用AI创建AI，小白也可以快速成为算法工程师

能打败AI的创程师或许只有AI了。当人类还在惊叹AI的白也高效之时，成为一名AI算法工程师已经不再是可快件高深莫测的事情。

9月1日，速成界面新闻记者在WAIC（世界人工智能大会）现场发现，为算一家名为共达地的法工AI公司推出的“GDDi自动化AI训练平台3.0”让小白也可以完成一名算法工程师的工作，从0到1训练出自己所需要的创程师AI算法。

以训练一套视觉算法为例，白也通常需要历经数据集搜集、可快清洗、速成标注；模型选择、为算训练调优、法工部署多个环节。创程师一个成熟的白也算法生产通常需要耗费一支大约15人算法团队数月时间。

而利用GDDi自动化AI训练平台3.0，可快普通用户只需要在定义场景需求后，在平台通过上传数据、选择芯片以及一键部署三个步骤，即可训练一套适配业务需求的算法。在这个过程中，原本依赖专业算法工程师的数据评估、模型搭建、超参调优、Loss函数与Head等“黑盒”工作，都将由GDDi3.0自动完成。

这大大提高了算法生产的效率。据现场工作人员介绍，利用GDDi3.0平台，两名产品经理在2个月的“业余”工作时间内，完成了近百个长尾场景算法的训练，且训练精度均达到行业交付标准。同样的工作量，在传统人工智能公司，需要一支专业算法工程师团队数年时间。

当前计算机视觉领域90%的市场增长来源于人脸识别、非机动车识别、OCR识别这三大领域。而共达地主要瞄准的是物联网长尾、碎片的场景需求。AI在工业场景落地的过程中，由于场景过于碎片化导致对AI算法的需求量暴增，这与AI算法高成本的实际情况相冲突。

工作人员称，当下共达地所对接的需求已经远非人脸、车牌这类传统型业务，而是安全帽的识别、反光衣的识别、火焰烟雾的识别等渗透到各类细微场景的需求。且以上场景的需求还能再细分，以火焰识别为例，森林大火和加油站的烟头识别是两种完全不同的算法，场景的光照明暗，物体在摄像机里的尺寸大小，都会影响算法模型的构建。

在算法生产中降本增效成为一个解法。现场工作人员表示，GDDi3.0平台目前支持99%计算机视觉场景，通过GDDi3.0训练出来的算法平均精度超过92%，表现优于人类算法工程师，通过GDDi3.0可使解决方案整体成本降低90%。

当前，该平台已在智慧城市、智慧能源、智慧仓储、智慧网点、智慧社区等多场景落地，拥有平安、软通智慧、千视通、南方电网等数十家客户。