量子位出品 | "大众号 QbitAI

“百度非常乐意和环球有梦想的开拓者一起，来实现一个空想：Everyone can AI。
”

2018年7月的百度Create开拓者大会上，李彦宏一句话赢来满场掌声。

百度有一款工具便与这个空想息息相关——定制化演习及做事平台EasyDL。
它的目标，便是让零算法根本的用户，也可以基于自身业务需求和数据，快速演习专属的定制化AI模型。

转眼已是2019，EasyDL怎么样了？

如果你对它的印象还勾留在刚刚推出之时，认为它不过是个能自动演习图像分类模型的试验性产品，那么，你的认识须要刷新一下了。

2018年，EasyDL有两大核心进展。

在产品和技能层面，它支持的任务已经覆盖图像分类、物体检测、文本分类、声音分类。

而且，EasyDL还新增用离线SDK来支配模型功能，用户不仅能通过调用接口来利用在平台上演习出来的模型，还可以下载封装了模型的SDK，嵌入终端利用，无需联网就能运行。

在运用落地方面，官方数据显示，截止2018年12月31日，EasyDL平台总注册用户数超过10万名，运用企业覆盖22个行业。

全面发展的EasyDL，正在一点一点地削低人工智能开拓门槛，助力各行各业升级转型，也让更多普通个人参与进来，用AI改变生活。

2018年，无论从企业的行动上，还是从政府的政策鼓励上来看，AI发展的主旋律都离不开两个字：

落地。

工厂流水线上的质量检测、商店里的自动识别结账、无处不在的智能审核……

越来越多来自不同领域的企业，开始“想AI”。
他们面前，摆着重重关卡。

先是人才关。

《公民日报》外洋版此前有宣布称，中国人工智能人才缺口超过500万。
这样的供需关系也导致人工智能人才价格水涨船高，《第一财经》在2018年冬天的一篇宣布中提到，企业招应届生的薪水比上年提高了10%-20%，乃至有公司给博士生的薪水从上一年的年薪50万元涨到了80万。

招不到、招不起，彷佛已成常态。

就算高价请来AI大牛，还有业务关摆在面前，“落地”依然迢遥。
要把前沿技能与相对传统的业务实践结合起来，可是个难题。

若何超过这两道关卡？

百度的第一个答案，是百度大脑AI开放平台上的一系列标准API，包括语音识别、图像识别、自然措辞处理等等，供企业直策应用。

这的确帮企业绕开了人才一关，但放到实际业务场景里，百度创造，很多客户都有个性化需求，统一的API倒在了业务关前。

比如说，一个通用的图像识别API，面对细分场景的需求实在无能为力：想让它看图识别家居风格？判断工人有没有穿工服？厨师有没有戴帽子口罩？Sorry，没学过。

假如懂业务的自家员工，能用自家数据，定制演习符合自家业务场景需求的AI模型就好了……

可是这些员工可能并不熟习深度学习，如何超过技能门槛？

这就要看“优化版”答案了：2017年11月，百度上线自动化机器学习平台EasyDL。
险些是同时，谷歌也瞄准了这个方向。
2018年1月，谷歌开始测试自动化机器学习产品AutoML。

两家在人工智能领域大力布局的巨子，都进入了这个领域。

EasyDL作为定制化模型演习和做事平台，用自动的算法削平了定制AI模型的技能门槛，用户须要做的，是理清需求，准备数据。

用EasyDL演习机器学习模型，分4步：

全体流程都是可视化图形操作，不用写一行代码，就能演习出AI模型。

演习出来的模型，也并不比专业人士差。

EasyDL演习的模型，有2/3以上准确率都超过了90%，在比较大略的任务上，比如为传统制造业的鲽鱼科技检测键盘组装是否合格，识别准确率就超过了99%。

而且，演习起来，可能比专业人士还快。
拿1000张图片利用EasyDL演习一个图像识别模型最快只须要8分钟；拿1000条音频来演习声音分类模型，只需15分钟；利用3000条数据演习文本分类模型，也只需8分钟。

4步自动定制高精度模型，是由什么样的技能支撑的呢？

为了实现全流程自动化，百度构建了机器学习从演习到上线的事情流引擎AI Workflow，能将大数据成熟的工程系统与人工智能分布式模型演习相结合。

而模型演习的事情，就要交给迁移学习和自动模型搜索（Auto Model Search）了。

演习的事理，大略来说是个“举一反三”的过程：拿来一个经由大规模数据集预演习的模型，把它学到的“知识”运用到特定的业务场景上。
帮它理解这个场景的，是来自实际业务的新数据集。

这个新数据集并不须要太大，比如说在图像识别任务里，用户只须要为每个种别准备20到100张图像就够了。

自动演习的过程，则比人类专家演习模型有效率得多。
为了尽可能找到性能最好的模型，自动模型搜索算法会选择多个预演习模型，再搭配不同的批次大小、学习率等超参数，发起多个演习。
然后，再筛选出最适宜的模型。

其余，EasyDL的算法还会自行通过early stopping来降落过拟合风险。
除了模型演习之外，EasyDL平台还包括了数据集管理、标注、版本掌握等功能。

这样，那些本来离人工智能有点迢遥的企业、机构、乃至爱好者，都具备了演习模型的能力。

便是这个一站式的大家AI平台，从发布到现在，一年出头的韶光实现了巨大的超过。

EasyDL在2017年11月初次亮相时，只有图像识别一种能力，其他数据，概不能学。

一年出头的韶光，它增加了定制化声音分类和文本分类两大类新功能，还有新的支配办法：离线SDK。

声音分类可以用在安防领域来监测非常声音，也能用在野外通过声音分辨不同物种；文本分类则用来给文章分类、审核笔墨内容有没有包含违法信息等等。

而离线SDK，则应对着企业实际运用中的现实问题：网络可能不好，数据可能未便利传到云端，对检测速率可能有极高哀求。
这些，就催生了把模型支配到本地硬件上的离线SDK。

