筆者按：如果你瀏覽 AI 相關(guān)的新聞，不難發(fā)現(xiàn)「高薪」、「百萬(wàn)年薪」等***誘惑力的詞匯的出現(xiàn)頻率非常高。同樣，在知乎中搜索「如何轉(zhuǎn)型 AI?」、「AI 領(lǐng)域需要怎樣的人才?」、「普通程序員如何學(xué)習(xí) AI 知識(shí)?」等問(wèn)題，也總會(huì)發(fā)現(xiàn)各種各樣的答案和衍生的話題。在人工智能浪潮的助推下，不少科技公司開(kāi)高薪求良才，更有不少開(kāi)發(fā)者前赴后繼地投身進(jìn) AI 的風(fēng)口中。

在剛剛結(jié)束的第二季百度 AI 開(kāi)發(fā)者實(shí)戰(zhàn)營(yíng)深度學(xué)習(xí)公開(kāi)課上，百度針對(duì)北京站、深圳站、杭州站、成都站四地參與公開(kāi)課的學(xué)員做了課后調(diào)研。調(diào)研數(shù)據(jù)顯示，參與百度深度學(xué)習(xí)公開(kāi)的學(xué)員有 79% 已經(jīng)參加工作，剩余 21% 的學(xué)員為在校生。另外，所有學(xué)員里有 2 年及以上深度學(xué)習(xí)開(kāi)發(fā)經(jīng)驗(yàn)的為 10%，2 年及以內(nèi)的深度學(xué)習(xí)開(kāi)發(fā)經(jīng)驗(yàn)的占 61%，有 29% 的學(xué)員沒(méi)有深度學(xué)習(xí)相關(guān)的開(kāi)發(fā)經(jīng)歷?？梢钥闯觯瑘?bào)名參加百度深度學(xué)習(xí)公開(kāi)課的學(xué)員以 AI 領(lǐng)域入門級(jí)選手為主;此外，學(xué)生也占到不小的比例，說(shuō)明在校生群體對(duì) AI 的熱情很高，也正在通過(guò)各種渠道學(xué)習(xí) AI 知識(shí)，而這在某種程度上也能看出高校在開(kāi)設(shè)人工智能課程方面還不夠完善，百度深度學(xué)習(xí)公開(kāi)課恰好滿足了上述兩類群體學(xué)習(xí) AI 的需求。

一份課后調(diào)研報(bào)告也許不能完整反映出國(guó)內(nèi)深度學(xué)習(xí)開(kāi)發(fā)者的整體現(xiàn)狀，但是能在一定程度上體現(xiàn)深度學(xué)習(xí)開(kāi)發(fā)者和渴望轉(zhuǎn)型 AI 的開(kāi)發(fā)者的趨勢(shì)，大家都想在 AI 時(shí)代來(lái)臨之際搭上這趟 AI 列車。不少企業(yè)花高薪聘請(qǐng) AI 人才，然而大部分求職者的能力與雇主的期望相差甚遠(yuǎn)，尤其是在部分核心崗位，比如語(yǔ)音識(shí)別、圖像識(shí)別工程師等，更是供不應(yīng)求，整個(gè)市場(chǎng)面臨有價(jià)無(wú)市的尷尬局面，尤其中小企業(yè)招聘更加困難。并且，培養(yǎng) AI 人才所需要的成本和時(shí)間遠(yuǎn)高于一般的 IT 人才，所以 AI 人才的缺口很難在短時(shí)間內(nèi)彌補(bǔ)。

AI 的確是一個(gè)門檻很高的領(lǐng)域。從學(xué)歷上看，有超過(guò)一半的 AI 求職者學(xué)歷在碩士及以上，高學(xué)歷人士的錄取率明顯較高。而很多求職者要么學(xué)歷較低，要么是初級(jí)程序員，只對(duì)基礎(chǔ)編程略知一二，要么缺乏實(shí)際的 AI 技能。

除了學(xué)歷，AI 行業(yè)也十分重視求職者的技能掌握情況。通過(guò)查看招聘網(wǎng)站相關(guān)職位的招聘啟事可知，企業(yè)不僅希望 AI 工程師掌握深度學(xué)習(xí)技術(shù)，而且還需要求職者精通 Spark、Hadoop、機(jī)器人控制理論等技能。

那么，對(duì)于國(guó)內(nèi)眾多有志于 AI 的程序員來(lái)講，如何彌補(bǔ)自己的短板成功轉(zhuǎn)型 AI?或者說(shuō)如何讓自己的 AI 技能得到快速的成長(zhǎng)呢?筆者認(rèn)為，選擇合適的深度學(xué)習(xí)框架可能是***步。

在專精某個(gè)框架的同時(shí)，也要了解其他平臺(tái)

