金·莱·孟钦（Jin Lei ）从奥菲寺（ ）发送

量子位报告|官方帐户

对AI感兴趣的纯粹新手想学习AI或尝试制作一些有趣的小应用程序，这是可能的吗？

他是一名文科学生，他自学，但他对AI一无所知。他可以学习深度学习吗？

可以在没有代码基础的情况下实现这一目标，并希望使用AI解决问题并为您的当前工​​作做出更改吗？

对于AI初学者来说，如何开始AI一直是秃头问题。

对于那些具有一定技术基础的人来说，使用AI在真实的工作和生活中实现目标并不容易。

但是，没有办法。

不相信吗？让我们看一下下面四个人的故事。

师父带你进入门

处于豆蔻时代的郭岛（Guo ）是第一个故事的主角。

去年的流行病中，只有12岁的郭岛开发的AI模型是检测口罩的戴。

老实说，我听说过太多关于儿童神童的故事，似乎并不像我想象的那样令人惊奇。

但是，如果她在创建AI开发项目时不知道该如何编程怎么办？

没错，冷静下来。

让我们首先看一下郭岛开发的作品。

该系统将根据照片中的面具的外观确定是否按标准化的术语戴口罩。

例如，在此示例中，经过仔细的观察，我们可以发现面罩不会紧紧地按在鼻子的桥上。

但是，此应用程序可以在短时间内完成检测并提示：

没有鼻子压条。

Guo 开发此AI系统的原因是因为她看到地铁工作人员监视了乘客是否每天都准确戴口罩，这非常困难。

尽管市场上有许多这样的检测系统，但我相信许多人已经尝试过。他们可以通过遮住嘴并握住袖子来度过难关。

但是，斋河的系统可以准确地识别出各种非标准面具的戴。

那么立即出现的问题是：

既然您无法编程，那么您如何开发如此准确的检测口罩戴戴系统？

实际上，郭岛一开始不喜欢编程，但是她具有“不同的”身份 - 第二代代码。

让我们不要谈论现在了解代码。对于小学生来说，即使是代码中的许多英语单词也很具有挑战性。

可以可以追溯到去年的流行病，郭岛的父亲在家中招募了女儿，后者被停学，并被允许举办免费的在线培训现场直播课程。

本课程中使用的AI开发平台使学生无需了解代码，而只需要收集标记的数据示例，而简单的操作可以完成模型开发。

一段时间后，郭岛对编程的心态也发生了很大变化：

太有趣了。

例如，郭岛发现使用这个AI开发平台，很容易自动识别她最喜欢的MM巧克力豆。即使被阻塞也可以识别数字和颜色。

这也是她第一次亲自体验AI的魔力。

对于一个十几岁的学生来说，入门是一个大问题。

郭豪（Guo ）使用 的零阈值AI开发平台。

顾名思义，主要功能之一是即使是编程新手也可以轻松启动。

但是简单并不意味着简单。

据了解，此类别中大多数模型的准确性为90％，完成培训只需要15分钟。

总而言之，整个过程是一个简单的四步过程 - 创建模型，准备数据，训练模型和部署应用程序。

此外，整个过程是图形视觉交互。从官方的角度来看，它是：

您可以根据要求和数据自定义自己的AI解决方案，而无需使用一行代码。

轻松入门，低阈值是在进行AI开发时新手的工具和平台的最基本要求。

对于那些对开始AI和深度学习有头痛的“特殊”开发人员，还有什么必不可少的？

让我们看第二个故事。

这次，主角徐博夸（Xu ）可以被视为中国第一代程序员。

1958年，大学被批准建立自动控制部。 Xu先生于次年进入该部门的计算机专业，是第二名学生。

