人工智能是当今的热议行业，深度学习是热门中的热门，浪尖上的浪潮，但对传统 IT 从业人员来说，人工智能技术到处都是模型、算法、矢量向量，太晦涩难懂了。所以本文作者写了这篇入门级科普文章，目标是让 IT 从业者能看清读懂深度学习技术的特点，希望读者能够从中受益，顺利找到自己心仪的工作。
第一. 人工智能的天时地利人和
行业的成熟要靠从业者的奋斗(人和), 也要考虑大环境和历史的进程(天时和地利)。
人工智能技术的井喷并不是单纯的技术进步，而是软件、硬件、数据三方面共同努力水到渠成的结果，深度学习是 AI 技术的最热分支，也是受这三方面条件的限制。
AI 软件所依赖的算法已经存在很多年了，神经网络是 50 年前提出的技术，CNN/RNN 等算法比大部分读者的年龄都要大。AI 技术一直被束之高阁，是因为缺乏硬件算力和海量数据。随着 CPU、GPU、FPGA 硬件的更新，几十年时间硬件算力扩充了万倍，硬件算力被逐渐解放。随着硬盘和带宽的降价提速，20 年前全人类都没几张高清照片，现在单个公司的数据量就能达到 EB 级。大数据技术只能读写结构化日志，要读视频和图片必须用 AI，人类已经盯不过来这么多摄像头了。
我们只有从心里把 AI 技术请下神坛，才能把它当做顺手的工具去用。AI 的技术很深理论很晦涩，主要是这个行业刚刚发芽还未分层，就像 20 年前 IT 工程师需要全面掌握技能，现在的小朋友们连字符集都不用关注。
第二. 关联度模型
深度学习有两步工作，先要训练生成模型，然后使用模型去推测当前的任务。
比如说我用 100 万张图片标记好这是猫还是狗，AI 把图片内各个片段的特征提取出来，生成一个猫狗识别模型。然后我们再给这个模型套上接口做成猫狗检测程序，每给这个程序一张照片它就能告诉你有多大几率是猫多大几率是狗。
这个识别模型是整个程序中最关键的部分，可以模糊的认为它就是一个密封黑盒的识别函数。以前我们写程序都是做 if-then-else 因果判断，但图像特征没有因果关系只看关联度，过去的工作经验反而成了新的认知障碍，还不如就将其当做黑盒直接拿来用。
接下来我放一个模型训练和推测的实验步骤截图，向大家说明两个问题：
需要用客户的现场数据做训练才能出模型，训练模型不是软件外包堆人日就行，很难直接承诺模型训练结果。
训练模型的过程很繁琐耗时，但并不难以掌握，其工作压力比 DBA 在线调试 SQL 小多了，IT 工程师在 AI 时代仍有用伍之地。
第三. 动手实验
本节较长，如果读者对实验步骤和结果没兴趣，而是直接想看我的结论，也可以跳过这一节。
这个实验是 Nvidia 提供的入门培训课程——ImageClassification with DIGITS - Training a model。
我们的实验很简单，用 6000 张图片去训练 AI 识别 0-9 这几个数字。
训练样本数据是 6000 张标号 0-9 的小图片，其中 4500 张是用来做训练(train)，1500 张是验证(val)训练结果。
实验数据准备
训练图片很小也很简单，如下图预览，就是一堆数字：
-- 下图是 01 样本图片 --
我做测试的图片是官方教程提供了个白底红字的“2”.
