文/当下君
图片/来源网络
本文是《深科普：认识飞桨》的姊妹篇。上次的《认识飞桨》发表后，引发了较好的反响，甚至有出版社邀请当下君写一本关于深度学习的科普著作。
而当下君的想法是，《认识飞桨》只是AI“深科普”系列的第一篇，接下来将推出若干篇，每篇文章说一个方面，单篇大概字为限。把深度学习技术及其产业应用进行深入浅出的解读，解读到几乎每个读者都能理解的程度。
从长远来看，这样的科普工作和飞桨深度学习平台的发展是并行和伴生的，也只有如此，才能让更多人真正能认识深度学习、直接运用飞桨去解决问题。
本文的主角叫EasyDL，它是飞桨全景图里企业版中的零门槛AI开发平台。它的作用就是让没有AI开发经验的人（并不仅仅是程序员），都可以便捷的使用这个平台开发出自己需要的AI应用。
是的，没有看错，网上的那些“小学生开发出AI模型”的神奇案例，基本上都是EasyDL的功劳。
不过，EasyDL的作用可不是一个“少儿AI兴趣培养工具”，它真正的价值在于让千行百业的非专业人士都能零门槛应用AI。
没错，读完这篇文章，你立即就可以动手尝试了。
1
什么是低代码/零代码开发？
东濒大西洋、大部地区丘岗起伏的美国马萨诸塞州，是美国独立时最初13州之一。世界学府哈佛大学和麻省理工学院都位于该州，而著名的全球性独立研究、数据和咨询服务公司Forrester，也发源于此。
所谓的低代码/零代码开发平台（Low-CodeDevelopmentPlatform）的概念，就是由Forrester正式提出的。
上世纪80年代，编程语言进入到第四代，也就是“结构化语言”。在这些语言中，最小的单位不再是“代码“，而是封装好的“代码块”，当编程人员要系统实现某个功能时，只需发出指令，计算机就知道要运行对应的封装好的代码。
△组装“代码块”
因为作者是个吃货，所以在这里用吃举个例子（话说，用吃来举例是本系列文的一大特点）。比如，你如果按传统菜谱来准备做一道“红烧肉”，那么你就需要临时调制由酱油、醋、糖等勾兑的“酱汁”来给菜肴“定味”。可红烧肉又是没点手艺做不出来的菜，很容易把糖烧焦。而所谓结构化语言，就是超市里出售的已经勾兑好的“红烧肉调味料”，免去了你调制的过程，做菜的时候兑水直接倒进锅里就可以，还保证色香味俱全。
而到了年，VPL（可视化编程语言）出现了，它的特点是，在前述的“结构化语言”的基础上，把编程的过程用视觉可见的方式呈现，例如图标、表格、图表等形态。
可以说，结构化是低代码实现的前提，可视化是低代码外化的界面。
在这两种追求的相互作用下，又随着SaaS等软件的兴起，Forrester敏锐的发现——软件的开发过程中，有大量的时间成本都浪费在重复的功能编程上，于是，该机构在年首次提出低代码和零代码的概念——只需用很少甚至几乎不需要代码就可以快速开发出系统，并可以将其快速配置和部署的一种技术和工具。
看上去这是一个为“懒人”准备的技术，其实，它极大的降低的不仅仅是开发的时间，还因为可视化降低了不同需求方之间沟通的成本，所以一经问世就大红特红——年初，海外研究机构Infolob表示，预计到年，低代码应用程序市场总规模达亿美元；Gartner则预测，到年，应用软件开发活动中，65%将通过低代码方式完成。
在所有的编程工作中，为人工智能（AI）编写模型是一项难度极高的工作，因此，实现低代码化对于AI开发的意义并不止于降低成本，更大的意义在于迅速的让许多没有AI开发能力的技术人员、甚至是非技术人员能够开发AI模型，迅速推广AI的应用。
然而，给AI准备低代码开发可不仅仅像普通编程那么简单，AI的模型设计需要选择模型、超参数调整、训练、部署，还需要调度“云、管、边、端”各方资源，还要兼顾语音、图像等异构数据的处理交互，还要适应不同的部署条件，可想而知，AI的低代码化的开发难度之大。
如果说普通编程的低代码化是让你用半成品炒出一道红烧肉，那AI的低代码化就如同让你用半成品做出一道“佛跳墙”——在同等的操作难度下，AI的低代码化对后台的要求更高。
但这挡不住人们追求让AI应用开发加速进入产业界的决心，年低代码工具AutoWEKA发布，年的ICML（国际机器学习大会）开始举行AutoML研讨会（AutoML是自动机器学习的缩写，后文的AutoDL，即自动深度学习）研讨会，AutoML成为学术界的研究热点之一；年，谷歌将AutoML的概念产品化，引发产业界的全面
转载请注明：http://www.0431gb208.com/sjszlff/4707.html
