對于AI新手，如何入門AI，一直是個令人頭禿的問題。
而對于那些有一定技術基礎的人，想要用AI在實際工作生活中實現點什么，似乎也并不容易，
不過，也不是沒有辦法。
不信？來看看下面四位的故事。
師傅領進門
正值豆蔻之年的郭佳慧，是第一個故事的主人公，
去年疫情期間，才12歲的郭佳慧所開發的AI模型功能，是檢測口罩佩戴，
講真，神童的故事聽多了，似乎并沒有想象中的那么驚艷。
但如果說，當時做岀AI開發項目的她不會編程呢？
沒錯，淡定，
先來看下郭佳慧開發的作品。
這個系統會根據照片中口罩的樣子，判斷出口罩佩戴是否規范，
例如在這個例子中，我們仔細觀察后，才能發現口罩在鼻梁處沒有壓緊，
而這個應用，卻能在短時間完成檢測，并提示：
沒有壓鼻梁條。
郭佳慧之所以開發這個AI系統，是看到了捷運工作人員每天監督乘客是否準確佩戴口罩，很是辛苦，
而市面上雖然有很多諸如此類的檢測系統，但想必很多人試過，捂個嘴、拿袖子擋就能蒙混過關，
但佳慧的系統能精準識別各類不標準口罩佩戴情況。
那么隨即而來的一個問題便是：
既然不會編程，如何開發這么精準的檢測口罩佩戴系統呢？
其實，郭佳慧一開始并不喜歡編程，奈何，自己卻有一個“別樣”的身份——碼二代。
先不提看懂代碼這件事了，就連代碼中的很多英文單詞，對于一個國小生來說也頗具挑戰，
追溯到去年疫情期間，郭佳慧的父親給停課在家的女兒，報了一個在線免費的培訓直播課，
在這個課程中所使用到的AI開發平臺，讓學生不需要看懂代碼，只需要搜集標注數據樣本，簡單操作就可以完成模型開發。
一段時間之后，郭佳慧對編程的心態也發生了大轉變：
太好玩了。
例如郭佳慧發現，利用這個AI開發平臺，可以輕松實現機器自動識別她最喜歡的MM朱古力豆，個數、顏色，哪怕是有遮擋情況下也能被識別到。
這也是她第一次親身體驗到了AI的神奇之處，
對于一個十幾歲的學生來說，上手門檻是走進AI的一大難題，
郭佳慧采用的，是百度飛槳的EasyDL零門檻AI開發平臺。
如其名，一大特色便是連編程小白都可以輕松上手。
但簡約不等于簡單。
據了解，EasyDL中絕大多數模型的精度都達到了90%，而且只需要15分鐘即可訓練完成。
概括來講，整體流程就是簡單四步走——創建模型、準備數據、訓練模型和部署應用，
而且整個過程還是圖形可視化交互的那種，用官方的話來講就是：
不用一行代碼也可以基于需求和數據，定制自己的AI解決方案。
易上手、低門檻，是小白新手在做AI開發時對工具和平臺最基本的要求，
對于那些頭疼入門AI和深度學習的“特殊”開發者來說，還有什么也必不可少？
再來看第二個故事。
這一次的主人公徐伯權，可以算是大陸第一代程式員，
1958年清華大學部獲批設立自動控制系，徐老在次年進入該系計算機專業，是第二屆學生，
那時的計算機還是電子管構造，徐老參與了大陸第一臺硅晶體管計算機的設計，
那個年代“軟體開發”還叫做“程式設計”，徐老從機器語言學起，到匯編、再到FORTRAN，后來在工作中也接觸過當時用于開發人工智能的邏輯語言Prolog，
徐老從那時起就對AI產生了興趣，但工作任務繁重，一直沒能抽出時間深入學習，
徐老從小熱愛技術，年輕時自己組裝過電視機，退休后也沒放下，有什么電子產品經常買來玩玩，也一直在關注世界和大陸的科技發展，
到了2016年，AlphaGo戰勝李世石的消息，勾起了他當年用匯編語言寫下棋程式的回憶，
隨著AI技術的突飛猛擊，讓徐老重拾對AI的熱情，打算試試深度學習，他先是自學了Python，然后開始嘗試Tensorflow。