-- 下图是 02 测试图片 --
制作数据集
首先我们要做一个图片识别的数据集，数据集文件放在“/data/train_small”目录下，图片的类型选择“Grayscale”，大小选 28x28，其他都选默认，然后选择创建数据集“minidata”。
-- 下图是 03 初始数据集 --
下面是数据集创建的过程，因为我们的文件很小很少，所以速度很快;如果是几千万张高清大图速度就会很慢，甚至要搭建分布式系统把 IO 分散到多台机器上。
-- 下图是 04 初始数据集中 --
这是创建完成数据集的柱形统计图，鼠标恰好停在第二个柱形上，显示当前标记为“9”的图片有 466 个。
-- 下图是 05 创建完成数据集 --
开始创建模型
有了数据集以后我们就可以创建模型了，我们选择创建一个图像分类模型(Image Classification Model)，数据集选之前创建的“minidata”，训练圈数输 30 次，其他选项暂时保持默认。
-- 下图是 06 新建模型 --
到了创建模型的下半段是选择网络构型，我们选择 LeNet 即可，将模型命名为 TestA。
-- 下图是 07 选择 LeNet --
这次 Demo 我们没做细节设置，但生产环境可能要经常修改配置文件。
-- 下图是 08 微调 LeNet --
接下来就开始生成模型了，小数据集简单任务的速度还是很快的，而且验证正确率很高。但是如果是大任务大模型，可能会算上几天时间。
-- 下图是 09 开始生成模型 --
模型生成完成，我们再看一下验证正确率很高了，如果生产环境正确率太低，可能你要微调创建模型的参数。
-- 下图是 10 训练完成后的 accuracy--
调试模型
在模型页面往下拖就可以看到下载模型、测试模型等按钮，我们选择测试模型，将那个“白底红字 2”提交做个测试。
-- 下图是 11 测试模型 --
默认是测试 Epoch #30，我们先跑 10 次试试。本来想省点服务器电费，结果只有 20.3% 的几率识别正确。
-- 下图是 12TestA 模型 10 圈结果 --
我们提高测试圈数到 25 圈，结果准确率从 20.3% 提高到了 21.9%。
-- 下图是 13TestA 模型 25 圈结果 --
整个模型的上限是 30 圈，正确识别结果也才 21.92%。到了这里我插一句，未正确识别可能是因为我的建模数据是 28*28 的黑白图，而我给测试图片大小和颜色都不对。
-- 下图是 14TestA 模型 30 圈结果 --
更换模型继续调试
在 TestA 这个模型上可以点克隆任务，即制作一个同配置的模型再跑一次;这个按钮有意思啊，我们以前编译程序不通过的时候，retry 十万次也是不通过啊，为什么克隆任务是个面板常用按钮?
-- 下图是 15 克隆模型 TestA --
这时好玩的事情发生了，我做出的“TestA-Clone”，识别出数字 2 的几率是 94.81%。
-- 下图是 16 克隆 TestA 结果 --
我们再把老模型克隆一次，结果识别出数字 2 的几率是 63.4%。
-- 下图是 17 再次克隆 TestA 结果 --
我新建一个模型 TestB，让它在 TestA 的基础上再次训练。
-- 下图是 18 新建 TestB --
TestB 的训练结果反而不如最早的那一版模型，正确率 20.69%。
-- 下图是 19TestB 的训练结果 --
没有最惨只有更惨，看我新训练的模型 TestC。
-- 下图是 20TestC 训练失败 --
从这次测试看，最好的模型是 TestA-Clone，其次是 Clone2。
-- 下图是 21 模型结果汇总 --
但这就算找到合适模型了吗?我又手写了个数字 2，还特地选的黑底白字 28*28，结果这几个模型没一个识别准确的，全部识别失败。
-- 下图是 22. 新图识别失败 --
第四. 实战才能出模型
本次实验拿到正确率是 94.81% 的模型是意外惊喜，那个模型测其他图片失败倒是意料之中的。因为这次实验的初始样本才几千张，如果样本数量够多，过拟合(即噪音特征被纳入模型)的可能性就越小;我用的全部是默认调试选项，添加其他特征项调试模型可能会减少欠拟合(主特征没提取到)的几率;我并未明确定义该模型的使用场景，即没有明确训练数据、测试文件和生产文件是否相同。
我们看到完全相同配置的模型，只因为点击生成模型的时间不同，对同一个图片的识别结果确千差万别，再次强调这不是因果判断而是相关性计算。实验结论和我上文的主张相同，模型需要拿实战数据进行实际训练，且我们只能预估但不能预测模型生成结果。我做这个实验就是给大家解释，AI 模型训练不是软件外包，不是谈拢了价格就能规划人日预估效果的。
