機(jī)器之心原創(chuàng)
機(jī)器之心編輯部
在 2020 年的中國機(jī)器學(xué)習(xí)平臺市場，百度的 EasyDL 又拿了第一。
近日，全球權(quán)威咨詢機(jī)構(gòu) IDC（國際數(shù)據(jù)公司）發(fā)布了中國《深度學(xué)習(xí)框架和平臺市場份額》報告。調(diào)研數(shù)據(jù)顯示，截至 2020 年 12 月，百度的「零門檻 AI 開發(fā)平臺」EasyDL 以 22.80% 的市場份額位列機(jī)器學(xué)習(xí)平臺市場份額第一，并連續(xù)兩年保持市場第一。
數(shù)據(jù)來源：IDC《深度學(xué)習(xí)框架和平臺市場份額》2020.12。
報告指出，在機(jī)器學(xué)習(xí)平臺方面，百度 EasyDL 的用戶認(rèn)知度最高，也是受訪者使用頻率最高的平臺。
據(jù)統(tǒng)計，自 2017 年推出以來，百度 EasyDL 已經(jīng)累計服務(wù)了70 多萬的用戶，覆蓋 20 多個行業(yè)，得到了大量企業(yè)與個人開發(fā)者的廣泛認(rèn)可與應(yīng)用。
其實，隨著 AI 技術(shù)落地的不斷深入，市場上已經(jīng)涌現(xiàn)出多款致力于降低 AI 應(yīng)用門檻的訓(xùn)練和服務(wù)平臺，為什么 EasyDL 如此受歡迎？哪些人、哪些行業(yè)在用？平臺的背后有何支撐？今天，我們就來探討一下這些問題。
為什么 EasyDL 如此受歡迎？
要解釋 EasyDL 受歡迎的原因，我們就不得不提兩個理念。
第一個理念是：讓開發(fā) AI 服務(wù)「像使用家電一樣簡單」。
在 EasyDL 誕生之前，百度大腦已經(jīng)通過百度 AI 開放平臺開放了多項標(biāo)準(zhǔn)能力，如人臉識別、文字識別、語音技術(shù)等，但隨著 AI 落地的深入，不少企業(yè)發(fā)現(xiàn)，在越來越多的實際應(yīng)用場景中，需要結(jié)合場景數(shù)據(jù)進(jìn)行模型的定制。有研究顯示，這樣的定制化需求占比高達(dá) 86%。
但與之相矛盾的是，大部分中小企業(yè)并不具備專業(yè)的算法開發(fā)能力，開發(fā)定制 AI 模型對于他們來說太難了。
以一家制作箱包的傳統(tǒng)企業(yè)為例。在箱包出廠之前，他們需要借助 X 光掃描箱包內(nèi)是否含有針、剪刀等異物，然后靠人眼來檢查掃描圖像。但問題在于，有些「針」可能非常小，不易被肉眼察覺。因此，這家企業(yè)就在想：能否讓 AI 去「看」這些 X 光圖像。
這就涉及到了定制 AI 模型的問題，因為通用的標(biāo)準(zhǔn)模型在識別「針」、「剪刀」等特定物體時可能達(dá)不到企業(yè)想要的準(zhǔn)確率。如果你懂 AI，這個問題可能非常容易解決。可問題在于，這是一家制造類企業(yè)，真正懂 AI、擁有豐富模型訓(xùn)練經(jīng)驗的人才可能寥寥無幾。
當(dāng)然，這還只是其中的一道坎兒，其他坎兒還包括：數(shù)據(jù)如何采集？采集到之后還要花多少錢標(biāo)注？模型訓(xùn)練好之后要怎么部署？部署之后效果不理想是不是還得花很長時間迭代？完成這些工作是不是需要組建一支技術(shù)團(tuán)隊？如果這些問題得不到妥善解決，企業(yè)就會面臨項目成本高、周期長、前期對項目效果無法準(zhǔn)確預(yù)期等問題。
針對這些問題，EasyDL 提供了「一站式 AI 服務(wù)」，把數(shù)據(jù)、訓(xùn)練和部署的活兒都攬了過來，還實現(xiàn)了全流程自動化，用戶只需要根據(jù)平臺的提示進(jìn)行操作即可，不懂算法、不會寫代碼都不是問題。
這就像使用家電一樣：你不必了解家電的內(nèi)部構(gòu)造和電路原理，也能享受家電帶來的便捷；同理，你不懂 AI，也能借助 EasyDL 享受到 AI 浪潮帶來的紅利。
第二個理念是：「像高級 AI 工程師一樣專業(yè)」去訓(xùn)練高質(zhì)量 AI 模型。
