标准化|云天励飞王孝宇：AI 研发和应用，数据的重要性远高于模型( 四 )

文章插图

【标准化|云天励飞王孝宇：AI 研发和应用，数据的重要性远高于模型】数据迭代之后，要做模型训练，在这个平台上用一键化的方式去做，这就是我们花几百万招过来的博士应该干的事情，他们不应该天天调参数、挖数据，这些事情应该让平台去干。
这一步，只要你点训练，它可以自动训练，背后怎么训练？是由开发者去开发的。但是在整个平台上去进行操作的人，不需要知道大规模模型训练，这降低了训练模型人员的从业要求，只要他知道这是怎么回事，把数据拿进去就可以训练，无代码一键完成模型开发。
做这种平台研发环境的好处是什么？数据沉淀在平台上，动作可复用，流程可追溯。这里面有几个界面：数据集管理、模型管理、任务管理。
数据集管理，就是一些标注好的数据集，以及挖掘、生成的数据集；模型管理，就是训练好的模型；任务管理，可以是标注任务，也可以是挖掘任务，也可以是训练任务，所有研发的轨迹全部停留在这里面。
为什么要做这个事？很简单，因为人力成本太高，企业无法招聘太多人从事每一个算法的研发。有了这套平台之后，我们可以实现非算法人员开发模型的方式，让算法工程师做更高级别的技术，这些平台话、流程化的事情，可交给一般的技术人员或者学生来做。
整个过程中，我们认为沉淀更多的是数据价值，这比模型的价值更大。
为什么数据的价值比模型的价值更大？
数据没有了，模型是训练不出来的，你不会再得到提高，即使得不到模型，数据在这儿，所以很容易再训练一个模型出来。
数据的重要性远远高于模型的重要性，所谓持续性的研发，沉淀出来的是有价值的数据，而不是其他。
因为模型很容易重新训练，或者用不同的数据迭代。但数据日积月累需要很长的时间。在整个平台上，通过数据不停的挖掘、训练、标注、迭代，会一轮一轮增加新的数据，为每个任务沉淀出非常优质的数据集。
也就是说，在这个平台上，数据变成了最重要的资产。
另外，所有的开发技巧也沉淀到平台上了。
如果大家搞研发管理，就会发现一个现象：部分人能做得特别好，部分人怎么都做不好。这是因为，任务、指令都是一样的，但不同的人研发经验是不一样的。
人才的素质属于不可控因素，如果把这套技术能力进行沉淀，每个模型研发过程都能实现可追踪，这样就能让做不好的人，通过学习，把事做好。
这样做的另一个好处是，不会因为人才流失导致既有的模型失效。
所有公司都会面临人员流动这个问题，一位优秀员工离职之后，其模型很难复现，因为别人不知道这个模型怎样迭代才达到现有的精度，上下衔接很困难，费时费力。
但是在这个平台上，就不会出现问题。模型训练过程中所做的所有数据的标注、操作，全部都在这个平台上，主要进行相关操作，全部流程都可以重复，不需要重新做。
在座如果有做研发管理的，肯定会感觉这个东西用起来非常不错。
现在，云天励飞内部的研发，除了一些非常高难度的，或者非要人工介入的算法研发（如人脸），其他的算法研发全部依赖于大规模算法开发平台。也就是说基本全部不需要算法工程师去做，都是标注人员在做。
以大堂搬运货物检测案例为例，每个工程师大概开发成本50万，一个月的时间差不多5万块钱的投入，但现在只需要1个标注人员，5-7天就可以做完从0到实用部署。