原标题：谢天谢地，AI开发者的“吐槽大会”终于结束了
今天是个被AI圈刷屏的日子。
原因不是谷歌新手机和波士顿动力的机器人，而是华为发布了一款新的AI开发平台：ModelArts。
我粗略统计了一下，AI从业者与开发者们之所以瞬间被撩到嗨点，是因为国内看似热闹无比的AI行业，其实已经很久没有AI开发相关的重要项目出来了。ModelArts一出来，有一种终于被重视了的“久旱逢甘霖”体验。
这事其实非常吊诡：AI再怎么宏大叙事，不也要靠开发者一砖一瓦盖起来吗？可偏偏AI行业是PPT逻辑图发了不少，用来干活的家伙却屈指可数。
而AI开发，在今天并不是一个多么成熟的工作，其中问题与矛盾非常显著。
在HC大会第三天，华为云分析了今天AI开发的困境。今天限制AI开发的两个主要因素，一个是快，一个是慢，两者形成了相互依赖的矛盾体，解决一个要依赖另一个的大幅改善。
可以说，这是对AI开发现状的精准判断。
而ModelArts的价值也不仅是刷屏朋友圈，而是与其他AI开发工具一起，从全流程、普惠的角度针对性解决了今天AI开发中几个最明显的“槽点”。
想要明白ModelArts与AI开发生态的背后秘密，咱们要先从这些“槽点”说起。
写到这，其实笔者心中的洪荒之力已经按耐不住了。因为长时间采访AI开发者，笔者电脑和大脑里都存储了无数开发者的吐槽——要不是因为担心收视率不高，我都能做好几期AI吐槽大会了......
谢天谢地，好在这一切终于快结束了。
每一个都是战士：够开几季“吐槽大会”的AI开发者们
好，大家严肃点，下面开始吐槽了。
经过长时间追踪AI开发者，我们的记者团队一致认为今天这个行业都是战士。尤其是那些希望用AI开发来创业的，更是战士中的斯巴达克斯。这里咱们可以看几种最有槽点，不对，是最典型的AI开发案例：
案例1：亲朋好友一起上型AI开发者。我们知道，AI里有个词叫做AI民工，或者数据民工。就是说AI训练之前，其实有大量时间没干别的，就是做数据标记。这个活其实非常简单，但问题是极其枯燥大量重复，并且一旦某些数据标记错，很可能带给开发者后面训练时以“无限惊喜”。
而我们了解到的情况是，虽然大家都在说所谓AI民工，但这个岗位由于非常新颖且上下不靠，即使在大公司也是稀缺资源。而对小团队开发者来说，哪里找AI民工来标记数据啊？所以很多人的解决方案，就是亲戚群里发红包帮标点数据、老同学里叫一声帮我弄点数据，更有甚者我见过朋友圈众筹标数据的——做AI，愣做出了拼多多购物的既视感。
案例2：“Boss求求你了”型AI开发者。这种开发者一般存在于科研机构和高校中，以在读博士为主要人群。他们写完模型，等着变成paper，于是想用学校买的架构验证一下。那么好，先登记排队。轮到号了训练一下一星期过去了，结果发现不太对？挑个参数又一星期，优化一下数据集又一星期。由于师兄师弟不少，还就经常轮不上你。
模型错误几次，这类开发者和他们的导师都很容易抓狂。于是经常出现这样一幕：某某AI博士哭诉“Boss大人求求你了再让我算一次吧”。
案例3：创业焦虑型AI开发者。创业AI开发者，注重更多的是在部署和应用，而巧的是坑也在这里。我们采访过一个案例，开发者做了一个教育类的 学习算法，但在部署时却发现，TensorFlow上训练的模型不支持大规模GPU并用，给后续带来了无尽麻烦。
部署难，一部署就出错，是很多AI开发者面临的瓶颈。创业团队辛辛苦苦训练了个聪明的模型，一投入应用就变傻子，这感觉岂是一个酸爽了得。
案例4：理想丰满型AI开发者。AI大潮袭来，也催生了很多非科班出身，尤其是IT工程师转型AI。结果一入门发现，各种算法算力算子不计其数，调参配比极其复杂。而且AI的黑箱性还带来一种“养蛊”的快感，入门级选手连错都不知道哪错了。最终只能是AI前景远大，AI理想丰满，AI让我暂时撤退……
