给人工智能团队和创业公司的四条建议

猎云网 • 7年前扫码分享

给人工智能团队和创业公司的四条建议

人工智能开发者艾德•桑塔纳（Eder Santana）近日撰文，用自己的亲身经历为有意开发人工智能的团队和创业公司提出了几条建议。

昨天，我们分享了来自投资人的观点，今天来听听开发者是怎么说的。在这一领域，哪些是可以避免的坑？哪些是可以汲取的经验？也欢迎与我们交流你在AI领域的创业经。

机器学习热到不行，甚至有很多人认为它就是人工智能的全部。深度学习更是如此。你的创业公司或许刚刚融资成功，你的团队或许刚批了一笔预算。那么，恭喜你！你现在也要来做深度学习了。

到了现在这时候，你应该已经从Keras、Imagenet等技术中找到了乐趣，这确实很令人振奋！但要把技术变成一盘生意，让你的创业公司真正起步，你还需要考虑一些实际的问题。而我，应该可以算是半个过来人了。我会结合自己在comma.ai与乔治•霍兹（George Hotz）一起合作开发无人驾驶汽车的经历，来试图为你提供一些建议。

给人工智能团队和创业公司的四条建议

1.别因为加载数据让工程师干瞪眼

深度学习是一门看重数据的科学。想想看，只有首先为文本赋予意义，才能开发真正有用的人工智能比特币聊天机器人。只有首先理解图片、视频等元素，才能在模仿Snapchat Stories时实现自动化多媒体拼贴。

不能轻视数据处理，一定要在该领域表现优异。例如，如果你只需要花15分钟来准备和加载数据集，那么每当你找到更好的模型决策，或者在Tensorflow代码中找到漏洞，都应该稍等片刻。

原则其实很简单。Celery和Luigi这样的工具会是你的朋友。如果你在一个大团队里工作，所有的任务都要提交到一个群集里，那就考虑开发一套数据解决方案，向负责模型训练的员工分批提供数据。

comma.ai或许拥有当今第二或第三大的驾驶数据库。在comma.ai的每一天，为了训练驾驶模型，都要向一台拥有700多Gb内存的大机器里加载好几个小时的视频。每当需要更多训练数据时，乔治都会立刻增加100Gb内存。我加入进来的任务是为这个模型开发更好的版本，但我不想等待15分钟来加载数据。因此，我从开源项目里吸收了一些内容，开发了简单的ZMQ服务器。这样我们就不必因为数据而干等着了，我们可以开展更大规模的训练，还可以使用更便宜的机器。

2.从你能形象化的东西开始

幸运的是，对深度学习而言，可以使用Tensorboard、最近推出的Visdom以及其他工具帮助我们对结果进行形象化。我相信，DataScience整体而言可以很好地服务于形象化驱动的开发流程。应该考虑在每个阶段都与你的问题相一致。你不必非要学习d3.js，也可以获得有用的形象化效果，除非你过分迷信javascript。

我在离职谈话中向乔治征求意见，希望了解如何才能成为更有效率的工程师。（相信我，他是我见过的最有效率的人，我总会抓住每个机会向他学习。）他建议先开发一些东西，把我正在做的事情形象化。乔治本人之前就一直践行这条建议。另外，乔治所有的IPython Notebook都有一些滑动小工具，可以在开发原型时快速将各个参数对最终结果产生的影响进行形象化。

3.早点确定你的范例数据集

如果你对数据准备感到崩溃，最好先休息一下，其次才是使用有趣的视觉化内容。但如果你不想变成打印机上的猴子，只是盲目地在神经网络上随机增加更多层次，就必须确定如何衡量进步。这或许不仅局限于简单的“随机拿出10%的数据用于验证”。验证数据集最好能与最终的产品拥有相同的统计特征。同样的产品也可以用于追踪范例和失败案例，从而制作未来的验证集。因此，你的验证集或许可以不断进化，并像训练集一样调整。

我发现，对于无人驾驶汽车范例和验证集而言，可以考虑那些你必须夺回控制权的时刻。但最好的验证集是让一名经验丰富的控制工程师在路上详细判断无人驾驶系统的质量。如果你在这个行业，最好从特斯拉挖人。