【智能时代，AI无处不在】华为云MVP高浩：打破AI开发瓶颈，解决数据、算法、算力三大难题

高浩，华为云MVP，南京航空航天大学硕士毕业，曾就职于某研究所集团公司。先后从事大数据开发与数据挖掘工作，擅长机器学习和数据分析。现任江苏知途教育科技有限公司人工智能课程研发负责人，“1+X” 计算机视觉应用开发认证（初级，中级）副主编，高级认证讲师。

从人工智能被写入政府工作报告，到如今高校遍地开花的人工智能专业，AI作为下一阶段科学变革浪潮的新引擎，正在渗透到各行各业，当行业进入高速发展期，市场对高端人才的需求和依赖性也随之攀升。

高浩一直从事大数据开发与数据挖掘工作，擅长机器学习和数据分析，现在担任江苏某教育科技公司的人工智能课程研发负责人。

在他看来，大量的数字蓝领人才和AI应用开发人员构成了当前AI行业发展人才之基，这也为高校学生就业初期从事的工作指明了方向，而华为ModelArts平台在教育领域有着天然的数据、算法优势，非常适合AI教学。

为什么选择ModelArts？

AI应用的开发非常复杂，主要体现在开发流程冗长、烦琐，包括数据准备、算法开发、模型开发、应用生成、部署和维护等多个环节，链路很长，每个环节都需要大量人力和计算资源的投入。

AI开发需要的实验环境或者平台资源昂贵，传统的实践教学体系与市场岗位、企业项目脱、产业发展、以及个人职业发展脱节。

除此之外，AI的三个关键要素：算法、算力和数据，一方面推动了AI技术的应用落地，但也提高了学习上手的门槛。

考虑到这些难题，高浩在调研了多家厂商的开发平台后，最终选择了一站式AI开发平台ModelArts。“算法可以采用平台中已有的通用算法，缩短建立时间，降低技术人员的入门门槛。算力可以根据按需方式租用GPU服务器，降低研究的前期投入。”

高浩表示，ModelArts的教学指南非常完整，它系统地介绍了AI应用开发全流程及其子流程，包括数据准备、算法选择和开发、模型训练、评估和调优等，以及人工智能应用开发场景化实践。

通过一整套工具链和方法传递，每个开发者都可以借助ModelArts在具体业务场景下更快、更高效、更低成本地开发AI应用，从而更好地解决实际问题。高浩认为，这样从教学实施角度上也更有普适指导意义。

为了进一步阐释ModelArts的易用性，高浩详细演示了一个基于ModelArts和HiLens的云、边、端协同的AI应用开发案例。

快速上手ModelArts

ModelArts 的“一站式”体现在它囊括了AI开发的各个环节，包括数据处理、算法开发、模型训练、模型部署等等，而且面向不同经验的开发者，提供相匹配的使用流程。

内容方面，ModelArts支持图像分类、图像检测、视频分析、语音识别、产品推荐、异常检测等多种AI应用场景。功能方面，它支持从数据处理到算法开发、训练、部署、开发流程管理等多种功能。如下图所示：

其中，核心部分主要包括数据处理和模型的管理。

1、数据的处理

在ModelArts中，我们都是以数据集为数据基础，进行模型开发或训练等操作的。创建数据集前需要获取访问OBS的权限。

目前，ModelArts支持如下9种类型的数据集，包含图片、音频、文本和其他类别：

•     图像分类

•     物体检测

•     声音分类

•     语音内容

•     语音分割

•     文本分类

•     命名实体

•     文本三元组

•     自由格式

针对创建好的数据集，可以执行标注数据、发布、版本管理、修改、导入和删除等操作。

以图像分类为例，只需要给图片添加相应的标签即完成标注。物理检测的话，则需要在图片中使用标注框来框出标注对象，并打上标签，其余与图像分类相似。

此处强调一下命名实体数据集，命名实体场景是针对文本中的实体片段进行标注，如“时间”、“地点”等。与文本分类不同的是，它需对片段进行标注，而不是全文。

文本三元组标注则适用于标注语句当中形如（主语/Subject，谓词/Predicate，宾语/Object）结构化知识的场景，标注时不但可以标注出语句当中的实体，还可以标注出实体之间的关系，其在依存句法分析、信息抽取等自然语言处理任务中经常用到。

声音方面，主要是根据播放内容，在 “语音内容”文本框中填写音频内容，完成标注。

 2、模型训练管理

数据处理完成后，接下来就是模型的训练。ModelArts可以基于不同的数据选择不同规格的资源池（CPU或GPU），根据用户选择的数据量和资源不同，模型训练通常耗时几分钟到几十分钟不等。

同时，ModelArts也支持查看模型训练的情况并及时调整模型参数。

除支持用户自己开发的模型外，ModelArts还提供了AI市场算法，开发者能直接使用已有的算法，再通过简单的调参得到一个满意的模型。

模型训练之后，ModelArts模型管理可导入所有训练版本生成的模型，统一管理迭代和调试的模型，同时它还支持从模板、容器镜像以及OBS等场景导入模型，方便模型的部署上线。

另外，ModelArts提供了模型转换功能，可以将已有的模型转换成所需格式，以便应用于算力和性能更高的芯片上。举个例子，用Tensorflow框架训练的模型，使用转换功能可转换成om格式，即可在昇腾芯片上部署运行。

端侧看HiLens，让AI应用快速落地

学会用ModelArts做好模型训练后，端侧的开发平台HiLens可以让AI应用落地更简单，高浩也谈了谈他使用HiLens的感受。

HiLens是端云协同多模态AI开发应用平台，它提供简单易用的开发框架、开箱即用的开发环境、丰富的AI技能市场和云上管理平台，对接多种端侧计算设备如HiLens Kit，支持视觉及听觉AI应用开发、AI应用在线部署、海量设备管理等。

高浩表示，购买HiLens Kit的普通用户如果需要快速安装技能到设备，使其具备AI能力，可以到技能市场购买技能，基本流程如下：

对于具备编程能力的用户，也可以选择自己创建技能。

购买或者创建好技能后，就是对其进行部署，具体可以前往数据管理查看技能效果。

基于HiLens，高浩准备开发了一个检测施工现场作业人员是否佩戴安全帽的应用。

他在创建好相对应的技能后，使用HDMI视频线连接HiLens Kit视频输出端口和显示器，然后点击后台管理中的启动技能，当状态变为“运行中”，表明技能成功运行在端侧设备上。

最后应用的结果如下：

总的来说，开发这样一个检测工地施工安全的应用其实很简单，先用云端的ModelArts进行数据处理和模型训练，然后再借助HiLens将模型部署到端侧，最后就能得到一个可以落地的AI应用。