这个入门学习赛还是蛮良心的，流程简单，中奖率也挺高，奖品也不错，我想很多朋友也都是冲着奖品来的吧。首先开通服务然后选择byfile,找一张人像图上传，最后点击调试。这个页面别忘截图保存。最后打包成zip上传，搞定！接下来就是等第二天的抽奖了！！！

参加了华为云API入门学习赛，按照大赛给的指导流程一步步来做。首先当然是报名然后开通人脸检测服务接着我们去找一张美女图根据指导说明上传调试最后将调试结果截图打包上传就ok啦，很简单

近日，Scrum敏捷方法框架的两位创始人Ken Schwaber和Jeff Sutherland通过直播，向大家宣告发布了Scrum指南的2020年版本。作为Scrum的创始人，Scrum指南被广泛认可为是Scrum框架的权威定义和解释，有着极高的地位，也因此备受争议。而两位创始人能够持续倾听社区实践者们的反馈，谨慎但持续地刷新Scrum指南，以响应Scrum在实践应用中所面临的问题以及实践者的困惑，这本身也是一种敏捷精神的体现。 那么，我们一起来看看这个2020年版本都有些什么变化。在scrumguides.org网站上有专门页面介绍各个版本之间的改变，英文过硬的朋友，也可以直接打开链接阅读：https://scrumguides.org/revisions.html。注意，下文中，我使用了“产品列表”、“Sprint列表”等词汇，但是在2020年版本的指南中并未翻译这两个及其他一些词汇，而保留了英文原文，如Product Backlog、Sprint Backlog。为了行文方便，我仍使用中文表达。 2020年版本相比2017年版本的变化，根据官方介绍，主要涉及七个方面的改变。接下来让我们逐个解读这些变化。变化标题那个段落是官方文档中的表述，下方缩进部分的文字是我的个人见解。 变化1 —— 减少预描述性：这些年来，Scrum指南逐渐变得有些过于详述。这份2020年版本旨在通过删除或软化预描述性语言的方式让Scrum回归为一个仅够（最小化但足以生效）的框架。比如，移除了每日Scrum的三个问题、软化了PBI（产品列表条目）属性的描述、软化了Sprint列表中关于回顾改进条目的描述、软化了Sprint取消章节的内容，等等； 确实有点回归初衷的感觉，从一开始，在众多敏捷方法论当中，Scrum就属于是最为简洁的那个，而且两位创始人在各种场合的讲解也都强调具体如何操作是灵活的。而移除的这些个内容，其实都是过去这些年来大家在实践中比较纠结的焦点。比如说每日Scrum到底要不要严格遵守三个问题的格式？公说公有理婆说婆有理，其实是针对不同成熟度的团队，坚持和不坚持各有利弊，但写在指南里面，难免被认为是普适性都要遵守的。 至于回顾改进条目，是因为在2017年版本里面有这么一段话：Sprint 产品待办列表将开发团队用来达成 Sprint 目标的所有工作变得清晰可见。为了确保持续改进，它至少包括一项在前次回顾会议中确定下来的高优先级的过程改进。删除这段话，对我来讲，没有什么影响，该改进的就应该落实，怎么落实最好，就是在当前Sprint列表里面以任务或故事形式来进行管理是最顺手的。但对于不那么熟悉Scrum的实践者来讲，估计又要争论Sprint回顾会议上制定的改进措施如何落实了。 至于Sprint取消，则是从原来大概20句话简化到了如今就一句话。删除的多是车轱辘话，这个改进应该没啥问题。但简化到就这么一句话这个做法，相当于进一步强化了PO对Sprint的生杀大权，或者说独裁权。三种角色的职责与权力划分是否还能够保持良好的平衡，有点难说，外国人喜欢强调分工和职责，但不太去讲如何基于不同分工角色合作的动力，关键是能动性往往却是合作能够产生效果的基础。 变化2 —— 一个团队聚焦一个产品：目标是要破除在团队内还有一个单独团队的概念，这种做法会导致在PO和开发团队之间出现“代理”或“我们和他们”等行为。现在，就只有一个Scrum团队聚焦于同一个目标，分别承担三组不同职责：PO、SM和开发者。 不熟悉的朋友可能未必能很好理解这个改变。在以前，Scrum指南在三种角色的名称定义上有那么点不够严谨，说是有PO、SM和开发团队三种角色，然后三种角色共同构成了一个Scrum团队，相当于是说Scrum团队 = PO + SM + 开发团队，大家就会很纠结那到底是几个团队呢。对于PO、SM可能都还好，但对于开发团队的成员来讲，他们就会很困惑，我到底属于哪个团队？说一名成员属于开发团队又属于Scrum团队，对于成员自身的身份认同和团队认同方面，是会造成非常大的困扰的。所以这次直接去掉开发团队里面的团队一词，就是对这种争议的直接回应。2017年简中版本把很多术语都翻译成了中文，虽然我个人意见是倾向于不翻译、保留原文的，而这次2020年简中版本中则多数都保留了英文原文，比如开发团队在2017年版本里面的原文是The Development Team，而在2020年版本里面改成Developers且保留了英文原文。但我还是比较关注这个Developers的翻译的，因为通常来讲Developers都会被等同于开发人员，大家潜意识里面去理解的技能模型就是会写代码的，这就对非编码人员或非编码技能不够友好，会影响到团队的团结氛围以及非编码人员或非编码技能的能力构建和职业发展的。2020年版本里面并没有对Developers的具体技能模型和更详细的分工或角色进行描述，从好的角度看，是因为强调自管理，所以把决策权留给了这个Scrum团队自己去决定。但从坏的角度看，就是不负责任了，因为这就意味着要能够应用好Scrum框架，做好团队角色的分工和合作，会依赖于主导者或SM或敏捷教练的经验水平，这也就难以保障Scrum落地的效果。 变化3 ——引入产品目标：2020年版本Scrum指南引入了产品目标的概念，以帮助Scrum团队聚焦于一个更有价值的目标。每个Sprint都应该带动产品更接近最终产品目标。 Scrum以前其实并没有太明显或者着重去强调自己是面向产品型研发这个场景的，虽然PO这个名字就已经表明了态度，毕竟它叫产品负责人嘛，当然是围绕产品转的。在引入了产品目标这个概念之后，进一步强化了框架本身对产品型研发场景或工作场景的聚焦。Scrum能否用于项目研发场景，在过去那么多年，是一直有争议的。将Scrum框架跟整个项目研发场景对应，会觉得不适合，因为Scrum框架定义中用产品列表去承载整体需求管理，而产品列表是开放、持续刷新的，而项目范围则通常都是锁定的。如果用Scrum里面的Sprint去对应项目型研发场景下的项目，从资源、时限、范围等角度看，都是一种提前锁定的模式，非常接近，但Sprint的时长周期，又跟一般所理解的项目周期相去甚远，就好像大家都是猫科，但你这个小猫咪的养育方法，用去养育大老虎总觉得有些不对劲。 所以，这个变化，就要看两位创始人给Scrum设定的愿景到底是啥了。一方面是否真的想要强化面向产品型研发的场景，另一方面，第7个变化说删除IT工作化表述，但其实Product这个词也有很强的IT工作化的暗示。但我想如果要完全去IT化，估计就是伤筋动骨，类似全身整容，比如Product这个词汇，贯穿了Scrum框架的整个脉络。要剔除它，谈何容易。 变化4 —— Sprint目标、完成定义和产品目标的归宿：以前版本的Scrum指南提到了Sprint目标和完成定义，但并没有真正给它们身份。它们并非工件，但却或多或少都跟工件有关系。2020年版本不仅是增加了产品目标，还进行了更清晰的阐述。三大工件如今都纳入了与之对应的“承诺”。产品列表的承诺就是产品目标；Sprint列表的承诺就是Sprint目标；增量的承诺就是完成定义（现在已经去掉了双引号）。它们的存在就是为了让各大工件的进展变得更清晰和更聚焦。 