案例5：早知如此型AI开发者。 AI开发，经常要经过N个版本的优化和再训练，当然这就跟做设计一样，经常结果是第一版最好。于是经常出现老板或者导师沉思了一下，说：我觉得三版之前那个蛮好的，找出来数据再优化一下吧。呵呵哒，三版之前是啥天知地知反正我不知——遇到这种情况，开发者经常只能捶地大喊：早知如此何必……
案例6：对不起有点狂，因为可吐槽的案例实在太多了，就说最后一个吧。还有一种“社区大神”人设的AI开发者，专注混社区五百年。貌似啥都会，就是不会赚钱。我们见过盗用大神分享的工具和数据拿到融资，但大神愣不知道的。AI开发人才如何实现IP保护和变现，其实也是个大问题。
AI开发，是个有多重要就有多少无奈的行当。
好在，以上这密密麻麻的槽点，已经被华为刚发布的ModelArts以及相关工具“一剑斩群寇了”。
让“贝爷”们都进星级厨房：华为做了个什么事？
假如说，开发者是一位位大厨，打算为我们端上美味的AI大餐。
那么今天AI开发的问题，就是大厨们不是穿戴整齐走进厨房煎炒烹炸。而是上山找芯片调算力，下海找人标数据，进林子里采工具，到乱世从中跑训练。好端端的一位大厨，愣被割裂的开发场景和高企的费用给逼成了《荒野求生》的贝爷。
而假如一位厨师要从上山打猎开始做起，又怎么能期望他炖肉效率高呢？
为什么会这样？
原因在于今天的 学习训练流程，是在一个个偶然、垂直条件下产生的。开发框架有的是最开始仅供少部分科研，有的是仅供企业内部调用；数据集和算子，是经过各种偶然因素，被不同人或组织开源的；AI算力，最早都是附加在IT算力上的“增值服务”。而一些自动机器学习项目，则噱头价值远大于实际部署价值——于是四面奔波，不断解决兼容问题就成了开发者的常规操作。
而华为云刚刚在HC大会上拿出来的ModelArts，特质就在于它把以上场景全都整合到了一套云服务体系下。开发者可以不离开系统，完成从数据标记与训练准备，到训练、调试、推理、部署等所有工作。
这就好比打造了一整套星级厨房，里面有水电燃气，各种厨具食材，那么开发者将省去前面无比漫长的准备工作，直接一展厨艺可矣。
具体来说，名为ModelArts的厨房，跟以前常规用的“野炊”模式相比，有四大直观改变：
一、食材随意购
AI开发者能够快速完成数据标记，就像厨师能够快速买到食材一样重要。毕竟做厨师，没有先从养殖场干起的——知道的我是AI开发者，不知道还以为我是数据农家乐呢！
针对最耗时的数据标记环节，ModelArts内置了AI数据框架，以AI机制来治理数据，用迭代训练来解决标注的数据量问题。也就是让AI来完成数据标注本身，不断优化数据集，从而让数据标注与准备效率百倍提升。
当然，数据还是开发者来准备，只是准备体验将获得巨大跃升。
二、开灶有火
AI模型的训练速度，关乎于AI算力的提供，也关乎于训练平台的路径优化。AI训练过程就像点火做饭，火够大当然炒菜更快。针对训练效率问题，ModelArts通过各类优化技术，达成了在同样的模型、数据集和同等硬件资源情况下，模型训练耗时降低一半——换句话说，这意味着同样算力可以供给多一倍的开发者使用。
三、厨具齐全
上面说过，AI最怕部署，有些AI模型甚至有“见光死”的特点。尤其面对部署在不同的软硬件架构上，给人一种东家借口锅，西家偷个铲的感觉。而基于全栈AI解决能力，ModelArts实现了一键推送模型到所有边缘、端的设备上的能力，并支持在线部署和批量推理，满足大并发和分布式这些最困难的部署方式。可谓一应出具俱全，做出什么菜式都不在话下。
