[[341638]]

【51CTO.com快譯】想迅速上馬機(jī)器學(xué)習(xí)的組織可能對研究新興的AI低代碼方案感興趣。雖然低代碼技術(shù)永遠(yuǎn)無法完全取代手動編碼的系統(tǒng)，但可幫助規(guī)模較​小、經(jīng)驗不足的數(shù)據(jù)科學(xué)團(tuán)隊加快進(jìn)程，并幫助專業(yè)數(shù)據(jù)科學(xué)家設(shè)計原型。

低代碼是啥東東?這個短語對不同的人有著不同的含義，其對AI的適用性沒有完全弄清楚。多年來，主流開發(fā)人員一直在使用低代碼(或無代碼)方法來構(gòu)建業(yè)務(wù)和消費(fèi)者應(yīng)用軟件，這在很大程度上構(gòu)成了AI界低代碼方法的基礎(chǔ)。

二十年前，第四代語言(4GL)是使用3GL(比如Java或C ++)所需代碼的一小部分來生成復(fù)雜業(yè)務(wù)應(yīng)用軟件的流行方法?；谀Ｊ降拈_發(fā)方法(開發(fā)人員使用拖放式GUI來微調(diào)預(yù)構(gòu)建的組件以創(chuàng)建自定義業(yè)務(wù)應(yīng)用軟件)在IT行業(yè)確立地位已有一段時日，不過它們同樣不乏貶低者 。

在AI界，用于構(gòu)建機(jī)器學(xué)習(xí)模型并將其部署到生產(chǎn)環(huán)境中的工具和技術(shù)與一般的應(yīng)用軟件開發(fā)工具或技術(shù)大不相同，但是同樣的低代碼技術(shù)仍然適用。據(jù)Veritone的產(chǎn)品高級副總裁Kfir Yeshayahu表示，這些低代碼技術(shù)在AI界受到追捧。

Yeshayahu說：“面向AI的低代碼讓平民開發(fā)人員和數(shù)據(jù)科學(xué)家可以利用AI構(gòu)建模塊來生成適合其需求的AI引擎。它將‘AI超級權(quán)利’交到用戶手中，無需編寫、編譯、部署和擴(kuò)展復(fù)雜代碼。”

Yeshayahu表示，低代碼AI的主要優(yōu)點是速度快。他說，近來對快速AI開發(fā)的需求日益增長，尤其是在新冠疫情期間，許多公司的數(shù)字化計劃存在的缺點在此期間暴露無遺。

Yeshayahu說：“許多組織在疫情后意識到了AI的價值，還認(rèn)識到由于部署周期長，它們無力從頭開始構(gòu)建AI解決方案。由于肩負(fù)以比以往更快的速度改變業(yè)務(wù)運(yùn)營這一使命，許多組織正迅速采用低代碼和AI，讓有創(chuàng)造力、心懷使命的員工能夠創(chuàng)新，無論他們的角色如何、技術(shù)專長如何。”

那么，組織可以從哪里獲得面向AI的低代碼工具?Veritone開發(fā)了一個名為aiWARE的AI平臺，該平臺旨在幫助公司使用機(jī)器學(xué)習(xí)技術(shù)基于音頻、視頻和文本輸入實現(xiàn)決策自動化。

另一個在大數(shù)據(jù)領(lǐng)域頗受關(guān)注的低代碼平臺是PyCaret，這個Python庫旨在使用戶僅使用幾行代碼就能夠執(zhí)行復(fù)雜的機(jī)器學(xué)習(xí)任務(wù)。該軟件已于4月亮相，集成了其他庫和框架，包括scikit-learn和XGBoost，可以在類似筆記本的界面中工作。

PyCaret的創(chuàng)始人兼開發(fā)者M(jìn)oez Ali表示，他開發(fā)PyCaret是為了幫助平民數(shù)據(jù)科學(xué)家更迅速地完成更多的機(jī)器學(xué)習(xí)工作。

Ali在PyCaret網(wǎng)站上說：“我認(rèn)為，平民數(shù)據(jù)科學(xué)家與專業(yè)數(shù)據(jù)科學(xué)家共存的組織將勝過只依靠專業(yè)數(shù)據(jù)科學(xué)家的公司。PyCaret因簡單性、易用性和低代碼環(huán)境而對平民數(shù)據(jù)科學(xué)家而言是理想的選擇，它還可以被專業(yè)數(shù)據(jù)科學(xué)家用作其機(jī)器學(xué)習(xí)工作流程的一部分，并迅速高效地構(gòu)建快速原型。”

您還可以將新興的AutoML工具視為一種低代碼。這種系統(tǒng)可以自動處理傳統(tǒng)上由數(shù)據(jù)科學(xué)家處理的許多AI任務(wù)，包括模型選擇、參數(shù)調(diào)整、部署到生產(chǎn)環(huán)境以及部署后模型管理。

可重用性是當(dāng)今復(fù)雜的神經(jīng)網(wǎng)絡(luò)(比如ResNet、AlexNet和GPT-3)的主要優(yōu)勢，GPT-3是OpenAI的大型語言生成器，擁有數(shù)量驚人的1750億個參數(shù)。數(shù)據(jù)科學(xué)家可以輕松拿來這些預(yù)構(gòu)建的模型，剔除不需要的部分，對其余部分進(jìn)行再訓(xùn)練以完成所需的工作。它可能不是無代碼，但是數(shù)據(jù)科學(xué)家編寫的代碼無疑比從頭開始編寫要少。

同樣，當(dāng)今流行的BI和可視化工具中的許多自助機(jī)制正幫助分析員及其他人從事難以勝任的任務(wù)。由于這些BI工具日益與機(jī)器學(xué)習(xí)功能融合起來，以自助(即低代碼)方式交付高級分析功能可能開始對數(shù)據(jù)項目帶來切實而重大的影響。

說白了，低代碼在AI界或其他任何地方不是什么新鮮事物。并非所有AI項目都適用于低代碼技術(shù)。畢竟，最引人注目的業(yè)務(wù)轉(zhuǎn)型幾乎總是一次性項目，需要數(shù)月的反復(fù)試驗。 此外，許多實際的生產(chǎn)AI系統(tǒng)需要經(jīng)過優(yōu)化的代碼帶來的速度和性能，這種代碼幾乎總是要手動編寫。

但是對于其他許多項目，組織可以通過讓經(jīng)驗不足的團(tuán)隊成員在更短的時間內(nèi)完成更多的數(shù)據(jù)工作，對于挑戰(zhàn)性較小的AI項目和原型設(shè)計尤其如此，這點不容置疑。無論您稱之為平民數(shù)據(jù)科學(xué)、AutoML、自助式BI還是低代碼AI，少花錢多辦事的這股潮流終究會繼續(xù)下去。

原文標(biāo)題：Low-Code Can Lower the Barrier to Entry for AI，作者：Alex Woodie

【51CTO譯稿，合作站點轉(zhuǎn)載請注明原文譯者和出處為51CTO.com】