搞笑点说，就是以前它们都是地下恋情，名不正言不顺的。现在正式給它们证了个婚，Sprint列表跟Sprint目标结婚拉钩、增量跟完成定义结婚拉钩，然后给产品列表配了个对象叫产品目标，也结婚拉钩。其实是好事，但另一方面来讲，也说明Scrum框架在变得更加流程化、规范化，因为从流程定义的角度来讲，不可能只是定义过程中的动作，而不定义过程的结果或者说准出标准的。这几个承诺某种程度上就有点质量标准或者准出标准的味道。 当然，改变嘛，没有绝对好和绝对坏的。比如产品目标，2020年中文版本中搜索可以找到22个地方，只有一个地方说了谁来制定，那就是PO负责“开发并明确地沟通Product Goal”。这必然带来问题，相当于Product Goal的定义和决策权是独裁的、不受约束的，那么如果PO以产品目标的变化为由，提出可能不那么吻合Scrum精神的要求，比如在Sprint过程中插入突发工作等要求，该如何处理、该如何解决争议呢？相信一定会成为后续Scrum实践者们的热议焦点。 变化5 ——自管理替换自组织：以前版本Scrum指南介绍开发团队是自组织地去选择工作对象以及工作方式。2020年版本更聚焦于Scrum团队，强调一个自管理的Scrum团队，选择工作对象、工作方式以及工作目标。 这个其实有点懒政，从改变的角度并未讲明白自管理和自组织之间的差别是什么，而从指南单独文档角度也没有解释清楚到底自管理意味着啥，也没有讲清楚其争议解决机制是什么，毕竟这三个角色三权鼎力，SM作为事中人是很难以中立角色来协调化解纠纷的。而且更为糟糕的是，在文档中，介绍变化的地方，说的是“a self-managing Scrum Team, choosing who, how, and what to work on”，而在指南正文里面则是“They are also self-managing, meaning they internally decide who does what, when, and how”，两者并不完全一致。这是会带来问题的。Scrum指南或者框架近些年的变化以及创始人们的言论（当然我没有贴身关注他们的动向，所以或许有讲过，但我不知道），给人的感觉是更倾向于减少指导性质的具象化描述，而更强调文化、原则导向与问题解决思路，但在自管理团队的定义方面，如此模糊甚至出现一定程度的自相矛盾，有点匪夷所思。 变化6 ——三个Sprint计划会议议题：2020年版本Scrum指南在“做什么”和“怎么做”基础上，增加强调了Sprint计划会议的第三个议题，也即“为什么”，直指Sprint目标。 加强价值导向，有好有坏。本来团队里就存在挑肥拣瘦的情况，不管创始人们增加这个议题的原意如何，摆在这里就是态度，极有可能会激化冲突。在英文版本中搜索Value也即价值这个词，有25处，但都没有明确定义谁来评判Value，不过蛛丝马迹之间，更主要是指向了PO，这个也可以理解。但我担心这会极大地削弱团队对于工作内容的影响力和决策权。对于研发团队来讲，可能并非好事。 变化7 ——全面简化行文以面向更广大受众：2020年版本Scrum指南着重于消除重复表述及复杂语句，并删除了残留的IT工作化表述语句（例如测试、系统、设计、需求等）。Scrum指南如今只有不到13页的篇幅。 Scrum一直以来都在强调自己不仅仅是适用于IT或研发领域，但毕竟生于此领域，这些改变是好是坏，是数典忘祖还是志在高远，外人不足为道，还是要看两位创始人心中的宏大愿景是啥，他们开心就好。至于广大实践者到底如何感受，过段时间，可能一两年应该就知道了。我？我是觉得不开心的。这份文档叫指南，指南就没有这么简单的。从内容实质来看，改名为指导原则或核心理念都会更合适一些。普适性和实操性是很难去平衡的，至少希望同一份文档能够同时满足普适性和实操性，我觉得要求太高了。完全可以参考我天国做法，既要有规章制度，也要有实施细则。规章制度类似于Scrum框架的核心理念和指导原则，是普适于多种场景的，然后针对不同场景出具实施细则，不就可以了么？ 这个变化的标题“Overall Simplification of Language for a Wider Audience”体现的是作者们的初衷，就是想要去覆盖更广大的受众群体，从这个角度来讲，删除车轱辘话、去IT化表述都是好的变化，是有助于达成这个目标的。 但作为一名主要工作场景仍然是IT或软件研发工作的实践者，我很难说是开心还是难过、满意还是不满意。 附从scrumguides.org官网上下载的2017年的中英文版本，以及2020年的中英文版本。希望前往官网查看的，请点击https://scrumguides.org/download.html。你的敏捷教练/Scrum Master水平如何，来测测吧！直达链接（https://devcloud.huaweicloud.com/expert/open-assessment/qtn?id=62516b50507a44949661689bd7819176）或扫码，了解活动详情赚取福利（https://bbs.huaweicloud.com/forum/thread-86013-1-1.html）。

——————————————【微话题活动】———————————————今天我们邀请到华为机器视觉专家-Jiangyu Liu和大家讨论一下：【你觉得当下有哪些“爆款”AI算法？】目前AI已经开始进入各行各业，逐步进入生产流程，各行业各场景需求不一，算法都需要定制或进行适应性训练，影响算法的规模推广。但也有一些算法，如高空抛物，场景简单且固定，又是时下热点，已经在商场实现规模销售。活动时间2020年11月20日 - 2020年12月4日参与方式直接在本帖回复关于以下问题的理解或评论：1、你认为当前阶段还有哪些场景的算法，是用户刚需，并且场景固定，能够大规模复制，成为爆款？2、在机器视觉方面，你认为哪个行业是AI的下一个引爆点？本期奖品A.回帖参与本次讨论，回复与话题相关的原创内容，即可获得三合一数据线1个（数量有限，先到先得)。B. 华为机器视觉专家-Jiangyu Liu评选出3名优质评论奖，各送出新款华为云定制双肩包1个（两样奖品不可同时获得，奖品于活动结束发放) 评奖标准回复话题数量和内容质量                                                                                                                        优质评论奖3名                                 参与奖

提个点子不容易，大佬们可否投我一票呀！支持下1号！加油O幸福https://bbs.huaweicloud.com/forum/thread-88069-1-1.html

