超大規(guī)模的分布式訓練等，以及AI的商業(yè)落地，例如繼續(xù)挖掘業(yè)務場景，成熟方案如何快速交付用戶，將作為重要的突破點繼續(xù)加深探索。

但作為開發(fā)者，無論做哪些方面的AI研發(fā)，最重要的還是讓AI開發(fā)更簡單，讓越來越多人投身于此，這不但是億哥那個關于AI的愿望，更是華為云期盼達成的愿景……