我們生活中有很多「傻瓜式」的產(chǎn)品。這種產(chǎn)品很多都有個特點：上手容易，但效果一般。因此，如何在降低使用難度的同時保證其專業(yè)性成為這類產(chǎn)品開發(fā)的難點。也就是說，機(jī)器可以包攬很多操作，幫助用戶實現(xiàn)「傻瓜式」操作，但機(jī)器本身不能傻，還要非常聰明。
越是追求使用簡單，它的內(nèi)在就會越復(fù)雜，EasyDL 也是一樣。為了讓 EasyDL 像高級 AI 工程師一樣專業(yè)，百度從模型、數(shù)據(jù)、部署等多個方面進(jìn)行了打磨。
在模型方面，GPT-3 等超大模型已經(jīng)證明了什么是「鈔能力」。在現(xiàn)有的理論水平下，利用「海量數(shù)據(jù)預(yù)訓(xùn)練 + 遷移學(xué)習(xí)」的范式提升模型性能已經(jīng)成了一股風(fēng)潮，但這股風(fēng)潮對于中小企業(yè)、研究機(jī)構(gòu)和個人研究者來說都很不友好，畢竟動輒成百、上千萬美元的訓(xùn)練成本沒有多少公司能夠承擔(dān)。而且，這些超大規(guī)模預(yù)訓(xùn)練模型很多都是不開源的，即使開源也可能存在各種局限。
在這方面，EasyDL 有一個強(qiáng)大的「底座」——百度開源深度學(xué)習(xí)平臺飛槳。借助飛槳的強(qiáng)大能力，EasyDL 打包了各種任務(wù)的大規(guī)模預(yù)訓(xùn)練模型。這里說的「大規(guī)模」有多大呢？帶來的提升有多少呢？我們來看幾組數(shù)據(jù)：
圖像分類的預(yù)訓(xùn)練模型用海量互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行大規(guī)模訓(xùn)練（包括 10 萬 + 的物體類別，6500 萬的超大規(guī)模圖像數(shù)量），適用于各類圖像分類場景，平均精度可提升 3.24%-7.73%；
物體檢測的預(yù)訓(xùn)練模型用 800 + 類別，170 萬張圖片以及 1000 萬 + 物體框的數(shù)據(jù)集進(jìn)行大規(guī)模訓(xùn)練，適用于各類物體檢測應(yīng)用場景，平均精度可提升 1.78%-4.53%；
自然語言處理的文心 ERNIE 2.0 模型學(xué)習(xí)知識超 10 億條，包含 1500 萬篇百科語料和詞語、實體知識，3 億篇文章的因果結(jié)構(gòu)關(guān)系，700 萬輪人類對話，以及2000 萬的語言邏輯關(guān)系等知識，適用于各類 NLP 應(yīng)用場景，在中英文的 16 個典型 NLP 任務(wù)上超越了業(yè)界最好模型；目前，最新版 ERNIE 模型已經(jīng)累計學(xué)習(xí) 50 億條知識；
……
這些數(shù)據(jù)說明，EasyDL 在很多方向都具備強(qiáng)大的通用知識，就像一個修煉了多年內(nèi)功的武林高手。有了這些通用知識，模型只需要學(xué)習(xí)少量帶有用戶領(lǐng)域?qū)I(yè)知識的數(shù)據(jù)就可以「觸類旁通」，去解決特定場景下的任務(wù)。目前，EasyDL 已經(jīng)支持圖像、語音、視頻、文本、OCR、結(jié)構(gòu)化數(shù)據(jù)、商品檢測等多種模型類型。
為了提升模型性能，EasyDL 還內(nèi)置了 AutoDL/ML 自動化建模機(jī)制，包含自動數(shù)據(jù)增強(qiáng)、自動超參搜索、自動網(wǎng)絡(luò)架構(gòu)搜索等技術(shù)，可以降低零算法基礎(chǔ)用戶的使用門檻，提升專業(yè)開發(fā)者的建模、調(diào)參效率。
當(dāng)然，數(shù)據(jù)的處理也是可以充分智能化的，這就要提到 EasyDL 的智能數(shù)據(jù)服務(wù)了。
為了實現(xiàn)數(shù)據(jù)采集、清洗、標(biāo)注的一站式服務(wù)，EasyDL 建設(shè)了 EasyData 智能數(shù)據(jù)服務(wù)平臺。