 摘要：从年初的不知不觉进入AI学习的道路，到认识并熟练使用ModelArts平台。虽然只有短短的半年，但这半年的探索学习，让丁一超看清了未来的路在何方。从招聘网站上输入“人工智能工程技术人员”，我们可以看到AI工程师的薪酬是15K-50K。伴随着人工智能政策的加持，越来越多企业已经布局人工智能项目，AI相关岗位也随之有增无减，AI人才越来越吃香。在疫情期间，面对猖獗的病毒，广大医务工作者逆行而上， AI奔赴“战疫”一线，从AI病毒传播模型预测、AI语音输入病例、到AI无人机监管等实践，再次证明数字经济时代，AI带来的自动化革命处正高速进行，“无AI，不科技”的应用也正全面渗透日常。初入AI的世界作为一名从事IT工作10年的程序员，丁一超从2010年毕业开始从事计算机方面工作，一直听说人工智能、机器学习、神经网络等名词，但是对于这些名词到底是什么还有点模糊，也没有去深入的研究，毕竟在当时人工智能实在是太高大上了。在今年年初的疫情爆发期间，丁一超从GitHub上搜索COVID-19相关内容，将社区上其他开发者贡献的数据分析代码下载运行测试，希望能贡献一份自己的力量。早期丁一超接触过一些数据分析方面的工作，他认为GitHub上的一些可能都是基于EXCEL、SPSS、SAS之类做一个统计然后得出结论，高级点的用Python搭配Numpy、Pandas、Matplotlib三剑客做一些可视化分析报告。一次偶然的机会，在GitHub上看到一位女程序员贡献的可以通过数据集预测未来疫情趋势的Notebook文件，丁一超在琢磨这个文件中的代码时，看到了Torch的字样文件包，发现它能进行预测计算。就这样，他对Torch技术产生了兴趣，随后去查询PyTorch及Tensorflow的内容信息。就这样他正式的和深度学习框架有了一个接触，开启了AI技术的学习之路。AI开启新世界2020年3月份，还在学习TensorFlow、PyTorch等技术的时候，丁一超看到华为开源自研的深度学习框架Mindspore。本着探索新事物的理念，他参与学习Mindspore技术课程，并获得华为智能计算技术丛书《深度学习与Mindspore实践》。通过前期接触Mindspore，丁一超已经对这个深度学习框架产生了兴趣。随后参加了华为Mindspore社区的两日集训营。在第一期学习过程中，需要在昇腾芯片上运行ResNet50Cifar10一个实例，该功能需要在ModelArts上进行创建。他说道，这是第一次和ModelArts的接触。Mindspore的课程使丁一超对ModelArts有了初步了解，但是真正深入了解认识到ModelArts的强大还是在华为云AI实战营。他表示，AI实战营的第一节课就是使用ModelArts自动学习功能，零代码开发一个美食分类的实例。也正是这一节课让他真正的感受到了零代码AI开发并不是遥不可及的梦想。学习的不断深入，他又了解到了AI市场算法订阅等功能，这更坚定了他无论如何一定要坚持把AI实战营的课程全都学习完。在随后的学习中，从AI实战营的第三章开始他逐渐不使用自动学习、AI市场的算法这类工具了，开始使用Notebook进行算法训练。在学习的过程中，他不满足只为做完作业，而是花费很多时间去了解和弄懂Notebook代码的作用。当然，上天是眷顾努力勤奋的人。丁一超顺利通过华为云AI实战营的结业考试，获得结课证书。他表示，不论是你想要0代码的做一个简单的图片分类、物体识别，还是需要自定义的框架代码又或者使用Notebook边开发边看结果的数据分析相关开发操作都可以利用ModelArts来实现。ModelArts真正是一站式AI开发，只要你想得到的它基本上都能做的到。Mindspore的课程使丁一超对ModelArts有了初步了解，但是真正深入了解认识到ModelArts的强大还是在华为云AI实战营。他表示，AI实战营的第一节课就是使用ModelArts自动学习功能，零代码开发一个美食分类的实例。也正是这一节课让他真正的感受到了零代码AI开发并不是遥不可及的梦想。学习的不断深入，他又了解到了AI市场算法订阅等功能，这更坚定了他无论如何一定要坚持把AI实战营的课程全都学习完。在随后的学习中，从AI实战营的第三章开始他逐渐不使用自动学习、AI市场的算法这类工具了，开始使用Notebook进行算法训练。在学习的过程中，他不满足只为做完作业，而是花费很多时间去了解和弄懂Notebook代码的作用。当然，上天是眷顾努力勤奋的人。丁一超顺利通过华为云AI实战营的结业考试，获得结课证书。他表示，不论是你想要0代码的做一个简单的图片分类、物体识别，还是需要自定义的框架代码又或者使用Notebook边开发边看结果的数据分析相关开发操作都可以利用ModelArts来实现。ModelArts真正是一站式AI开发，只要你想得到的它基本上都能做的到。在今年9月份的HC大会上，丁一超又一次感受到了ModelArts的强大，对ModelArts又有了更深入的了解和学习的渴望。与此同时，在26号的ModelArts+HiLens的小型闭门研讨会上，他结合自己的经历讲述了在AI实战营的经历和体会，为参会的小伙伴们带去了精彩的分享。随后，丁一超通过学习一次性通过了华为云Mindspore微认证的考试。HC大会2天的时间，让丁一超学到了很多知识，就想动手实操尝试一下。他在AI市场的数据集中看到有口罩数据集，觉得可以尝试做一个口罩识别的实例。于是就开始一点点的从订阅算法+数据集---模型训练----模型转换---模型导入----模型部署，当部署完成之后上传一张口罩照片，能够顺利识别出戴口罩的图片后，心里的成就感油然而生。做AI世界的分享者、追梦人从年初的不知不觉进入AI学习的道路，到认识并熟练使用ModelArts平台。虽然只有短短的半年，但这半年的探索学习，让丁一超看清了未来的路在何方。使其坚定要把机器学习、深度学习、Mindspore、ModelArts等技术继续学习的想法，更努力尝试用ModelArts做出更多好玩的案例。正式基于前期的学习和对AI技术的熟练掌握，丁一超在AI全栈训练营中成为课程助教，帮助训练营的小伙伴解决遇到的问题和难点。在谈及未来展望时，丁一超表示，坚持不懈的结合自己的经验在华为云论坛ModelArts专区和Mindspore专区帮助更多的开发者。他讲到，其实每个人都是从初学者一路走来的，如果能把自己的经验分享给更多在路上的小伙伴。他们少走很多弯路，自己也会非常开心。“AI人工智能的昨天来不及参与，AI人工智能的未来坚定不移的一路走下去。做人工智能应用世界的追梦人，有梦想肯付出肯坚持，我相信一定能等到收获的那一天！”丁一超最后说道。

从华为云高校青年活动得知有AI人脸识别大赛这次技术活动，就参与了。按照大赛给与的赛题指导，一步一步操作，明白了人脸识别下的API服务。直接上传准备好的人脸图片，然后按照操作，调试。结果图：以后直接调用API，就可以识别人的各种信息，很方便。

“得助智能·AI智慧双录，提供人机交互的自助双录服务，根据使用场景定制双录流程，通过AI赋能，对每个流程节点进行实时视频质检和音频质检，确保全程双录均为客户本人、中途未离场、风险**均已传达给客户、客户同意相关风险揭示问题，为展业降本增效、合规保驾护航！”——上海信托信息部负责人一、背景与挑战传统的金融机构的视频双录环节，需要客户本人前往指定的营业厅网点，在签约室与客户经理当面进行双录；或者需要客户提前与客户经理约好时间，通过手机端远程与客户经理完成双录。这两种方式，不仅都需要公司人员配合，并且受限于客户和信托公司人员的工作时间、所处环境等限制，在双录环节容易形成断点。在业务高峰期时，因为只能逐个受理，也容易形成阻塞，并且传统的视频双录无法实时反馈双录结果是否合规，容易造成反馈延时，需要多次、重复录制的情况。 二、客户痛点1、已有线上远程双录系统，但是缺乏智能化；2、只能在工作时段双录且需提前预约，无法实现自主随时双录；3、热门产品开售，无法实现高并发，客户排队严重；4、双录流程把控和风险披露依赖工作人员，潜藏人为操作失误风险；5、双录需要工作人员配合，双录人力成本高；6、双录视频质检为离线纯人工质检，成本高时效差。三、解决方案目前人脸识别、语音识别等人工智能技术，在金融科技的领域应用已经较为成熟，也越来越广泛的应用于各行业中。所以在信托产品交易中的双录环节中，我们也可以借助AI技术，并结合智能手机APP自带的软硬件功能，来辅助客户自助的完成视频双录过程，从而达到交易过程无断点，全自助，随地随地，高并发的目的，在提升客户交易体验的同时，促进产品交易量提升。 