對(duì)于一個(gè)深度學(xué)習(xí)項(xiàng)目來(lái)說(shuō)，選擇一個(gè)合適的框架非常重要，所以說(shuō)，AI 工程師首先應(yīng)該了解各種主流深度學(xué)習(xí)框架的特點(diǎn)和應(yīng)用場(chǎng)景。

一般來(lái)講，AI 工程師應(yīng)該根據(jù)公司或者團(tuán)隊(duì)的需求來(lái)選擇合適的框架。但重要的是，工程師們應(yīng)該把自己培養(yǎng)成「T 型人才」，在專精某個(gè)框架的同時(shí)，對(duì)其他平臺(tái)也要有所了解，不能把自己綁定在某一個(gè)框架或者平臺(tái)上，這樣才能綜合比較各個(gè)框架，并從中選擇最適合的那一個(gè)。

不論是掌握各種編程語(yǔ)言或開(kāi)發(fā)工具，還是深入了解業(yè)務(wù)場(chǎng)景，最終都是為了運(yùn)用深度學(xué)習(xí)框架解決特定的問(wèn)題。如今深度學(xué)習(xí)領(lǐng)域還處于百家爭(zhēng)鳴的階段，主流的深度學(xué)習(xí)框架有以下幾個(gè)：

相對(duì)高階的 TensorFlow。自推出以來(lái)，TensorFlow 在開(kāi)發(fā)者社區(qū)享有盛譽(yù)，目前已經(jīng)成為開(kāi)發(fā)者最常用的深度學(xué)習(xí)框架，它的功能全，社區(qū)活躍，因此使用率也一直保持領(lǐng)先。但 TensorFlow 也因?yàn)槲臋n和接口混亂，使用繁瑣等缺點(diǎn)廣受詬病。

適合中國(guó)國(guó)情的 PaddlePaddle。PaddlePaddle 前身是百度在 2013 年自主設(shè)計(jì)和研發(fā)的內(nèi)部開(kāi)發(fā)工具，目前已經(jīng)100%開(kāi)源。PaddlePaddle EDL 通過(guò)擴(kuò)展類似 Kubernetes這樣的集群管理系統(tǒng)可以實(shí)現(xiàn)計(jì)算資源的彈性調(diào)度，這使得 PaddlePaddle 能以更小的顯存和更快的速度完成任務(wù)。PaddlePaddle提供的一手中文文檔和中文社區(qū)，對(duì)于國(guó)內(nèi)的 AI 開(kāi)發(fā)者來(lái)說(shuō)有天然的優(yōu)勢(shì)。

Facebook 的 PyTorch。Facebook 曾表示，「PyTorch 有望輔助、或在一定程度上替代現(xiàn)有的 Python 數(shù)學(xué)庫(kù)(比如 NumPy)?！菇柚?Python 生態(tài)圈，PyTorch 可快速接入 Python 的庫(kù)和軟件，另外 PyTorch 不需要從頭重新構(gòu)建整個(gè)網(wǎng)絡(luò)，它為改進(jìn)現(xiàn)有的神經(jīng)網(wǎng)絡(luò)提供了更快速的方法 —— 采用動(dòng)態(tài)計(jì)算圖(dynamic computational graph)結(jié)構(gòu)。

「無(wú)心插柳」的 MXNet。MXNet 作者李沐表示，MXNet 最早就是幾個(gè)人抱著純粹對(duì)技術(shù)和開(kāi)發(fā)的熱情做起來(lái)的興趣項(xiàng)目，既沒(méi)有指望靠它畢業(yè)，也沒(méi)想著用它賺錢。MXNet 主要有以下優(yōu)勢(shì)：高效，計(jì)算資源利用率高;快速，可以隨著機(jī)器和 GPU 的擴(kuò)展呈線性增長(zhǎng);易用，支持命令式編程(imperative programming)和聲明式編程。

極簡(jiǎn)的 Keras。Keras 是一個(gè)崇尚極簡(jiǎn)、高度模塊化的神經(jīng)網(wǎng)絡(luò)庫(kù)，于 2015 年 3 月發(fā)布。Keras 能夠讓用戶快速實(shí)驗(yàn)原型，將開(kāi)發(fā)者的想法變成現(xiàn)實(shí)。近期，MXNet 還宣布支持 Keras 2，可更加方便快捷地實(shí)現(xiàn) CNN 及 RNN 分布式訓(xùn)練。

極易上手的 Caffe。Caffe 也是一個(gè)被廣泛使用的深度學(xué)習(xí)框架，優(yōu)勢(shì)包括：容易上手，用配置文件形式定義網(wǎng)絡(luò)，而不用代碼設(shè)計(jì)網(wǎng)絡(luò);訓(xùn)練速度快，能夠訓(xùn)練先進(jìn)模型和大規(guī)模數(shù)據(jù);組件容易模塊化，方便擴(kuò)展。

如何選擇合適的深度框架?