当时的计算机仍处于电子管的结构状态，Xu先生参与了我国第一台硅晶体管计算机的设计。

在那个时代，“软件开发”也称为“编程”。 Xu先生从机器语言学习开始，进行集会，后来，他还与当时在他的工作中开发人工智能的逻辑语言接触。

从那以后，Xu先生一直对AI感兴趣，但是工作任务很重，他从来没有花时间深入研究。

Xu先生从小就喜欢技术。他年轻的时候，他自己组装了电视。他没有放弃退休后放开。他经常为了娱乐而购买任何电子产品，并一直关注世界和我国家的技术发展。

2016年，击败李·塞多尔（Lee ）的消息唤起了他对他的国际象棋计划的回忆。

随着AI技术的快速影响，Xu先生重新获得了对AI的热情，并计划尝试深入学习。他首先自学，然后开始尝试。

但是，访问外国网站或使用技术并不方便，这使Xu先生非常沮丧。

一年多以前，Xu先生了解了百度桨AI学习平台。在听了上述课程后，他发现易于理解，适合入门。

这样，曾经是一名顶级学生的Xu先生加入了AI登机手续团队。

他今年如何研究和发展？

学习热图解释了一切。

每天早晨，徐先生首先出去运动，然后回来后，他得知AI已成为他日常生活的一部分。

他最集中的方向是增强学习，他经常在A​​I上找到一些有趣的迷你游戏来进行动手转型。他将转变的Ai Goji送往他的老朋友玩，他很开心地看到他们损失了多少以及他们赢了多少。

Xu先生还向他的孙女介绍了桨式平台，后者在大学里，帮助她完成了毕业设计并传递了自己的技术。

谈到年轻人学习AI的任何建议，Xu先生认为他已经拥有一个很好的开源平台，从课程到模型和数据，以及他所需要的是兴趣和实践。

只要您有兴趣，无论年龄或教育如何，您都可以来这里学习。在开源平台上进行更多练习，并与他人沟通。我希望越来越多的人加入AI团队，这将对该国的科学和技术发展和振兴有很大帮助。

...

似乎一个好的AI平台必须做：

只要您想要，任何人都可以从这里开始AI。

但是，仅“进入门”是不够的。将自己献给人工智能需要长期和更深的目标。

亲自练习

第三个故事是看到专业学校的大师级学生如何与AI建立不可分解的纽带。

他肖尤的主人公在中央南大学学习。

有时，我的祖父会来自他的家乡穆洛，湖南，去了长沙，小纽去上学去看医生。他的小纽经常必须帮助祖父在医院的注册，该医院隶属于学校。

作为长沙（）著名的A级医院，西安加亚医院（ ）对于艰难的注册和医疗是必不可少的。

他小卖个人遇到了缺乏医疗资源和分销失衡的问题。

我学习了自动化专业。我可以运用我学到的东西并做些改变这些情况的事情吗？

考虑到这个问题，他的小纽被学校的研究生接纳，并加入了人工智能和机器人实验室。

他小约的本科毕业论文与机器视觉有关。在研究生阶段，我深入研究了神经网络。

最后，他小卖确定了他的研究方向 - 模式识别和智能控制算法在智能医疗保健中的应用。

2019年，在三年研究与开发的第一阶段的肖纽（）赶上了第二次中国大学计算机竞争 - 人工智能创意竞争。

他的小纽和两个同学Qiu 和Sun 组成了一个团队，开发了“ AI ”在线咨询计划，并与医院的皮肤科部门合作，为所有类型的皮肤疾病建立了分类系统。经过了半年的初步和重赛，并赢得了决赛创新小组的特别奖。