上海信托运用人工智能、机器人流程自动化、大数据等技术构建智慧双录解决方案。将前沿人工智能技术用于保障金融交易全过程的合规性及消费者用户体验的提升，目前完整适用于信托购买中的自助双录过程，为购买信托产品的用户提供尽职调查、面签、贷后管理、产品及风险自动播报、实时音视频合规质检、视频签约等服务，降低业务人员操作难度、提升双录一次通过率，业务全流程无人工依赖，客户自助完成，不需要坐席配合，系统在双录中，实时质检客户画面、客户回复，确保整个过程中视频质量符合要求，自动对所有录制完毕的音视频进行质检，只需要1位后台人员根据系统标记出的质检问题进行人工复审，全天候7x24小时办理业务，客户无需等待，无时间限制，可随时发起随时办理。未来上海信托将在其他业务场景中实现智慧双录的全覆盖。四、客户价值目前客户经理平均每周0.5天的时间在做视频双录相关工作，按当前50个客户经理，全年50工作周来计算，上线智能双录之后，每年可节省客户经理人力1250天，相当于间接增加了近5个客户经理的人力。目前坐席团队每周至少要投入2名坐席进行视频双录接线，接线工作量占全天工作量的1/2。上线智能双录之后，可释放至少2位坐席人力，将主要工作精力投入到线上客户经营工作和客户服务中，为公司带来效益提升。案例中使用的商品：得助-AI智慧双录【华为云云市场，助您上云无忧】

赵筱磊，华为云MVP，有着15年的信息化软件架构设计、开发与管理经验，目前任职于天津市万贸科技有限公司，担任技术研究院副院长兼技术总监。现主要从事以AI为驱动的信息化软件研发工作。他认为AI是驱动未来科技的核心引擎，它能以我们从不敢想象的步伐完成各种快速试错，从而在我们无法预见的点产生无法预见的突破。AI开发道阻且长，许多开发者在这条路上磕磕绊绊前行，踩过坑，失败过，赵筱磊老师是其中比较特殊的存在。而之所以会特殊，是因为华为云给他们团队的AI研发打开了一扇新世界的大门。开启AI革命的隐藏钥匙赵筱磊有着15年的信息化软件架构设计、开发与管理经验，现主要从事以AI为驱动的信息化软件研发工作。他认为AI是驱动未来科技的核心引擎，它能以突破想象力的步伐完成各种快速试错，从而在我们无法预见的点产生无法预见的突破。实际上，人工智能并不是一个全新的话题，它已经经历了多次潮起潮落。技术的进步也在不断地推动它的进化，直到阿尔法狗击败李世石的那一年，AI瞬间吸引了所有人的注意力。很多人都认为一个属于人工智能的全新时代即将开启，AI很快会在全社会中普及。从技术底层来看，互联网热潮下产生的海量数据确实给一直困扰人工智能发展的难题提供了解决办法，智能问题被转换成了统计学问题，而计算机的强项正是处理统计数据。在赵筱磊看来，开启这次智能革命的三把金钥匙就是数据、算法和算力，它们的技术突破正推动AI应用的逐步落地。但是，如果要驾驭这次革命，还需要另外一把隐藏的钥匙，那就是一个“一站式”的AI平台：它能把一堆复杂的技术、对象、流程整合成一个简单的产品，把简单的体验交给用户，把复杂留给自己。“这是一种艺术，它能辅助AI在更广阔的的空间中无限的延伸，也能将复杂的AI工作转化为一次精彩的探索之旅。”赵筱磊认为华为云的ModelArts就是满足上述条件的一个“艺术品”。牵手ModelArts，找到AI开发的“解药”在接触人工智能前，赵筱磊已经在技术岗位上工作了11个年头，目前担任国内某科技公司的技术研究院副院长兼技术总监一职。从嗅到智能革命硝烟的那一刻起，他果断地将研究的目光投向了这个蓄势待发的领域，在项目中学习、成长，至今赵筱磊已经成功主导完成了多项涉及AI技术的项目。不过，在早期的研发过程中，赵筱磊遇到了不少棘手的难题，比如从数据收集、处理，模型训练、管理到发布，AI开发基本都处于一种“乡间作坊”工作模式。这种工作方式不仅效率低下，而且不利于新人的培养，让人才培训成本居高不下。同时，上线后模型的工作性能受物理硬件的限制，横向扩展耗时耗力，资源利用率也无法有效保障。鉴于上述这些问题，团队急需找到改善这种情况的解药，此时，华为云ModelArts恰好走入赵筱磊的视野中。在2018年的华为全联接大会上，赵筱磊开始接触华为云，那时的他觉得以华为的技术力和影响力，必将在云计算的领域掀起一股新的浪潮。也正是在这一年，华为发布了AI开发平台ModelArts以及视觉AI应用开发平台HiLens。一年后，赵筱磊正式上手ModelArts，ModelArts的定位是面向不同层次AI开发者的整合型AI平台，它可以让AI开发变得更简单、方便，打通AI开发的各个环节。从技术上看，ModelArts的底层支持各种异构计算资源，开发者可以根据需要灵活选择使用，并不需要关心底层的技术。同时，ModelArts支持Tensorflow、MXNet等主流开源的AI开发框架，也支持开发者使用自研的算法框架，可以更好的匹配研发人员的使用习惯。更为关键的是，ModelArts还提供海量数据预处理、半自动化标注、大规模分布式训练、等AI应用开发服务，支持端-边-云模型按需部署能力。ModelArts的这些特性正好可以解决 “乡间作坊”式的AI开发弊端，成为赵筱磊一直寻找的解药。随后在新项目的建设过程中，赵筱磊和他的团队全面地应用了ModelArts，完成了某大型国企的《XXXX巡检图像隐患缺陷智能解译应用》重点项目，同期还应用了华为云OCR、软开云、CCE等产品，打造了《XXXX疫情防控人员车辆核查系统》等应用。在这些项目的建设过程中，研发团队深深地感受到了华为云产品的魅力，也为后期在圈内推广华为云奠定了良好的经验基础。如今的ModelArts，在经过去三个版本的迭代之后，已经进化成可以0代码完成模型训练、一键部署。今年，华为云发布了面向企业级AI应用开发的ModelArts Pro，并在刚刚过去的全联接大会上，推出了ModelArts 3.0，将普惠AI进行到底。端云协同，开启新的AI之旅ModelArts之外，视觉AI应用开发平台HiLens也是赵筱磊非常中意的一个产品。众所周知，在智能巡检应用领域，网络的带宽和稳定性一直是制约应用表现的主要因素，端云协同是该领域架构选型的大势所趋。其中，端侧对采集的数据进行本地分析，可以大大减少上云数据流量，节约存储成本。同时，端侧设备可协同云侧在线更新模型，快速提升端侧精度。赵筱磊提到，“在智能巡检应用的后续产品升级过程中，华为云HiLens是非常理想的技术选型。”他们已经在巡检机器人和巡检无人机上搭载了HiLens。实践案例证明，HiLens能很好的实现端云协同，降低系统的整体研发难度，提供跨平台的设计，并针对端侧芯片提供模型转换和算法优化。同时，HiLens提供了丰富的技能市场，并在其中预置多种技能，用户可以省去开发步骤，直接从技能市场中选取所需技能，快速部署在端侧。值得注意的是，技能市场的多种模型，还特地针对端侧设备内存小、精度低等不足做了大量算法优化。当前，赵筱磊和团队攻关的科技重大专项与工程《智能化目标识别跟踪系统及在电力巡线中的示范应用》已经接近收尾，在项目的研发过程中，华为云EI的人工智能产品扮演了重要的角色。也正是有了像ModelArts和HiLens这样的AI开发平台，赵筱磊和团队才可以将精力全部聚焦于算法研究上，把大部分的“体力活”交给华为云，而且在此过程中，华为云的技术大咖也就一些问题给予了专业的支持。赵筱磊最后感慨道：“有了华为云，我们的团队如虎添翼，无坚不摧，华为云EI堪称艺术的产品”。

