是的，你的AI技能正在“贬值”

大数据文摘出品

编译： 小蒋、李可、狗小白、周素云

我们正处于AI创业热潮之中，机器学习专家的薪资水平水涨船高，投资者也乐于对AI初创公司慷慨解囊。AI的普及成为推动社会生产力标志，必将改变我们的生活。

但是，本文作者前谷歌工程师、Inovo.vc的CTO Ric Szopa认为，AI从业者的技能正在贬值。他从一个选择题入手告诉我们，AI工具、数据集、资金投入以及行业+AI的优势正在一步步弱化单一的AI基础技术优势。

先来做一道选择题。

Alice和Bob是两位AI创业者， 他们的公司筹集了大致相同的资金，并在同一个市场上展开了激烈的竞争。

Alice把大部分钱花来雇佣最好的工程师，请来了一批在人工智能研究方面经验丰富的博士。

而Bob选择雇用资质一般但还算能干的工程师，并将省下来的钱用于获得更好的数据。

如果是你，你会给谁投资？

当然是Bob。

为什么呢？

从本质上讲，机器学习的原理是从数据中获取信息，并将其转化为模型权重。更好的模型使得这个过程更有效（时间或者整体质量方面），但如果假设模型训练相对都比较充分， 更好的数据肯定会产生更好的结果。

为了说明这一点，让我们再进行一个快速而简单的测试。

假设我创建了两个性能不太一样的卷积网络。“更好”的模型的最后一个全连接层有128个神经元，而“稍微差一点”的只有64个。我在不同大小的MNIST数据集的子集上训练它们，并绘制模型在测试集上的准确率与训练样本数的折线图。

蓝色是“更好”的模型，绿色是“稍微差一点”的模型

很显然，训练数据集大小具有积极影响（至少在模型开始过拟合和准确率达到稳定之前）。值得一提的是，在40000个样本上训练的“稍微差一点”模型的准确率比在30000个样本上训练的“更好”模型的准确率要高！

在我的小例子中，我们处理的是一个相对简单的问题，而且有一个比较全面的数据集。而在现实生活中，我们的条件并不是如此完美。在许多情况下，增加数据集经常会具有非常显著的效果。

事实上，Alice的工程师不仅仅是和Bob的工程师竞争。由于AI社区的开放文化及其对知识共享的重视， 他们的竞争对手其实来自谷歌、Facebook、微软以及世界各地数千所大学的研究人员。

因此， 好的工程师虽然很重要的，但如果你是AI领域的话，数据的竞争优势会显得更为关键。

然而，更加重要的问题是， 你 如何才能保持自己的优势 。

AI工具正越来越简单好用

2015年，当我还在谷歌工作，刚开始玩DistBelief，也就是后来我们所熟知的Tensorflow。当时这个 工具 太难用了，所以当时想让它在谷歌构建的系统之外运行完全是一个白日梦。

2016年末，我进行了一个概念验证的研究，在组织病理学图像中检测乳腺癌。当时我想使用迁移学习：采用谷歌当时最好的图像分类架构Inception，并在我的癌症数据上重新训练。我可以使用谷歌提供的一个经过预训练的初始权重，改变顶层结构来匹配我正在做的工作。

在TensorFlow上经过长时间的反复尝试，我终于找到了操作不同层的方法，让它基本上运作起来。这需要很大的毅力去阅读TensorFlow的资料。不过至少我不必太担心依赖关系，因为TensorFlow贴心地准备了 Docker 镜像。

来源：Medium

在2018年初，多亏了Keras（基于TensorFlow的一个框架），只需几行 Python 代码就能完成这个项目，而且使用它不需要你对自己正在做的事情有深入理解。但它仍然有个痛点：超参数调优。

如果你有一个深度学习模型，可以调节多个参数，如层数和大小等。在我写这些文字的时候（2019年初），谷歌和亚马逊提供了自动模型调优服务（Cloud AutoML，SageMaker）。

我预测手动调优迟早会灭绝，工程师们也会从这项繁琐的工作中解脱了。

总的趋势是，将困难的事变得容易，你无需深入理解就能实现更多的东西。过去的那些伟大工程现在听起来相当一般，所以我们不应该期望我们现在的成就在将来有多好。

听起来很欢欣鼓舞是不是，但是，对于那些在AI技术上投入巨资的公司和个人来说，这可以是个坏消息。目前来说，掌握某些AI技术还算是企业的竞争优势，因为一个称职的机器学习工程师需要花费大量的时间阅读论文，并需要扎实的数学背景。

但是，随着工具的改进，情况将不再如此。读论文更多会转向读工具教程。如果你没有很快意识到你该关注的重点，一个带了数据更完备的实习生团队就可能会抢走你的饭碗。