在數(shù)據(jù)采集方面，定制模型所需要的數(shù)據(jù)往往不能從網(wǎng)上直接下載，而是需要建設(shè)符合實際場景的樣本數(shù)據(jù)集，對此，EasyData 提供了軟硬一體、端云協(xié)同的自動數(shù)據(jù)采集方案，支持接入攝像頭采集圖片、云服務(wù)數(shù)據(jù)回流兩種數(shù)據(jù)采集方式。
在數(shù)據(jù)標(biāo)注方面，EasyData 提供了圖片、文本、音頻、視頻四種數(shù)據(jù)格式的 11 種數(shù)據(jù)標(biāo)注模板。但鑒于用戶的數(shù)據(jù)可能比較多，標(biāo)起來費(fèi)時費(fèi)力，EasyDL 開發(fā)出了智能標(biāo)注方案，還支持多人標(biāo)注。在物體檢測、圖像分割、文本分類三類任務(wù)場景中，通過百度自研的 Hard Sample 主動學(xué)習(xí)挖掘算法，進(jìn)行針對性適配，在同樣的模型效果指標(biāo)下，可減少 70% 的數(shù)據(jù)標(biāo)注量。
在數(shù)據(jù)清洗方面，EasyData 創(chuàng)新性地開放了圖片數(shù)據(jù)清洗的完整解決方案，支持相似度去重、去模糊、裁剪、旋轉(zhuǎn)、鏡像 5 種標(biāo)準(zhǔn)的清洗方案，和自動識別人體、人臉等高級清洗方案等，大幅提升了清洗數(shù)據(jù)的效率。
模型訓(xùn)練完成后就到了部署環(huán)節(jié)，這也是決定深度學(xué)習(xí)平臺生態(tài)擴(kuò)展能力的關(guān)鍵一環(huán)。
在這一環(huán)節(jié)，有些開發(fā)者可能會問：我的數(shù)據(jù)私密性要求高，EasyDL 訓(xùn)練的模型可以本地部署嗎？對硬件要求高嗎？想開發(fā)安卓的圖像識別應(yīng)用，平臺是否支持？我想用設(shè)備端 SDK，但沒有自己的前端智能硬件設(shè)備怎么辦？
目前，EasyDL 提供了公有云 API、設(shè)備端 SDK、本地服務(wù)器部署、軟硬一體部署四種方案。
其中，公有云 API 可以支持彈性擴(kuò)縮容，并使用在線數(shù)據(jù)閉環(huán)手動挖掘識別有錯誤的數(shù)據(jù)，有效持續(xù)迭代提升模型效果。設(shè)備端 SDK 支持超過 15 種芯片類型、Windows、Linux、Android、iOS 4 大常用操作系統(tǒng)，能滿足各種定制化模型在端側(cè)部署預(yù)測的需求。本地服務(wù)器部署支持企業(yè)將 AI 模型部署在本地服務(wù)器上，在本地局域網(wǎng)進(jìn)行數(shù)據(jù)交互，保護(hù)數(shù)據(jù)隱私。在軟硬一體方案部署上，EasyDL 提供了 6 款軟硬一體方案，支持專項適配與加速，覆蓋高中低全矩陣，模型識別速度可提升 10 倍。
像家電一樣簡單的操作，像高級 AI 工程師一樣專業(yè)的能力，這兩個理念幫助 EasyDL 在短短的幾年內(nèi)吸引了 70 多萬用戶。那么，這些用戶都來自哪些行業(yè)？EasyDL 幫他們解決了哪些問題？我們來一起梳理一下。
哪些行業(yè)在用 EasyDL？
從整體來看，EasyDL 的用戶橫跨互聯(lián)網(wǎng)、智能硬件、零售、工業(yè)、醫(yī)療、安防監(jiān)控、物流等多個行業(yè)，典型的應(yīng)用場景包括生產(chǎn)安全、工業(yè)質(zhì)檢、貨架巡檢、盤點計數(shù)等。
一般來講，降本增效是企業(yè)的普遍訴求。以噴油器制造企業(yè)柳州源創(chuàng)電噴為例，這家公司在進(jìn)行汽車噴油器閥座的質(zhì)檢時，每日的需求 4000-6000 件，峰值能達(dá)到 12000 件，但由于閥座體積非常小，人工檢測非常費(fèi)力，常規(guī)上要由熟練工人每天付出 4-7 班才能滿足質(zhì)檢需求，時間成本與人力成本高昂。