历天一，华为云·云享专家，天津大学2020级电子信息专业研究生，认证方向ModelArts与Atlas 200 DK、HiLens端云协同开发，HERO高校联盟——天津大学华为云联盟盟主。参加2020第二届华为云人工智能大赛 · 无人车挑战杯，获优胜奖。繁多的AI工具安装配置、数据准备、模型训练慢是困扰许多AI工程师的难题，也让一些想要转型AI开发的初学者望而却步。不过，华为云云享专家历天一认为这些难题在ModelArts面前都是小菜一碟。历天一是天津大学电子信息专业的研究生，目前他已经借助ModelArts和HiLens部署开发了一系列AI应用。作为一个从零开始接触AI的“初学开发者”，历天一是如何凭借易用的工具平台走上AI开发的康庄大道呢？ 和ModelArts的初次遇见人工智能自1956年被首次提出以来，走过了半个多世纪的风雨历程，时至今日，已经发展到前所未有的新高度。AI像所有科学或技术发展那样，落地应用到各行各业的实际生产生活中，才能产生价值。然而AI应用落地除去鲁棒性强的算法以外，还需要海量标注好的数据、强大的算力平台以及具体的应用场景。这背后是无数精英和强大算力的支撑，一般是由财力雄厚的大公司来做，对于个人开发者来说，显得有些遥不可及。历天一转而说道，“直到她的出现，仿佛黑暗中的一道光，照亮了前行的路，她就是ModelArts。ModelArts直译过来是模型艺术，在历天一看来，这个英文翻译完美贴合了ModelArts，因为这个AI平台不仅是模型，更是艺术。“初次相见是在我选修的一门课上，实验环节需要基于已有的交通标志数据集，构建模型，完成标志检测的模型训练验证，我们当时使用的就是ModelArts的开发环境NoteBook。” 第一次使用ModelArts给历天一的印象极为深刻，他也感触颇多，“当时Tesla V100的强大硬件算力和自动配置好的开发环境可以做到“开箱即用”，让我专注于模型的构建，大大加快开发速度。而且ModelArts简洁清晰的操作界面也很具有设计美感，如艺术般优雅。”这次愉快的实践体验，也为历天一之后更多地了解和使用ModelArts埋下了伏笔。 ModelArts+HiLens，端云协同开发如果和ModelArts的相遇已经很美好了，那么HiLens无疑给历天一带来了新的惊喜。当时历天一需要做一个从数据集、训练，再到部署的全流程开发，他从华为云官网进入ModelArts界面时，偶然看到全新发布的HiLens，抱着好奇的心理，点进去看了看。“端云协同、开箱即用、16TOPS的强大算力……一个个映入我的眼帘，这不就是我想要找的部署设备吗？”就这样，在天时地利人和下，历天一开始了基于华为云ModelArts和HiLens的端云协同开发之路。至于ModelArts和HiLens到底有多便捷好用，并能完美解决AI开发过程的难题，且听他慢慢道来。第一个问题是数据标注使用。要找到标注好的开源数据集并不难，但如何充分利用数据集是需要思考的问题。针对部署的应用场景来说，数据集的分布、特性对训练效果有较大影响。对此，历天一表示，“使用ModelArts的数据集管理功能，不仅能可视化所有数据，还可以分析数据集的一些特性，自己也能进行标注的修改，更贴心的是数据集发布与后面的训练部署打通，实现一站式AI全流程开发。”第二个问题是调参，也可以称为“炼丹”。在训练中，最主要的工作就是进行参数调整，由于不同的调参对最终模型的精度影响很大，需要不断重复地测试微调，工作量较大。同样，如果使用ModelArts AI市场中的算法，这个问题就简单多了。AI市场中有许多预训练模型，可以实现关键参数的一键式填写，从而让训练调参变得简单好懂，即使小白也能轻松掌握。第三个问题是硬件算力支撑。模型训练一般需要使用昂贵的GPU进行训练加速，而且时间较长、费用不低。“虽然我使用的数据集较小，但也是一个问题。”不过，华为云的学生开发者扶持计划解决了他的后顾之忧：18元即可购买为期一年的25小时优惠套餐，包含32GB Tesla V100的算力。最后是模型部署问题（当时还没有HiLens Stuido）。由于HiLens使用的是Ascend 310处理器，它需要运行专门的om模型，所以要进行模型转换。“ModelArts这方面做的很周到，提供了专门的转换模板，简单设置即可完成模型转换，并保存到OBS中。后期部署到HiLens时，可以直接从OBS导入，真的是云端训练与部署无缝衔接。”至此，得益于ModelArts自身平台提供的完善AI开发流程和与HiLens良好的端云协同，历天一的小项目从零开始已经接近完成了。复杂交给平台，开发者只需专注代码的编写总结这次使用ModelArts和HiLens的端云协同开发，历天一也有很多收获和惊喜。“比如使用OpenCV做图像处理的时候，最终处理后的图像输出显示要求是NV12/NV21格式，但OpenCV原生并未提供RGB/BGR到NV12/NV21的转换。HiLens Framework十分贴心的提供了转换接口，让我们简单调用一下就能完成自己想要的功能，真的是很人性化。”目前，HiLens Framework已经开源了，有兴趣的小伙伴可以一探究竟。另外，HiLens对于底层硬件的调用做了很好的封装。如果想使用HiLens自带的摄像头，或者需要将输出处理后的图像传到HDMI，只需简单一句话即可完成。“让开发者只需专注代码的编写，复杂的、与底层硬件的交互全部由HiLens Framework做好。”历天一强调，“如果不是借助ModelArts和HiLens，恐怕很难这么快完成训练部署。”相信有很多和历天一一样希望自己训练部署的小伙伴，会在开发过程中遇到各种各样的问题和挑战，而且很可能因此与AI应用开发失之交臂。不妨也来试试华为云的ModelArts和HiLens，说不定所有难题都能在这里迎刃而解。在今年的华为全联接大会上，历天一向众多开发者总结了他一路以来使用华为云AI平台的感受：“我是幸运的，认识了ModelArts和HiLens，很感谢这两个平台，希望以后能与更多开发者一起携手ModelArts发展成长。”

高浩，华为云MVP，南京航空航天大学硕士毕业，曾就职于某研究所集团公司。先后从事大数据开发与数据挖掘工作，擅长机器学习和数据分析。现任江苏知途教育科技有限公司人工智能课程研发负责人，“1+X” 计算机视觉应用开发认证（初级，中级）副主编，高级认证讲师。从人工智能被写入政府工作报告，到如今高校遍地开花的人工智能专业，AI作为下一阶段科学变革浪潮的新引擎，正在渗透到各行各业，当行业进入高速发展期，市场对高端人才的需求和依赖性也随之攀升。高浩一直从事大数据开发与数据挖掘工作，擅长机器学习和数据分析，现在担任江苏某教育科技公司的人工智能课程研发负责人。在他看来，大量的数字蓝领人才和AI应用开发人员构成了当前AI行业发展人才之基，这也为高校学生就业初期从事的工作指明了方向，而华为ModelArts平台在教育领域有着天然的数据、算法优势，非常适合AI教学。为什么选择ModelArts？AI应用的开发非常复杂，主要体现在开发流程冗长、烦琐，包括数据准备、算法开发、模型开发、应用生成、部署和维护等多个环节，链路很长，每个环节都需要大量人力和计算资源的投入。AI开发需要的实验环境或者平台资源昂贵，传统的实践教学体系与市场岗位、企业项目脱、产业发展、以及个人职业发展脱节。除此之外，AI的三个关键要素：算法、算力和数据，一方面推动了AI技术的应用落地，但也提高了学习上手的门槛。考虑到这些难题，高浩在调研了多家厂商的开发平台后，最终选择了一站式AI开发平台ModelArts。“算法可以采用平台中已有的通用算法，缩短建立时间，降低技术人员的入门门槛。算力可以根据按需方式租用GPU服务器，降低研究的前期投入。”高浩表示，ModelArts的教学指南非常完整，它系统地介绍了AI应用开发全流程及其子流程，包括数据准备、算法选择和开发、模型训练、评估和调优等，以及人工智能应用开发场景化实践。