面對(duì)各具特色的深度學(xué)習(xí)框架，AI 工程師該如何選擇?具體來(lái)講，AI 工程師可以從以下角度來(lái)選擇深度學(xué)習(xí)框架：

1.與現(xiàn)有平臺(tái)和技能整合的難易程度。

在開(kāi)始使用深度學(xué)習(xí)框架時(shí)，AI 工程師***選擇一個(gè)支持你已經(jīng)掌握的編程語(yǔ)言的框架，比如你使用 Python，就可以選擇 PyTorch，如果你熟悉 C++，則可以考慮使用 Caffe。如果你選擇的框架需要你重新學(xué)習(xí)一門語(yǔ)言或者要修改數(shù)據(jù)的儲(chǔ)存形式，那使用該框架的學(xué)習(xí)成本就太大。

從整體上看，Python 已經(jīng)成為深度學(xué)習(xí)的基本語(yǔ)言，能夠和大多數(shù)平臺(tái)無(wú)縫對(duì)接。

2.相關(guān)機(jī)器學(xué)習(xí)工具鏈完整度。

深度學(xué)習(xí)項(xiàng)目需要做各種數(shù)據(jù)處理、可視化、統(tǒng)計(jì)推斷等，所以在選擇框架之前工程師要考慮好該框架是否有相應(yīng)的預(yù)處理工具或者輔助軟件。

比如，百度發(fā)布了深度學(xué)習(xí)可視化平臺(tái) Visual DL，該平臺(tái)通過(guò)可視化的方法將模型訓(xùn)練過(guò)程中的各個(gè)參數(shù)以及計(jì)算數(shù)據(jù)流圖實(shí)時(shí)地展示出來(lái)，幫助開(kāi)發(fā)者更好地理解、調(diào)試、優(yōu)化模型。另外，百度還推出了 EasyDL、ECharts GL、ZRender、WebGL 框架 ClayGL 等工具來(lái)幫助開(kāi)發(fā)者快速開(kāi)發(fā)原型。

3.對(duì)數(shù)據(jù)量和硬件的支持

深度學(xué)習(xí)在不同應(yīng)用場(chǎng)景的數(shù)據(jù)量是不一樣的，工程師需要考慮如何使系統(tǒng)計(jì)算得更快，這就涉及分布式計(jì)算、多 GPU 計(jì)算等。開(kāi)發(fā)者需要極高的工程素養(yǎng)才能很好地平衡性能、成本、效率、穩(wěn)定性等問(wèn)題。

4.深度學(xué)習(xí)平臺(tái)的成熟度。

一個(gè)成熟的深度學(xué)習(xí)平臺(tái)，文檔、教程、社區(qū)等生態(tài)因素必不可少，而且在很大程度上決定了該平臺(tái)是否易用，是否能為開(kāi)發(fā)者提供實(shí)際的幫助。就目前的發(fā)展情況來(lái)看，TensorFlow、MXNet 等框架有很詳盡的文檔和活躍的社區(qū)，新手可以通過(guò)這些資源快速上手開(kāi)發(fā)原型。

值得一提的是，百度在近期正式開(kāi)放運(yùn)營(yíng)了 PaddlePaddle 中文社區(qū)，旨在打造國(guó)內(nèi)***效、最方便的深度學(xué)習(xí)社區(qū)，方便開(kāi)發(fā)者交流技術(shù)問(wèn)題，結(jié)識(shí)更多的工程師。AI 開(kāi)發(fā)者遇到無(wú)法解決的問(wèn)題時(shí)，在論壇上發(fā)帖 24 小時(shí)之內(nèi)會(huì)有響應(yīng)，迅速獲得資深工程師的講解和指點(diǎn)。

除了掌握深度學(xué)習(xí)框架，AI 工程師還需要哪些技能?

AI 工程師必須要有極強(qiáng)的編程能力，那除此之外，一名合格的 AI 工程師還需要哪些技能?

首先，毫無(wú)疑問(wèn)的是，AI 工程師要有過(guò)硬的數(shù)學(xué)基礎(chǔ)和技術(shù)能力。線性代數(shù)、概率與統(tǒng)計(jì)、微積分、信息論等數(shù)理知識(shí)是 AI 的基礎(chǔ)，要得心應(yīng)手地處理這些數(shù)學(xué)概念需要花費(fèi)大量的時(shí)間去學(xué)習(xí)。另外，熟練地使用 Python、R 等語(yǔ)言，知道特定的算法工具包，明白如何在線上部署機(jī)器學(xué)習(xí)模型也是必不可少的能力。