不過國外網站訪問和技術使用都不太方便，讓徐老挺苦惱的，
一年多以前，徐老了解到百度飛槳AI Studio學習平臺，聽了聽這上面的課，覺得通俗易懂，適合入門，
就這樣，曾經也是學霸的徐老加入到了AI打卡學習的隊伍里。
這一年里，他學習、開發得如何？
一張學習熱力圖解釋一切。
每天早上徐老先是出門鍛煉身體，回來后就是學習AI，已經成了他日常生活的一部分，
他最關注的方向是強化學習，經常在AI Studio上找一些有趣的小游戲來動手改造，他把自己改造的AI五子棋發給過去的老朋友玩，看他們輸多贏少，玩的很開心，
徐老還把飛槳平臺介紹給在上大學部的孫女，幫助她完成畢業設計，將技術傳承下去。
說到對于年輕人學習AI有什么建議，徐老覺得已經有了這么好的開源平臺，從課程到模型、數據都有，還需要的就是興趣以及實踐，
只要有興趣，無論年齡、學歷都可以來這學習，在開源平臺上多實踐、與別人交流。我希望越來越多的人來參加AI的隊伍，這對國家的科技發展和振興有很大幫助。
……
看來，一個好的AI平臺必須要做到：
只要你想，任何人都能在這里入門AI，
但單是“領進門”是不夠的，投身AI還需要更長遠、更深入的目標，
修行在個人
第三個故事，我們來看看科班出身的碩士生，是怎么和AI結下不解之緣的。
主人公何小宇就讀于中南大學部，
有時阿公要從老家湖南汨羅來到小宇上學的長沙來看病，何小宇經常得幫阿公在學校附屬的湘雅醫院掛號，
湘雅醫院作為長沙著名的三甲醫院，掛號難、看病難的問題少不了。
何小宇切身體會到了醫療資源缺乏、分布不平衡的問題。
自己就讀的是自動化專業，是不是能學以致用，做點什么來改變這些情況？
帶著這個疑問，何小宇考上了本校的研究所，加入了人工智能與機器人實驗室。
何小宇本科的畢業論文就是機器視覺相關，在研究所階段，又深入學習了神經網路，
最后何小宇確定了自己的研究方向——模式識別和智能控制算法在智慧醫療方面的應用，
2019年，正直研三升博一階段的何小宇趕上了第二屆大陸高校計算機大賽-人工智能創意賽。
何小宇與兩位同學丘文杰和孫銘蔚組隊，開發了“AI知膚寶”在線問診小程式，與湘雅醫院皮膚科合作，構建了皮膚疾病全病種分類系統，最終歷時半年時間，闖過初賽、復賽，在總決賽中斬獲創新組特等獎。
△右2為何小宇
皮膚病種類繁多，即使是同種疾病，在不同患病時期以及拍攝條件下的視覺呈現也不一樣。
除了視覺特征以外，還需要結合感染源、感染途徑等作為依據，分類難度很大。
數據方面有湘雅醫院積累多年的臨床圖像和病史數據做保證，算法呢？
何小宇與團隊在飛槳的PaddleHub中找到了開源的目標檢測和圖像分類預訓練模型，
配合Fine-tune API就能結合數據快速完成遷移學習。分兩步實現了相當于皮膚科專家醫生水平的分類系統，覆蓋541類常見的皮膚疾病。
皮膚病發病率高，據統計全球約11%人口患有各類皮膚疾病。而大陸注冊的皮膚科專業醫生僅2萬余人，醫患比例懸殊，
除了在大賽上得獎，AI知膚寶項目還獲得千萬級孵化基金支持，目前已聯網全國618家醫院，輔助了10000余名醫生進行初步病情的診斷。
何小宇的隊友孫銘蔚同學在頒獎典禮上分享了參賽經驗：
飛槳深度學習平臺對我們的作品起到了很大的幫助，快捷穩定、操作簡單靈活，并且各類應用文檔問題可以很快地找到成熟解決方案。
△今年已經辦到第四屆
對何小宇來說，參賽獲獎是對研究所生涯的圓滿收尾，