通过一整套工具链和方法传递，每个开发者都可以借助ModelArts在具体业务场景下更快、更高效、更低成本地开发AI应用，从而更好地解决实际问题。高浩认为，这样从教学实施角度上也更有普适指导意义。为了进一步阐释ModelArts的易用性，高浩详细演示了一个基于ModelArts和HiLens的云、边、端协同的AI应用开发案例。快速上手ModelArtsModelArts 的“一站式”体现在它囊括了AI开发的各个环节，包括数据处理、算法开发、模型训练、模型部署等等，而且面向不同经验的开发者，提供相匹配的使用流程。内容方面，ModelArts支持图像分类、图像检测、视频分析、语音识别、产品推荐、异常检测等多种AI应用场景。功能方面，它支持从数据处理到算法开发、训练、部署、开发流程管理等多种功能。如下图所示：其中，核心部分主要包括数据处理和模型的管理。1、数据的处理在ModelArts中，我们都是以数据集为数据基础，进行模型开发或训练等操作的。创建数据集前需要获取访问OBS的权限。目前，ModelArts支持如下9种类型的数据集，包含图片、音频、文本和其他类别：•     图像分类•     物体检测•     声音分类•     语音内容•     语音分割•     文本分类•     命名实体•     文本三元组•     自由格式针对创建好的数据集，可以执行标注数据、发布、版本管理、修改、导入和删除等操作。以图像分类为例，只需要给图片添加相应的标签即完成标注。物理检测的话，则需要在图片中使用标注框来框出标注对象，并打上标签，其余与图像分类相似。此处强调一下命名实体数据集，命名实体场景是针对文本中的实体片段进行标注，如“时间”、“地点”等。与文本分类不同的是，它需对片段进行标注，而不是全文。文本三元组标注则适用于标注语句当中形如（主语/Subject，谓词/Predicate，宾语/Object）结构化知识的场景，标注时不但可以标注出语句当中的实体，还可以标注出实体之间的关系，其在依存句法分析、信息抽取等自然语言处理任务中经常用到。声音方面，主要是根据播放内容，在 “语音内容”文本框中填写音频内容，完成标注。 2、模型训练管理数据处理完成后，接下来就是模型的训练。ModelArts可以基于不同的数据选择不同规格的资源池（CPU或GPU），根据用户选择的数据量和资源不同，模型训练通常耗时几分钟到几十分钟不等。同时，ModelArts也支持查看模型训练的情况并及时调整模型参数。除支持用户自己开发的模型外，ModelArts还提供了AI市场算法，开发者能直接使用已有的算法，再通过简单的调参得到一个满意的模型。模型训练之后，ModelArts模型管理可导入所有训练版本生成的模型，统一管理迭代和调试的模型，同时它还支持从模板、容器镜像以及OBS等场景导入模型，方便模型的部署上线。另外，ModelArts提供了模型转换功能，可以将已有的模型转换成所需格式，以便应用于算力和性能更高的芯片上。举个例子，用Tensorflow框架训练的模型，使用转换功能可转换成om格式，即可在昇腾芯片上部署运行。端侧看HiLens，让AI应用快速落地学会用ModelArts做好模型训练后，端侧的开发平台HiLens可以让AI应用落地更简单，高浩也谈了谈他使用HiLens的感受。HiLens是端云协同多模态AI开发应用平台，它提供简单易用的开发框架、开箱即用的开发环境、丰富的AI技能市场和云上管理平台，对接多种端侧计算设备如HiLens Kit，支持视觉及听觉AI应用开发、AI应用在线部署、海量设备管理等。高浩表示，购买HiLens Kit的普通用户如果需要快速安装技能到设备，使其具备AI能力，可以到技能市场购买技能，基本流程如下：对于具备编程能力的用户，也可以选择自己创建技能。购买或者创建好技能后，就是对其进行部署，具体可以前往数据管理查看技能效果。基于HiLens，高浩准备开发了一个检测施工现场作业人员是否佩戴安全帽的应用。他在创建好相对应的技能后，使用HDMI视频线连接HiLens Kit视频输出端口和显示器，然后点击后台管理中的启动技能，当状态变为“运行中”，表明技能成功运行在端侧设备上。最后应用的结果如下：总的来说，开发这样一个检测工地施工安全的应用其实很简单，先用云端的ModelArts进行数据处理和模型训练，然后再借助HiLens将模型部署到端侧，最后就能得到一个可以落地的AI应用。

胡琦，华为云·云享专家，目前从事前端开发。主要技术栈React Native、Vue、小程序,主要负责智慧园区解决方案前端实现。通过华为云学习新技术，发表的博客沉淀了4w+的点击量；通过ModelArts开发者社区结识到开源，参与了开源问答机器人项目，将持续基于ModelArts开发有价值的实战项目。华为云的一站式AI开发平台ModelArts自推出以来，一直是开发者快速上手AI开发的首选，胡琦便是ModelArts最忠实的拥趸。胡琦在广州从事前端开发，工作之余，他会通过华为云学习新技术，发表的技术博客沉淀了4w+的点击量，并认证为华为云云享专家。在ModelArts开发者社区，他参与了开源问答机器人项目，也在尝试基于ModelArts实战一些小项目。对于零基础的小伙伴来说，如何快速上手AI应用开发？看完胡琦学习使用ModelArts的经历，应该能找到答案。邂逅ModelArts：学AI没那么难说到结缘ModelArts，不得不先说说我和华为云的故事。去年，给甲方开发移动应用需通过华为应用市场分发，于是我就注册了华为开发者账号。同时，我热衷于参与前端开发方面的线下技术交流活动，偶然一次机会有幸拿到了“HDC2019”华为开发者大会的入场券。在HDC大会上，最让我印象深刻的就是CodeLab，类似线下的工作坊，从最基础的“Hello World”开始，让开发者轻松地了解和接受一门新的技术。记得当时参与了好几个CodeLab，基本都是偏向于前端开发，如快应用开发、AppGallery Connect、手机主题开发等……当然，目前CodeLab也有线上的开发指南，如0代码开发图像分类AI模型，还有更加方便的沙箱实验室。尽管初次接触华为云并未直接邂逅ModelArts，但为后来的遇见做了铺垫。今年4月份的时候，在论坛偶然关注到了MDG举办的《创新AI活动：在武大樱花下写防疫课观后感》以及毛启昌老师分享的《【AI 创新开发者沙龙】如何在华为云 ModelArts 实现草莓成熟识别？》，初步了解到借助华为云一站式AI开发平台ModelArts，零基础也能开发诸如图像分类、物体检测、预测分析、声音分类、文本分类等AI应用开发。然后就参与了华为云开发者AI青年班黑客松大赛，第一次动手调参。虽然是零基础，但经过不断的尝试，终于将基线代码调优到了0.948，并且将这段“不断碰壁”的经历分享到了ModelArts版块，于是就有了我在ModelArts版块的第一篇帖子：《【手摸手学ModelArts】轻松完成Baseline及调优至0》，后来又参加了华为云AI实战营，还有幸分享了我在学习ModelArts过程中的“copy经验”，完成了人生第一场直播：【AI实战课堂】2020年华为云AI实战营 ——FasterRCNN和YoLoV3算法完成物体检测。从此就真的一发不可收，我深深地爱上了ModelArts。她教会了我：AI，没那么难；学AI就到huaweicloud.ai！怎么学习ModelArts？在学习任何知识或技能前，我们先得问问自己，为什么要学习？比如为什么要学习ModelArts？对我而言，想法很简单：现如今，人工智能俨然融入生活的点点滴滴，未来只有两种人：一种用人工智能赚钱的，一种为人工智能消费的。