對(duì)于在校學(xué)生來(lái)說(shuō)，找準(zhǔn)方向進(jìn)入科研領(lǐng)域、繼續(xù)深造或者去 AI 公司實(shí)習(xí)了解主流框架的特點(diǎn)和用法，都是很好的學(xué)習(xí)機(jī)會(huì)。對(duì)于已經(jīng)工作的開(kāi)發(fā)者，回學(xué)校重新鍍金是個(gè)不錯(cuò)的選擇，如果無(wú)法重新回校讀書，那么應(yīng)該結(jié)合公司業(yè)務(wù)學(xué)習(xí)相應(yīng)的基礎(chǔ)知識(shí)，查漏補(bǔ)缺，這樣會(huì)更有目的性且耗時(shí)更低。

第二，很多公司要求機(jī)器學(xué)習(xí)工程師不僅要有高超的技術(shù)能力，了解各個(gè)模型和算法的優(yōu)缺點(diǎn)，同時(shí)還要有一定的業(yè)務(wù)能力。具體來(lái)講，AI 工程師應(yīng)該明白用機(jī)器學(xué)習(xí)的方法看待商業(yè)問(wèn)題，理解問(wèn)題的痛點(diǎn)，能夠從數(shù)據(jù)中獲取必要的信息，然后通過(guò)模型產(chǎn)生商業(yè)價(jià)值，使 AI 技術(shù)真正為用戶服務(wù)。

總結(jié)起來(lái)，AI 工程師不僅要有技術(shù)，而且會(huì)被賦予更多產(chǎn)品、市場(chǎng)甚至是運(yùn)營(yíng)的職能，這樣的轉(zhuǎn)型是挑戰(zhàn)開(kāi)發(fā)者價(jià)值觀的。天下沒(méi)有免費(fèi)的午餐，要做出更好的產(chǎn)品和軟件， AI 工程師要付出更多的努力和更多的代價(jià)，重新審視自身與技術(shù)的關(guān)系，技術(shù)和產(chǎn)品的關(guān)系。

實(shí)際上，國(guó)內(nèi)很多科技公司為開(kāi)發(fā)者提供了大量的技術(shù)、資金、市場(chǎng)等資源的支持，幫助他們提升技術(shù)水平，磨練 AI 產(chǎn)品。

比如，百度舉辦多場(chǎng)深度學(xué)習(xí)公開(kāi)課活動(dòng)，邀請(qǐng)業(yè)內(nèi)大咖現(xiàn)場(chǎng)講解深度學(xué)習(xí)和 PaddlePaddle，手把手教學(xué)并答疑解惑。同時(shí)，百度也在線上開(kāi)放了一套完整的深度學(xué)習(xí)教育課程。

另外，百度跟行業(yè)內(nèi)的合作伙伴發(fā)起了各項(xiàng) AI 賽事，在深度學(xué)習(xí)領(lǐng)域有一定經(jīng)驗(yàn)的開(kāi)發(fā)者可以通過(guò)這些賽事將自身的技術(shù)與實(shí)際應(yīng)用結(jié)合，幫助企業(yè)解決行業(yè)難題。

百度正在建立這樣一種機(jī)制，讓開(kāi)發(fā)者用一種最適合中國(guó)國(guó)情的方式更快更好轉(zhuǎn)型 AI。

保持獨(dú)立思考，按照自己的節(jié)奏學(xué)習(xí)

知乎大 V，普華永道數(shù)據(jù)科學(xué)家阿薩姆在接受雷鋒網(wǎng) AI 研習(xí)社采訪時(shí)曾表示：「不要迷信機(jī)器學(xué)習(xí)，不要急于全盤接受，也不要因?yàn)椴粚?duì)胃口而全盤否定，慢下來(lái)，制定適合自己的計(jì)劃?！?/p>

如今市面上各種各樣的機(jī)器學(xué)習(xí)資料層出不窮，人工智能各類算法也在不斷更新迭代，政府和企業(yè)也為 AI 開(kāi)發(fā)者和創(chuàng)業(yè)者發(fā)放了大量的福利，比如國(guó)家頒布各項(xiàng)利好政策，企業(yè)也相繼開(kāi)放技術(shù)和課程支持，甚至發(fā)布 AI 人才培養(yǎng)計(jì)劃，幫扶開(kāi)發(fā)者入門或轉(zhuǎn)型 AI。

不過(guò)，對(duì)于想轉(zhuǎn)型進(jìn)入 AI 領(lǐng)域的開(kāi)發(fā)者來(lái)說(shuō)，除了學(xué)會(huì)把握機(jī)會(huì)，借助外力。還需要保持獨(dú)立思考的能力，從海量的資料里去蕪存菁，結(jié)合自身的行業(yè)優(yōu)勢(shì)找到與 AI 技術(shù)的交叉點(diǎn)?；蛟S，這才是有志于 AI 行業(yè)的開(kāi)發(fā)者應(yīng)有的態(tài)度。