比起枯燥的實驗室研究，這場比賽讓他感受到了AI的樂趣，也讓自己跟進了三年的一個項目有了一個很好的收尾，同時也鍛煉自己的邏輯跟團隊組織能力。
他后續完成的亞洲人種皮膚病臨床圖像數據集論文，還獲得了醫學影像計算機輔助診斷領域的最高學術會議，MICCAI 2019 LABELS Workshop的最佳論文獎。
談到未來，何小宇想繼續自己的研究方向，爭取用實際行動為“AI＋醫療”貢獻自己的一份力量，
不僅要落地，還要遍地開花
第四個故事來到產業界，看看在幫助AI落地產業中，AI平臺還能有什么妙招。
AI的一大關鍵價值，就是能代替人做各種危險和重復的工作，
比如高壓電網的線路檢修，經常需要在高空作業，面對復雜的電器環境，國家能源局通報，每年電力人身傷亡事故平均有三四十起，
15年起在電力供應領域創業的梁興博，一直想找到替代方案。
近幾年國家電網逐漸加速布局人工智能，梁興博覺得這個機會，他要抓住。
不過他的公司并沒有AI相關人才，AI工程師的月薪起碼3萬以上，雇傭四五個工程師，每年就是200萬左右人力成本，作為創業公司，他很難承受這個代價，
2020年8月，一則“EasyDL X 烏鎮舉辦產業智能創新大賽”的消息引起了他的注意，
除了飛槳EasyDL平臺本身零門檻，比賽還提供了公開課幫助無AI技術背景的參賽者快速上手。
其中就有梁興博關注的安全生產主題課程，還能獲得與國家電網研究院的副總工交流切磋的機會。
梁興博毫不猶豫報了名，除了數據處理與訓練AI，他在課程中還學到了AI模型在不同場景下如何部署。
最終，梁興博開發的智慧輸電線路系統從255個參賽項目中脫穎而出，獲得企業組第一名。
他采集標注萬余張照片進行訓練，構建了輸電線路隱患模型、煙火檢測模型、輸電線路故障檢測模型，
系統已在某省輸電線路測試運營，監測準確率達到了85%以上。正式投入使用之后不僅可以解放一線檢測人員，綜合成本還能夠下降一半左右，
除了電力，這次比賽還吸引了金融、水利、工業制造等多個領域的企業參加，涌現出紡織產業面料搜索篩選、發動機漏液識別、水源覆蓋面積及表面水質檢測等諸多創新，
梁興博認為“有了飛槳這樣的平臺，我們這種創業公司，實現AI升級轉型也不再是奢望”。
……
在百度飛槳深度學習開源平臺上，孩童、老人、學子、企業開發者……不分年齡、經驗、背景，都能便捷、快速地入門AI，用AI實現自己的夢想，
AI的普及者
AI的入門與開發實踐，并不是常人眼中的那般遙不可及，
相反，已然是全民皆可的節奏。
在這背后，深度學習開源開放平臺是推動這波節奏的關鍵，
就好比在每一個時代，都會出現不同“趁手”的“工具”，讓人們腦中的想法成真：
傻瓜相機的出現，讓人不需要懂攝影就能留住生命中美好的瞬間。
WordPress的出現，讓人不需要懂代碼就能建立自己的網站，
……
而在AI時代下，像飛槳這樣深度學習開源平臺的出現，除了推動“AI學習開發全民化”進程外，更重要的一點，是讓產業、生活中的實際問題更高效地被解決，讓我們每個人都能被科技關愛到，
例如用無人機監管農作物的生長情況，讓每畝地節省100元成本，農戶收入提高10%，
再例如把老師傅30年的經驗，凝練成一個算法，讓鑄造熔煉每年節省原材料10%、配料時間減少90%。
上述的這些案例，都是基于大陸AI“操作系統”——飛槳所解決的現實問題。
如果想在你的履歷上刷上“AI開發者”，或者把困擾已久的問題通過AI的方式解決，
現在，課程、工具、實踐平臺都有了，
試一試？或者有什么別的難題或idea，也歡迎分享交流~