作为前端Copy攻城狮，如果能有AI加持自动Copy代码是不是如鱼得水，岂不乐哉？但是，谈到学习人工智能，大家可能最先想到的是技术太难、学不会。如果你体验了一站式AI开发平台ModelArts，一定会和我一样惊叹：原来AI开发也能这么简单！那怎么学习ModelArts呢？按照我过往的经验，无论学习什么新知识或技能，官方文档是最原始的学习资料。举个例子，我想学习全场景深度学习框架MindSpore，那我可能会访问MindSpore的官网，轻松找到文档、教程、代码甚至手把手的教学视频。不仅如此，我们还能找到加入社区的方式，找到志同道合的好基友一起前行同理，要学习ModelArts，我们第一步就需要了解她，首先官网走一波：ModelArts是华为云倾情打造，访问华为云ModelArts专区和华为云AI社区都能轻松找ModelArts及AI相关的教程。比如，我就在AI社区获取到AI开发者成长路线，从0到1成为AI开发达人。除了官方提供的文档和教程，我们可以关注一下MDG（ModelArts开发者社区）、华为云ModelArts论坛及博客，及时获得最新的一手资料。其次，学会ModelArts的最好途径就是多动手实践，前期的学习可以根据官方文档动手实践了解一些基本的概念和操作，之后我们可以尝试实践自己的创意，比如之前朱永春老师就分享了众多创意实践，有奶茶识别、有花式表白、有云毕业照生成。当然，乐于分享也有助于自身的提升，分享对学习而言也是催化剂，期待大家一起分享创意AI实践。“Hello，ModelArts”，一起找云宝下面先上一个“Hello ModelArts”案例：找云宝（使用自动学习实现物体检测应用，云宝是华为云的吉祥物），希望通过简短的实操，让大家感受到使用ModelArts开发AI应用是多么简单。0.环境准备初次体验ModelArts之前，需注册华为云账号并进行实名认证。使用ModelArts服务时需先配置全局设置，可以通过委托授权ModelArts访问OBS、SWR、IEF等依赖服务，使用委托能更精细的控制授权的范围，或者通过配置访问密钥进行授权。本案例还需用到数据存储服务OBS，可参考ModelArts准备工作。1.数据集准备得益于ModelArts的AI市场提供的数据集分享功能，我已将本次实践的数据集上传，只需访问AI市场的数据集模块，搜索“Yunbao”即可找到部分标注的云宝图片数据集。通过AI市场数据集模块的分发，我们可以将数据集直接下载到自己的ModelArts中。通过数据集管理可直接管理从AI市场下载的ModelArts数据集，这样就没必要先下载数据集到本地，再上传到OBS新建，大大简化开发流程。2.数据标注基于上一步下载的数据集，我们可以新建自动学习-物体检测任务，在任务中进行数据标注；也可以在数据管理-数据集中选择上一步下载的数据集进行标注。当然，如果你想体验自动分组、智能标注等高级操作，建议还是使用第二种方式，标注完毕之后在自动学习任务中同步数据。3.训练由于本次实践提供的是已经有部分标注的数据，因此可以直接训练，不过训练的结果没有全部标注完毕的好。创建训练也非常简单，轻轻一点，ModelArts便开始自动训练。下图中V001是只标注了26张图片的训练结果，V002是全部标注完的训练结果。其中的差异非常明显，训练的耗时差异也很大，全部标注的训练时长几乎是原来的2倍，但换来的是精度的显著提升。4.部署部署也是一键点击即可，这里以V002这个版本为基础进行在线部署，依旧是等待片刻，服务正常运行即可调用。这里不得不夸赞一下，ModelArts提供了一个免费的在线部署服务实例，又进一步降低了我们开发AI的成本。简单调试一下，基本能准确识别云宝及位置，至此零代码开发物体检测AI模型就完成了。探索快乐，分享快乐刚学习ModelArts的时候，就有一个小小的念头：将我的学习经历整理成文档或者视频分享出来帮助更多的小伙伴，甚至出版一本全方位学习ModelArts的电子书教程……然而，几个月过去了，想法还仅仅是想法，官方的开发指南一书已经出版了。不过，这个想法仍然在我脑海里，需要打磨更细致的教程，小目标是未来一年内学习并整理出《手摸手学ModelArts》电子书。回顾这几个月的学习，除了AI实战营坚持打卡分享，基于ModelArts和前端开发，我体验了一站式AI开发：基于ModelArts官方案例完成了银行存款预测小Demo，详见《【手摸手学ModelArts】今天你存款了吗？》；基于AI实战营的命名实体识别案例完成华为云应用魔方AppCube与ModelArts结合的探索，详见《【Copy攻城狮日志】ModelArts与AppCube双“魔”合璧庆双节》。虽然没什么技术含量，也不成气候，但也是一步一个脚印，踏踏实实地学习探索，感觉非常值得，非常快乐。除此之外，我还热衷于给ModelArts示例代码库的文档纠错，实实在在的“文档修改贡献者”。当然通过学习ModelArts-Labs代码库，也是能够第一时间掌握ModelArts新的玩法。如果能在学习之外，还能顺带帮助其他小伙伴，何乐而不为呢？

丁一超，目前就职于上海高罗输送装备有限公司，平时主要的工作是企业IT。2000年开始接触学习计算机，从开始接触计算机起给自己规划的路线就是往计算机这个领域发展。目前主要探索学习机器学习、深度学习、 数据分析、数据挖掘、ModelArts、Mindspore这几个领域的知识。未来的目标能够学以致用，利用学到的知识在ModelArts上做一些有意思的实例。从招聘网站上输入“人工智能工程技术人员”，我们可以看到AI工程师的薪酬是15K-50K。伴随着人工智能政策的加持，越来越多企业已经布局人工智能项目，AI相关岗位也随之有增无减，AI人才越来越吃香。在疫情期间，面对猖獗的病毒，广大医务工作者逆行而上， AI奔赴“战疫”一线，从AI病毒传播模型预测、AI语音输入病例、到AI无人机监管等实践，再次证明数字经济时代，AI带来的自动化革命处正高速进行，“无AI，不科技”的应用也正全面渗透日常。初入AI的世界作为一名从事IT工作10年的程序员，丁一超从2010年上海交通大学毕业后开始从事计算机方面工作，一直听说人工智能、机器学习、神经网络等名词，但是对于这些名词到底是什么还有点模糊，也没有去深入的研究，毕竟在当时人工智能实在是太高大上了。在今年年初的疫情爆发期间，丁一超从GitHub上搜索COVID-19相关内容，将社区上其他开发者贡献的数据分析代码下载运行测试，希望能贡献一份自己的力量。早期丁一超接触过一些数据分析方面的工作，他认为GitHub上的一些可能都是基于EXCEL、SPSS、SAS之类做一个统计然后得出结论，高级点的用Python搭配Numpy、Pandas、Matplotlib三剑客做一些可视化分析报告。一次偶然的机会，在GitHub上看到一位女程序员贡献的可以通过数据集预测未来疫情趋势的Notebook文件，丁一超在琢磨这个文件中的代码时，看到了Torch的字样文件包，发现它能进行预测计算。就这样，他对Torch技术产生了兴趣，随后去查询PyTorch及Tensorflow的内容信息。就这样他正式的和深度学习框架有了一个接触，开启了AI技术的学习之路。AI开启新世界2020年3月份，还在学习TensorFlow、PyTorch等技术的时候，丁一超看到华为开源自研的深度学习框架Mindspore。本着探索新事物的理念，他参与学习Mindspore技术课程，并获得华为智能计算技术丛书《深度学习与Mindspore实践》。通过前期接触Mindspore，丁一超已经对这个深度学习框架产生了兴趣。随后参加了华为Mindspore社区的两日集训营。