为什么，对2

皮肤疾病有多种类型，即使对于同一疾病，视觉表现在不同的疾病时期和拍摄状况下也有所不同。

除了视觉特征外，还必须将感染源，感染路线等组合为基础，这很难分类。

在数据方面，江加医院积累了多年的临床图像和病史数据，以确保它。那算法呢？

他县和他的团队在中发现了开源目标检测和图像分类预训练的模型。

使用微调API，您可以通过数据快速完成转移学习。相当于皮肤科医生和医生水平的分类系统，分为两个步骤，涵盖了541种常见的皮肤疾病。

皮肤病的发生率很高。根据统计数据，世界上约有11％的人口患有各种皮肤病。我国只有20,000多名注册皮肤病学医生，医生和患者的比例很大。

除了在比赛中获得该奖项外，AI 项目还获得了数千万孵化资金的支持。目前，它已与全国618家医院联系起来，以帮助医生诊断其初步状况。

他小约的队友孙分享了他在颁奖典礼上的参与经验：

深度学习平台对我们的作品有很大帮助。它在操作中快速稳定，简单且灵活，并且各种应用程序文档问题可以快速找到成熟的解决方案。

第四届会议已于今年举行

对于他的小纽，获得该奖项是他的研究生生涯的成功结论。

与无聊的实验室研究相比，这场比赛使他感到AI的乐趣，并且还为他完成了三年的项目的良好完成，并发挥了他的逻辑和团队组织技能。

随后，他完成了有关亚洲勃起皮肤病学临床图像数据集的论文，并赢得了计算机辅助诊断医学成像领域的最高学术会议，这是2019年最佳纸张奖。

说到未来，他小小元希望继续他的研究方向，并努力通过实践行动为“ AI +医疗服务”贡献自己的力量。

它不仅应该降落，而且还应该在任何地方开花

第四个故事介绍了该行业，并了解AI平台在帮助AI实施行业方面还能拥有什么其他技巧。

AI的关键价值是它可以代表人们进行各种危险和重复的工作。

例如，高压电网的线路维护通常需要高空工作才能面对复杂的电气环境。国家能源管理局报告说，每年的电力平均有30或40人伤亡。

曾在2015年在电源领域创业，一直想找到替代方案。

近年来，该州的网格逐渐加速了人工智能的布局。 认为他必须抓住这个机会。

但是，他的公司没有与AI相关的才能。 AI工程师的每月工资至少为30,000元。雇用四到五个工程师的年份约为200万元。作为一家初创公司，他很难承担这个价格。

2020年8月，“ X 举行了一场工业智能创新竞赛”的新闻报道引起了他的注意。

除了平台本身的零门槛外，比赛还提供开放式课程，以帮助没有AI技术背景的参赛者快速开始。

其中包括 所关心的安全生产主题课程，他还可以有机会与州电网研究所的副首席工程师进行沟通和讨论。

毫不犹豫地注册。除了数据处理和培训AI外，他还在课程中了解了如何在不同情况下部署AI模型。

最后， 开发的智能传输线系统在255个参与项目中脱颖而出，并赢得了企业集团的第一名。

他为训练收集了10,000多张照片，并建立了传输线隐藏的危险模型，烟花检测模型和传输线故障检测模型。

该系统已在一个省的传输线中进行了测试和操作，并且监视精度率达到了85％以上。正式使用后，不仅可以解放一线检查人员，而且总成本也可以减少约一半。

除了电力外，这项竞争还吸引了来自金融，水库和工业制造等各个领域的企业。纺织工业织物搜索和筛选，发动机泄漏识别，水源覆盖面积和地表水质检测中出现了许多创新。

认为“借助这样的平台，在像我们这样的初创公司中实现AI升级和转型不再是一种奢侈。”

...

在 深度学习开源平台上，儿童，老年人，学生，公司开发人员……无论年龄，经验或背景如何，都可以轻松而迅速地开始AI，并使用AI实现自己的梦想。

AI的普及率

AI的引入和发展实践并不像普通百姓所想的那样遥远。

相反，这已经是所有人都可以接受的节奏。

在此背后，深度学习开源开放平台是促进这种节奏浪潮的关键。

就像每个时代一样，不同的“手”工具都会出现，使人们想到的想法成真：

载相摄像机的出现使人们能够在不知道摄影的情况下保留生活中美丽的时刻。

这种情况的出现使人们无法在不了解代码的情况下建立自己的网站。

...

在AI时代，除了促进“ AI学习与发展的国有化”之外，深度学习开源平台的出现对于使行业和生活中的实际问题更有效地解决更为重要，因此我们每个人都可以受到技术的照顾。

例如，使用无人机来监督农作物的生长，每兆吨土地节省100元，并使农民的收入增加10％。

例如，将大师的30年经验凝结成算法，因此铸造和冶炼可以节省10％的原材料，并将批处理时间减少90％。

上述情况都基于国内AI“操作系统” 解决的实际问题。

如果您想在简历上使用“ AI开发人员”，或者解决了您很长一段时间通过AI困扰的问题。

现在，有课程，工具和实用平台。

试试吗？或者，如果您还有其他问题或想法，请分享并交流〜

- 超过-

本文是帐户[量子位]签署的新闻特殊内容激励程序的原始内容。未经帐户授权，禁止将其繁殖。