四、还有厨房家电都能帮忙
AI开发者的最后问题，可能是机器学习训练中的技术门槛。针对于此，ModelArts不仅给出了明确的教学演练，还创造性地引入了AI自动学习功能，包括模型的自动设计与自动调参等，可以给开发者智能化帮助。
此外，ModelArts还实现了全流程可视化管理，不管丢在哪里的数据和模型都能准确找到，这也间接有利于AI黑想象的攻克。
这些蕴藏的“AI黑科技”，就像冰箱微波炉这些现代厨房神器，以AI开发AI，降低开发者技术门槛，或许是接下来新的潮流。
值得注意的是，华为云这次不光发布了“厨房”，还带来了“餐厅”。于是我们看到了机器视觉开发平台HiLens，以及离线开发套件Atlas 200 、量子计算模拟器与编程框架HiQ，让开发者可以模拟重要环境的实际应用场景。
据华为云介绍，ModelArts将在年底前上线，我们会第一时间带来上线评测。
全栈AI的第一个红利：为什么ModelArts敢说“全生命周期”？
在采访中，华为云认为，目前业界的AI开发平台，问题是都相对场景单一，不够全面。而ModelArts则率先做到了全生命周期开发，可以支撑和管理AI开发当中的每一个环节。上面我们也说过，将割裂场景整合到一起，构成全生命周期AI开发，是ModelArts倒逼解决慢与贵的核心优势。
这里有个问题值得注意，相信也是大家所关心的：显然每个人都知道厨房更好用，不想去野地里做饭，那么为什么只有华为的ModelArts，在今天敢说自己是“全生命周期”？
我们或许可以这样理解：在华为全栈AI体系刚刚发布48小时，ModelArts与视觉AI应用开发平台HiLens、离线开发套件Atlas 200 、量子计算模拟器与编程框架HiQ四件套代表的AI开发平台已经变成了第一个红利级产品。事实上，ModelArts本身就是华为全栈AI体系的组成部分。与芯片、架构、AI使能平台紧密相连，从而能够一个场景跑通所有数据、训练、推理的需要。可以说是刚刚发布的华为全栈AI，探出的第一根触手。
其次，全生命周期的AI开发，算力是一切的基础。在昇腾芯片到来后，华为获得了能够组织大规模AI并联算池的机会，从而可以保证全场景AI开发运行无阻。这里有一个环环相扣的AI推导逻辑。
再者，我们确实可以看到，今天无论是世界巨头还是独角兽公司。所推的AI开发平台都是基于自身的业务考量。不会有公司推出一个与自己业务不想关，甚至自身能力之外的AI开发平台。所以我们看到AI开发场景，依然是东一榔头西一棒子的状态。
而华为云，则是围绕用户为中心打造了AI开发平台，以不让开发者奔波为第一思路。并且确实认真看了哪些复杂可以留给自己，找到了很多关键矛盾的背后逻辑，并将之消解化。这归因于华为的IT储备优势，但更归因华为云“复杂的归自己”以及“解决实际问题”两大核心理念。
对比之下，以往的AI开发平台，更多是以自身产业利益为视角构建产品，而不是以开发者为出发视角，或者说不具备以开发者为中心，清扫问题的产业条件。
当全生命周期的AI开发平台开始出现，本质上意味着某些AI产业的“黑历史”将开始瓦解。无论是华为云还是其他品牌，很快会让AI开发变成一个拼创意与想象力的游戏——而不是劳动力、资金成本与技术门槛相互竞底的搞笑节目。
未来的某个时刻，我们会回想起那段AI开发能开“吐槽大会”的日子，后辈会觉得简直不可思议，往事杯酒，几成笑谈。
但那时已经遍布AI的世界，却并不会笑我们。因为从钻木取火，到探索人工智能，历史会记住每一位开发者都是伟大的。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
