極客網(wǎng)·極客觀察(朱飛)11月30日 “無AI,不應(yīng)用”,近年來隨著人工智能技術(shù)飛速發(fā)展,特別是今年大模型橫空出世,“AI原生”正成為應(yīng)用開發(fā)的新范式。對廣大開發(fā)者來說,AI原生是機遇也是挑戰(zhàn),如何快速成為優(yōu)秀AI開發(fā)者,登上通向智能世界的“頭等艙”,成為擺在每個人面前的核心命題。
在前不久落幕的昇騰AI創(chuàng)新大賽2023全國總決賽中,全國22個賽區(qū)超6300名開發(fā)者報名參賽,產(chǎn)生大批優(yōu)秀AI作品,為AI浪潮下的應(yīng)用開發(fā)范式躍升打下良好開端。
這其中,在昇思賽道的數(shù)據(jù)打榜賽題中,來自西安電子科技大學(xué)(以下簡稱“西電”)的學(xué)生開發(fā)者楊瑞智,僅用一年時間學(xué)習(xí)摸索昇騰AI,便能實際運用解決真實場景問題,問鼎昇思賽道數(shù)據(jù)打榜賽,實現(xiàn)從新手到金獎選手的進階,堪稱“以AI的速度”展現(xiàn)了AI開發(fā)的巨大魅力和價值!
初識昇騰AI,在學(xué)校課題組做模型復(fù)現(xiàn)
楊瑞智與昇騰AI的結(jié)緣,要從產(chǎn)教融合說起。2020年,教育部與華為聯(lián)合發(fā)起“智能基座”產(chǎn)教融合協(xié)同育人基地項目,首批落地72所高校,西電便是其中之一。2022年6月,楊瑞智所在課題組接到“國產(chǎn)深度學(xué)習(xí)開源框架生態(tài)系統(tǒng)建設(shè)”模型復(fù)現(xiàn)項目,展開以全場景AI框架昇思MindSpore復(fù)現(xiàn)業(yè)界經(jīng)典深度學(xué)習(xí)模型的工作。
西安電子科技大學(xué)的學(xué)生開發(fā)者 楊瑞智
過程中,楊瑞智先是在昇騰AI官方教程中的“初學(xué)入門”板塊集中學(xué)習(xí)MindSpore框架知識,了解其網(wǎng)絡(luò)構(gòu)建、自動微分模式、靜態(tài)圖特點等基本特性;接著上手復(fù)現(xiàn)模型,大量參考社區(qū)中“應(yīng)用實踐”板塊內(nèi)容,深度借鑒其中的計算機視覺、自然語言處理、生成式AI等多個任務(wù)案例,最終參與復(fù)現(xiàn)了AdaptSegNet、AdvNet、FADA、ASANet等多個模型,實現(xiàn)更好的精度和質(zhì)量。
摸索昇騰AI,在競賽中開發(fā)實現(xiàn)模型方案
2022年10月,在接觸昇騰AI五個月后,楊瑞智迎來了進一步摸索昇騰AI的機會。在2022“航天宏圖杯”遙感影像智能處理算法大賽中,華為贊助了其中一個主題為“道路提取和交叉口識別”的線下決賽賽道,楊瑞智所在課題組一起報名參賽,按要求使用昇思MindSpore AI框架進行模型方案的實現(xiàn)。
基于遙感影像的道路提取及交叉口識別對于自動駕駛、地圖構(gòu)建等應(yīng)用具有重要意義。楊瑞智團隊根據(jù)主辦方提供的遙感影像數(shù)據(jù),在昇騰社區(qū)豐富應(yīng)用實踐內(nèi)容的幫助下,實現(xiàn)了更高效率、更高精度的算法模型,能夠更好地識別出道路的分割掩膜和交叉口類型區(qū)域的定位,最終獲得優(yōu)勝獎,為探索昇騰AI的實踐應(yīng)用開了一個好頭。
應(yīng)用昇騰AI,在真實場景中創(chuàng)新優(yōu)化算法
時間來到今年7月,楊瑞智報名參加了昇騰AI創(chuàng)新大賽2023昇思賽道的數(shù)據(jù)打榜賽題——真實雨場景的視覺任務(wù)挑戰(zhàn)賽。這個賽題的目標(biāo)是研究真實雨天場景的圖像去雨方法,降低雨水?dāng)_動對圖像質(zhì)量和場景可辨識度的影響,從雨水退化圖像中還原出細節(jié)清晰、辨識度高的干凈圖像,更好地助力自動駕駛和視頻監(jiān)控等全天候工作的智能系統(tǒng)。
“與以往的學(xué)習(xí)和競賽更偏學(xué)術(shù)不同,這次賽題任務(wù)更加貼近于實際生活,給我們帶來了不小的挑戰(zhàn)?!睏钊鹬歉嬖V極客網(wǎng),“針對這個實際問題,團隊依托前期的學(xué)習(xí)和鍛煉,以及過往AI開發(fā)經(jīng)驗,規(guī)劃了一套專門的算法開發(fā)流程,包括前期調(diào)研,識別任務(wù)難點痛點;中期根據(jù)調(diào)研結(jié)果,設(shè)計針對性解決方案;后期完善解決方案,持續(xù)調(diào)試調(diào)優(yōu)?!?/p>
盡管準(zhǔn)備充分,但楊瑞智坦言在開發(fā)的中后期還是遇到了不少問題,比如官方倉庫中缺少現(xiàn)成的創(chuàng)新方法可供參考,同時使用昇騰AI算力對方案性能調(diào)優(yōu)也存在困惑;好在昇騰社區(qū)為參賽團隊提供了完善的支持,楊瑞智團隊通過研讀官方文檔自學(xué)設(shè)計方案、在線提交問題獲得答疑支持、對接專家獲取私下溝通指導(dǎo)等方式,加速了設(shè)計開發(fā)的進度,實現(xiàn)了創(chuàng)新的解決方案。
最終結(jié)果顯示,在這個455人、152支團隊參與的數(shù)據(jù)打榜賽中,楊瑞智所在的“seek”團隊以最高的得分登頂榜單,一舉攬下金獎,斬獲50000元獎金。需要指出的是,這個賽題是針對個人、高校、科研機構(gòu)、企業(yè)單位、初創(chuàng)團隊等幾乎所有開發(fā)者群體開放的,競爭激烈度和金獎含金量不言而喻!
