記者 | 姜菁玲

能打敗AI的或許只有AI了。當人類還在驚嘆AI的高效之時，成為一名AI算法工程師已經不再是件高深莫測的事情。

9月1日，界面新聞記者在WAIC（世界人工智能大會）現場發(fā)現，一家名為共達地的AI公司推出的“GDDi自動化AI訓練平臺3.0”讓小白也可以完成一名算法工程師的工作，從0到1訓練出自己所需要的AI算法。

以訓練一套視覺算法為例，通常需要歷經數據集搜集、清洗、標注；模型選擇、訓練調優(yōu)、部署多個環(huán)節(jié)。一個成熟的算法生產通常需要耗費一支大約15人算法團隊數月時間。

而利用GDDi自動化AI訓練平臺3.0，普通用戶只需要在定義場景需求后，在平臺通過上傳數據、選擇芯片以及一鍵部署三個步驟，即可訓練一套適配業(yè)務需求的算法。在這個過程中，原本依賴專業(yè)算法工程師的數據評估、模型搭建、超參調優(yōu)、Loss函數與Head等“黑盒”工作，都將由GDDi3.0自動完成。

這大大提高了算法生產的效率。據現場工作人員介紹，利用GDDi3.0平臺，兩名產品經理在2個月的“業(yè)余”工作時間內，完成了近百個長尾場景算法的訓練，且訓練精度均達到行業(yè)交付標準。同樣的工作量，在傳統(tǒng)人工智能公司，需要一支專業(yè)算法工程師團隊數年時間。

當前計算機視覺領域90%的市場增長來源于人臉識別、非機動車識別、OCR識別這三大領域。而共達地主要瞄準的是物聯(lián)網長尾、碎片的場景需求。AI在工業(yè)場景落地的過程中，由于場景過于碎片化導致對AI算法的需求量暴增，這與AI算法高成本的實際情況相沖突。

工作人員稱，當下共達地所對接的需求已經遠非人臉、車牌這類傳統(tǒng)型業(yè)務，而是安全帽的識別、反光衣的識別、火焰煙霧的識別等滲透到各類細微場景的需求。且以上場景的需求還能再細分，以火焰識別為例，森林大火和加油站的煙頭識別是兩種完全不同的算法，場景的光照明暗，物體在攝像機里的尺寸大小，都會影響算法模型的構建。

在算法生產中降本增效成為一個解法。現場工作人員表示，GDDi3.0平臺目前支持99%計算機視覺場景，通過GDDi3.0訓練出來的算法平均精度超過92%，表現優(yōu)于人類算法工程師，通過GDDi3.0可使解決方案整體成本降低90%。

當前，該平臺已在智慧城市、智慧能源、智慧倉儲、智慧網點、智慧社區(qū)等多場景落地，擁有平安、軟通智慧、千視通、南方電網等數十家客戶。