现在，EasyDL平台总注册用户数超过10万名，覆盖的行业有22个，包括零售、安防、互联网内容审核、医疗、法律、司帐、餐饮、购物等等。

在工业领域，它就已经是个很成熟的质检员了。
在一家名叫柳州源创的传统企业里，考验工业喷油嘴瑕疵这道工序就已经不再须要人力——EasyDL演习的算法代劳了，每年节约的人力本钱有60万元。

又比如地板公司圣象，也通过EasyDL把人工智能用到了生产中。
以前，生产出来的地板须要工人一片片肉眼识别是否合格，再分拣出来。
而现在，他们支配了EasyDL演习出来的算法，用摄像头自动判断地板质量、机器自动分拣。
“比做了3年的老员工还要精准”。

在安防监控领域里，它也是个厉害的监测者。
说广东佛山的供电局，就在用EasyDL演习的模型，通过摄像头时候监控输电线路有没有碰着吊车、挖掘机等安全隐患。
长江沿岸，也有摄像头结合EasyDL演习出的算法监控着造孽采砂、毁坏河道的船只。

最新上线的文本分类模型也已有落地运用。
货运平台货拉拉就在用EasyDL文本分类，来筛选优质用户留言，精准定位目标客户，提升整体的运营效率。

也有商家用EasyDL演习的模型审核商品陈设是不是符合哀求，中国食品药品鉴定研究院在用它识别中草药，还有供电局用它监控输电线路隐患……

案例之多，运用处景之丰富，远不是这样几段笔墨所能展现。

而这种广泛运用，也正表示出了EasyDL与企业需求的契合。
它只需少量数据，就可以演习出模型，然后落地验证效果。
这样，既为企业省去了找深度学习工程师的本钱，又大大降落了由于可行性不愿定而带来隐患。

在AI变革生产力的大潮中，EasyDL这样的工具让浩瀚中小企业有了参与感：要想让AI成为各行各业新的生产力，不能仅仅依赖行业里的头部公司做定制化的大单，这样一个大单须要AI公司动用少则几十人，多则几百人的团队，耗资上千万，很难规模化。

EasyDL展示了百度AI开放生态的另一种玩法：用平台的思路，做规模化的AI落地。

EasyDL这个定制化工具，是百度大脑AI开放平台一站式AI办理方案的一部分。

整套办理方案中，有深度学习框架PaddlePaddle等底层技能，供有算法实力的公司利用；有能知足零技能根本企业个性化需求的EasyDL和Unit智能对话演习与做事平台、模板化笔墨识别平台；还有各行各业运用处景的成套办理方案，直接知足企业比较普遍的需求。

实在不止企业，很多既没有根本，又单打独斗的个人，也在用EasyDL进行实践，融入AI无处不在的时期。

2018年5月以来，百度举办了多场EasyDL寻衅赛，参赛者有来自一线的工程师、工人、状师、司帐、护士等。

他们从自己的职业和生活出发，用EasyDL设计了各种脑洞大开的AI模型。
有识别口赤色号模型，用来拯救直男，有共享单车破坏识别，有小麦识别病症模型……这些AI模型虽然较难产生巨大的经济效益，做出巨大的科技打破，但是却能办理个人履历积累、信息不对称的问题。

比如说在医疗行业，年夜夫这个职业的高度专业性，让技能的落地难上加难。
好在，也有年夜夫在根据自己的需求，定制出了属于年夜夫的AI模型。

援藏年夜夫陈静飞便是这样做的。
藏地牧区，寄生虫病高发，而考验职员缺少。
于是，他就利用EasyDL技能，几个月建立了一套寄生虫识别系统，可以识别显微镜下十几种寄生虫卵，测试准确率超过97%，可以媲美20年临床履历的专家。

也有久病成医者。
亲人不幸患病的个人开拓者郭晶，就开拓了医学诊断模型，想赞助年夜夫剖析病情，减少失落误。
他组建团队用EasyDL开拓了AI赞助诊断和管理App，仅是EasyDL比赛就参加了两次，还得到了第四届中国研究生移动终端运用设计创新大赛三等奖。

此前，很多人谈到AI的时候，要么恐怖，要么就抱有过高的期待，不如直接试一试EasyDL，在考试测验中看看AI究竟能做什么，培养起AI时期的AI素养。

覆盖了这么多用户、积累了各个行业的运用之后，EasyDL的下一步是什么？

答案是更多模型定制新功能。
百度透露，未来将会在平台易用性、模型类型的丰富度上持续精进，与各行业互助伙伴一起壮大EasyDL平台。

连续扩大用户群、扩展到更多行业，也是一定。

— 完 —

诚挚招聘

量子位正在招募编辑/，事情地点在北京中关村落。
期待有才华、有激情亲切的同学加入我们！
干系细节，请在量子位公众年夜众号(QbitAI)对话界面，回答“招聘”两个字。

量子位 QbitAI · 号签约作者

վ'ᴗ' ի 追踪AI技能和产品新动态