談及此次比賽奪魁的寶貴經(jīng)驗,楊瑞智總結(jié)了兩點:一是100%算法掌握,在整個方案思考和設(shè)計過程中,對整體邏輯要能夠完全掌握,可以根據(jù)項目需求熟練使用官方開源API從零搭建訓(xùn)練框架,并在上面進行清晰明了的修改調(diào)整。二是針對性解決方案,要針對比賽中提出的難點問題針對性設(shè)計算法解決方案,抓住重點去解決問題,起到事半功倍的作用。
嚴(yán)格遵循昇騰社區(qū)學(xué)習(xí)路徑,先借鑒再創(chuàng)新
回顧一年時間學(xué)習(xí)、摸索和應(yīng)用昇騰AI,實現(xiàn)從新手到金獎選手的跨越歷程,楊瑞智認(rèn)為自己的成長是一個嚴(yán)格學(xué)習(xí)昇騰社區(qū)文檔、學(xué)習(xí)官方教程的過程。他強調(diào),“昇騰社區(qū)學(xué)習(xí)欄目有一個教程板塊,提供了非常好的‘初學(xué)入門-應(yīng)用實踐-深度開發(fā)’的學(xué)習(xí)路徑,這條學(xué)習(xí)路徑讓我十分順暢地完成了一個從100%新手到昇思賽道競賽金獎選手的蛻變?!?/p>
而談及對下一屆選手的參賽經(jīng)驗分享,楊瑞智建議大家在開發(fā)算法模型的時候,要更多地借鑒社區(qū)中其他開發(fā)者的開發(fā)經(jīng)驗,不要閉門造車。在AI領(lǐng)域如果一旦“鉆牛角尖”閉門造車,那么就等于是“重復(fù)造輪子”,開發(fā)進度會非常緩慢,是非常不劃算的。而通過社區(qū)共同交流、共同學(xué)習(xí),可以實現(xiàn)共同進步,激發(fā)創(chuàng)新,開發(fā)效率也會更高。
同時針對昇騰AI創(chuàng)新大賽這個影響力日益上升的頂級AI開發(fā)者賽事,他希望昇思賽道能夠提供更多賽題和真實場景機會,讓更多致力于擁抱AI變革的開發(fā)者能夠參與進來,共同見證昇思MindSpore AI框架以及整個昇騰AI產(chǎn)業(yè)生態(tài)加持下的時代巨變。而對于自身,楊瑞智表態(tài)未來也會更加深入地了解和使用昇騰AI,甚至高度依賴昇騰AI。
寫在最后:
數(shù)智生態(tài)的創(chuàng)新繁榮,離不開先進技術(shù)的支撐,更離不開開發(fā)者的共同力量。作為華為面向AI開發(fā)者打造的頂級賽事,昇騰AI創(chuàng)新大賽鼓勵全產(chǎn)業(yè)開發(fā)者基于昇騰AI技術(shù)和產(chǎn)品,打造軟/硬件解決方案、探索模型算法,加速AI與行業(yè)融合,為廣大開發(fā)者能力提升和價值兌現(xiàn)提供了一個超級大舞臺。相信隨著更多開發(fā)者參與進來,抓住AI原生的時代機遇,數(shù)智未來必將加速到來!
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- 美媒:一些中國大模型已經(jīng)追平甚至超越美國產(chǎn)品
- 透過這場開發(fā)者圈的“年度盛典”,窺見華為開發(fā)者生態(tài)構(gòu)建之道
- 谷歌Willow量子芯片有進步 但離實用還很遙遠
- LLM很難變成AGI?科學(xué)家:創(chuàng)造AGI理論上可行
- PON在園區(qū)網(wǎng)絡(luò)的“先天不足”,無源以太全光來拯救!
- 英特爾CEO黯然退場背后:芯片制造陷泥潭,AI起大早趕晚集
- 開源5年樹立新里程 openEuler以智能 致世界
- 華為推出Mate 70手機引發(fā)高度關(guān)注 看外媒是如何評價的?
- 5G-A終端規(guī)模鋪開響應(yīng)“以舊換新”,湖北移動“機網(wǎng)套”協(xié)同刺激內(nèi)需
- 六載華為開發(fā)者大賽,“賽”出云上開發(fā)新生態(tài)
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。