一个 AI 技术供应商简单点就是卖现成的模型，比如说人脸识别模型、OCR 识别模型等等。但如果客户有定制需求，比如说识别脸上有青春痘、识别是不是左撇子签名，那就需要先明确技术场景，再准备数据大干一场。至于练模型的时间是 1 天还是 1 个月不太确定，AI 模型训练像做材料试验一样，可能半年也可能十年才能发现目标。
第五. IT 工程师的新工作
前文我提到两个观点，第二个观点就是训练模型的工作并不难，IT 工程师可以较为容易的学会训练模型的工作，然后我们就能继续扩展从业范围，在 AI 大浪潮中分一杯热羹了。
首先说技术不是门槛，我们举个 IT 工程师能听懂的例子：一个 Oracle DBA 既没读过数据库源码，也还没摸过新业务场景，甚至缺乏理论知识只能做常见操作;现在这个项目可以慢慢上线，让他离线调试 SQL，拿到性能最佳值的点日志保存就完工了。做 AI 模型调试时，懂原理懂算法会让工作更有目的性，但更有目的性只能保证接近而不能保证命中目标。
根据上文的实验，我们可以看到有下列工作是需要人做的：
- 根据客户的要求，提出对原始数据的需求。这里要动业务方向的脑子，比如说想查一下什么人容易肥胖，天然能想到的是每个人的饮食和运动习惯，但专业医生会告诉你要调取转氨酶胆固醇一类的数据。
- 原始数据需要清洗整理和标注，没找到相关性的样本不是未标注的样本。前文试验中 6000 张图片可都是标注了 0-9 的数字的，我们测试模型是为了找到“2”这一组图片的相关性。清洗、整理和标注数据的工作可能是自动也可能是人工，自动做那就是我们写脚本或跑大数据，人工做就是提需求然后招 1500 个大妈给黄图打框，但工程师会对打框过程全程指导。这里还有取巧的方法，友商的模型太贵甚至不卖，那就是直接用友商的公有云 API 接口，或者买友商大客户的日志，让友商帮你完成数据筛检。
- 上文试验中仅仅是图片分类数据集，已经有很多可调整选项了;生产环境不仅有图片还有声音、文字、动作特征等数据集，数据集的设置是否合理，要不要重建数据集都需要多次调试和长期观察。
- 实验中生成模型没怎么调参数也只花了一分钟时间，但生产环境的模型生成参数要经常调整，而生成一个模型的时间可能是几小时甚至几天。
- 验证结果的准确性，如果是柔性需求可以目测几个测试结果就把模型上线了，但如果是刚性业务可能又要组织十万份以上样本进行测试验证。顺路说一句，用来训练模型的硬件未必是适用于来验证和跑生产环境的，如果是高压力测试可能还要换硬件部署。
- 模型也有日常维护，可能随着数据集的更新模型也要定期更新，也可能发现模型有个致命的误判会威胁到业务，这都需要及时处理。
第六. 附赠的小观点
谈到最后再附赠一些个人观点，随机想的，只写论点不写论证过程了：
- 现在搭建和使用 AI 环境很难，但软件会进步和解决这个问题;三年前云计算平台很难部署和维护，现在遍地都是一键部署和 UI 维护的云平台方案。
- 深度学习这个技术领域太吃数据和算力了，人脑不会像 AI 这么笨，可能以后会有新技术出现取代深度学习在 AI 领域的地位。
- 因为需要数据和算力，搞个 AI 公司比其他创业企业更难;现在有名的 AI 创业企业都是单一领域深耕三年以上，让用户提供数据他们只做单一典型模型。同样巨头企业搞 AI 也不容易，即使挖到人 AI 项目也要花时间冷起动，清洗数据不仅消耗体力同样消耗时间。
- 深度学习的计算过程不受控制，计算结果需要人来验证，所以它不能当做法务上的证据。当 AI 发现嫌疑人时警察会立刻采取行动，但它的创造者都无法描述 AI 下一步会如何下围棋。一个婴儿能尿出来世界地图，某人随手乱输能碰对银行卡的密码，AI 会告诉你股市 99.99% 要暴涨，但这些都不能当做独立单责的证据。
- 搞 AI 需要准备大量数据，中国对美国有个特色优势，可以做数据标注的人很多而且价格便宜，但到模型实践这一步，中国的人力成本太低又限制了 AI 走向商用。
- 不要恐慌 AI 会消灭人类，对人类有威胁的 AI 肯定是有缺陷的 AI，但人类一样也选出过希特勒这类有缺陷的领袖。也不要鼓吹 AI 会让人类失业社会动荡的，大家还是老老实实谈星座运势吧，我为什么就不担心自己失业?
- 有些事 AI 的确准率看起来很低实其很高，比如两人对话听能清楚 80% 的字就不错了，AI 只听懂 85% 了的文字已经越超人类了。你看我打倒颠字序并不影响你读阅啊。