通過一場競賽，柳州源創(chuàng)接入了 EasyDL 的圖像能力，讓 AI 作為 “質(zhì)檢之眼”，實現(xiàn)了自動化檢測瑕疵。通過打造一整套瑕疵識別、自動化分類流轉(zhuǎn)的解決方案，柳州源創(chuàng)成功實現(xiàn)了零件瑕疵判讀的無人化，公司可節(jié)約近 60 萬 / 年的人力成本，檢驗效率整體提高了 30%，這一個點的技術(shù)優(yōu)化，助推企業(yè)加快產(chǎn)業(yè)升級邁出了一大步。
在這一應(yīng)用中，EasyDL 的能力與效果被完全發(fā)掘。雖然閥座體積小、被檢測瑕疵如黑點、劃痕等目標(biāo)更小，但基于 EasyDL 底層的超大規(guī)模預(yù)訓(xùn)練模型與優(yōu)化封裝好的模型訓(xùn)練算法，即使目標(biāo)小也能準(zhǔn)確完成識別，達(dá)到業(yè)務(wù)應(yīng)用的要求。這樣優(yōu)異的模型效果，是企業(yè)在追求 AI 服務(wù)時最為看重的要素之一，能夠幫助企業(yè)更高效地實現(xiàn) AI 落地應(yīng)用。
此外，EasyDL 還在諸多領(lǐng)域幫助企業(yè)實現(xiàn)業(yè)務(wù)和流程創(chuàng)新。
以地鐵維修為例，地下軌道建設(shè)和維修工作經(jīng)常需要工人進(jìn)入地鐵的封閉軌行區(qū)進(jìn)行操作，由于每次作業(yè)前都需要準(zhǔn)備好必要的工具，所以工作前后都需要人工清點工具以避免遺漏在地下的封閉區(qū)域。而這樣傳統(tǒng)重復(fù)操作不光費(fèi)時費(fèi)力，往返路途也有很大的安全隱患。為此，長沙地鐵借助 EasyDL 自主研發(fā)了「智能維修頭盔」，能夠自動拍照并識別常用工具名稱和數(shù)量，及時查看是否有遺漏，降低安全隱患。
類似的應(yīng)用還包括疫情期間的口罩佩戴識別、施工現(xiàn)場的安全帽佩戴識別等。
EasyDL 的背后：十年磨一劍
EasyDL 這款 AI 平臺的成功，離不開百度多年以來在 AI 領(lǐng)域的技術(shù)積累。
2010 年初，已經(jīng)有了 10 年技術(shù)積累的百度，開始全面布局人工智能，陸續(xù)開始了包括自然語言處理、機(jī)器翻譯、語音、圖像、知識圖譜、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、用戶理解等技術(shù)的研發(fā)。
在之后的十年里，百度創(chuàng)造了多個「第一」：
2013 年初，百度成立了世界上第一個深度學(xué)習(xí)研究院；
2015 年，百度上線了世界上第一個大規(guī)模神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)；
2016 年，百度發(fā)布了開源深度學(xué)習(xí)平臺飛槳，如今，飛槳已經(jīng)成為中國首個開源開放、技術(shù)領(lǐng)先、功能完備的產(chǎn)業(yè)級深度學(xué)習(xí)平臺；
2019 年，百度 ERNIE 模型在國際權(quán)威的通用語言理解評估基準(zhǔn) GLUE 上首次突破了 90 大關(guān)，獲得全球第一；去年，這一模型又?jǐn)孬@全球規(guī)模最大的語義評測比賽 SemEval 2020 5 項冠軍，刷新多模態(tài)領(lǐng)域權(quán)威榜單 VCR，還拿到了世界人工智能大會的最高獎項——SAIL 獎；
……
這些奠基性的工作為 EasyDL 等產(chǎn)品的成功埋下了伏筆。
從技術(shù)到硬件，從場景到應(yīng)用，通過百度 AI to B 的重要承載者和輸出者——百度智能云，為各行各業(yè)大規(guī)模輸送百度的 AI 技術(shù)成果與平臺能力，支持產(chǎn)業(yè)智能化升級。百度智能云擁有中國最領(lǐng)先的 AI 開放平臺，日調(diào)用量突破 1 萬億，已開放超過 270 項 AI 能力，培養(yǎng)了超過 100 萬人工智能領(lǐng)域的從業(yè)者，這個規(guī)模也在持續(xù)快速增長。
有了這樣堅實的支撐，百度 EasyDL 連續(xù)兩年保持市場第一也是意料之中。