在第一期学习过程中，需要在昇腾芯片上运行ResNet50Cifar10一个实例，该功能需要在ModelArts上进行创建。他说道，这是第一次和ModelArts的接触。                                             Mindspore的课程使丁一超对ModelArts有了初步了解，但是真正深入了解认识到ModelArts的强大还是在《华为云AI实战营》。他表示，AI实战营的第一节课就是使用ModelArts自动学习功能，零代码开发一个美食分类的实例。也正是这一节课让他真正的感受到了零代码AI开发并不是遥不可及的梦想。学习的不断深入，他又了解到了AI市场算法订阅等功能，这更坚定了他无论如何一定要坚持把AI实战营的课程全都学习完。在随后的学习中，从AI实战营的第三章开始他逐渐不使用自动学习、AI市场的算法这类工具了，开始使用Notebook进行算法训练。学习过程中，他不满足只为做完作业，而是花费很多时间去了解和弄懂Notebook代码的作用。当然，上天是眷顾努力勤奋的人。丁一超顺利通过华为云AI实战营的结业考试，获得结课证书。他表示，不论是你想要0代码的做一个简单的图片分类、物体识别，还是需要自定义的框架代码又或者使用Notebook边开发边看结果的数据分析相关开发操作都可以利用ModelArts来实现。ModelArts真正是一站式AI开发，只要你想得到的它基本上都能做的到。在今年9月份的HC大会上，丁一超又一次感受到了ModelArts的强大，对ModelArts又有了更深入的了解和学习的渴望。与此同时，在26号的ModelArts+HiLens的小型闭门研讨会上，他结合自己的经历讲述了在AI实战营的经历和体会，为参会的小伙伴们带去了精彩的分享。随后，丁一超通过学习一次性通过了华为云Mindspore微认证的考试。HC大会2天的时间，让丁一超学到了很多知识，就想动手实操尝试一下。他在AI市场的数据集中看到有口罩数据集，觉得可以尝试做一个口罩识别的实例。于是就开始一点点的从订阅算法+数据集---模型训练----模型转换---模型导入----模型部署，当部署完成之后上传一张口罩照片，能够顺利识别出戴口罩的图片后，心里的成就感油然而生。做AI世界的分享者、追梦人从年初的不知不觉进入AI学习的道路，到认识并熟练使用ModelArts平台。虽然只有短短的半年，但这半年的探索学习，让丁一超看清了未来的路在何方。使其坚定要把机器学习、深度学习、Mindspore、ModelArts等技术继续学习的想法，更努力尝试用ModelArts做出更多好玩的案例。正式基于前期的学习和对AI技术的熟练掌握，丁一超在AI全栈训练营中成为课程助教，帮助训练营的小伙伴解决遇到的问题和难点。在谈及未来展望时，丁一超表示，坚持不懈的结合自己的经验在华为云论坛ModelArts专区和Mindspore专区帮助更多的开发者。他讲到，其实每个人都是从初学者一路走来的，如果能把自己的经验分享给更多在路上的小伙伴。他们少走很多弯路，自己也会非常开心。“AI人工智能的昨天来不及参与，AI人工智能的未来坚定不移的一路走下去。做人工智能应用世界的追梦人，有梦想肯付出肯坚持，我相信一定能等到收获的那一天！”丁一超最后说道。

付健权，华为云MVP，企业上云导师。软通动力，售前解决方案经理，为制造业讲解华为云产品，为客户提供上云和云上解决方案。为企业提供大数据方面解决方案包括数据上云，数据存储，数据分析，结果反馈整个流程。“从来没有想到自己会进入到互联网行业，因为本人所从事的工作以及工作经历都是纯工科，工作的地方也是非常传统的制造业。”提起自己转身互联网领域，付建权用了四个字表达了自己的心情“艰难转身”。付建权从2011年参加工作到现在，具有6年制造业行业的背景，熟悉制造业产品全生命周期；具备非标设计工作经验、工艺CAPP智能制造工艺仿真经验，包括应用三维工艺仿真软件进行生产制造的过程三维动画制作。众里寻TA千百度2018年3月，付建权的一个客户是一名套管生产商，接触中，客户表示他们想通过对车间灌区历史数据的分析，形成浇注的工艺模型；同目前现有工艺进行对比，实现指导生产，优化工艺，缩短生产周期的效果。同时，要对罐区采集的温度真空度的历史数据进行分析，通过算法建立罐区的工艺模型，对现有罐区工艺进行指导生产，达到提高产能的目的。付建权梳理出客户的需求如下：通过对历史数据的分析，要求机器算法能够准确判断出当前罐子的状态。并能够根据当前状态能够做出提醒，提醒操作工人下一步的操作步骤。同时，还要结合MES中的实验结果，判断推荐工艺参数是否合理。基于这些，需给出最优的工艺计划。当时的付建权有点蒙圈，对于大数据他也只是略懂，完全不知应从哪里下手，多处寻求解决方案也都是无果。从机械工程到AI开发的转身做机械工程的，骨子里都有着一股子不服输的劲儿。在18年4月份，付建权了解到华为云相关技术和解决方案，参加了“云聚沈阳 数赢未来2018华为-沈阳云产业高峰论坛暨‘数∙智’沈阳创新中心上线仪式”活动。整个活动中，他关注和了解了很多华为云推出的新技术和解决方案。他认为，华为云的技术可以帮助他把大数据与人工智能以及更多更实用的技术应用到传统的制造业身上。于是，付建权做了一个艰难的决定：转身，拥抱新技术！蓦然回首，Ta在灯火阑珊处可以想象的到，一个从未接触互联网技术的机械工程师上手的难度是多大。开始学习时，付建权遇到最大的问题就是专业术语、词太多，每次学习都要一个个的查阅。不过，还好有华为云学院，从基础的互联网知识到专业的技术课程都囊括。付建权在华为云学院从从基础课程开始到角色系列课程，一门门的自学。在学习完40+的课程，同时进行中89+的课程学习，他表示只要云学院上有新的课程就会跟着学习，一点点的增长自己的专业知识储备。无意间，在专注数据学习的付建权，看到华为云产品中有一个很有意境的产品 “ModelArts”。抱着好奇的心态，他点开去浏览。这一看，就像是为付建权打开了新世界大门一样，他发现这是一个真正从零就能上手的AI开放平台。从此，他就爱上了ModelArts这个产品，只要和ModelArts相关的课程一次不落的都参加了。经过自己的努力和钻研，付建权发现可以利用ModelArts平台上的功能给自己工作带来很大的便利。他举例到，如OCR可以解决制造业不同信息流转，大量人工录入的过程；图像处理可以解决制造业质量的检测来客服AOI太高精度问题，配料配比可以沉淀更多专家的经验等。随着时间的推移，付建权在学习的过程中也渐渐有了感觉，他总结到，人工智能本身就是一门技术，它是多学科多技术的融合。人工智能必须要和行业的智慧与行业的数据结合起来才能很好的落地。人工智能在行业落地需要的是真的走出第一步，要勇于走出第一步，不能等着所有的事物（算法、算力、数据等）都准备好才去做，要用价值来驱动数据。回想起来，付建权的总结跟他自己的“转身”如此相像，现在是一个高速发展的时代，如果想跟上时代的步伐，我们就必须做一个“复合型”人才，不能局限于一种技能。制造业都在+互联网、+AI，寻求更多更广的发展，我们更要接触和学习新鲜事物。

知识是符合文明方向的，人类对物质世界以及精神世界探索的结果总和；知识大爆炸时代，如何构建完整的知识管理体系，实现各种结构的数据的统一管理；如何保障知识搜索效果，运用图谱技术，从海量数据中快速准确定位所需知识点；如何针对学员需求制定学习计划，利用碎片时间进行系统化培训学习和考试；如何构建全员论坛及交流平台，实现员工线上论坛自由交流模式；本期话题，华为云将携手两位行业大咖齐聚一堂为您分享知识图谱、知识管理方案，让AI赋能知识。直播地址(选择AI赋能知识):https://bbs.huaweicloud.com/webinar/100023【华为云云市场，助您上云无忧】