从AI数羊到相牛：人工智能应用如何低门槛化？( 二 ) 编者按：本文系创业邦专栏作

从靠人力目测到用机器标准化的测量，即使没有AI技术的相关能力，也可以解决产业中最落地的问题，数羊与“相牛”这类简单却耗人力的场景问题，低门槛AI可以有效解决这些细碎的应用。在整个产业中，这类分散、非标准、独特的需求很多，接受度友好的平民化AI成为许多行业细微颗粒的共同需求。低门槛AI的应用趋势在这些庞大的需求中也有广阔的发展天地。
低门槛AI发展的“奇点”低门槛的AI应用工具，国内以百度飞桨为主，在这些平台中，开发者可以自由选择，对于一些简单的任务，可以无需代码基础，只需要对场景的理解进行数据的收集与“投喂” ，通过简单地拖拽平台封装的工具就可以使用。开发者可以根据自己的需求进行AI模型的开发、高效训练和多端多平台部署。
零门槛是一些AI开源平台工具的主打特色，零代码基础的用户可以实现在电脑本地就进行安装与高效建模。在百度飞桨平台中，有许多没有代码基础的个人开发者，通过“单打独斗”用低门槛的AI解决了工作中的难题。
在开源的AI平台中，我们发现了一个有趣的案例。一位没有代码基础的武汉铁路局年轻工人，他的工作内容中有一项重复、枯燥且极易出错的任务：在货运列车检修中，为车辆重新喷涂与核对车号。火车身上的这串号码，相当于身份证，一旦出错就会影响列车的调度、运行，甚至会导致行车事故发生。而每年需要人工维修并重新喷涂车号的铁路货车数量巨大，虽然任务简单，但是仅靠人力，庞大的工作量下大每年都会发生车号喷错的情况。
这位年轻的铁路工人在了解到AI在车辆车牌识别中的应用，开始尝试使用AI工具开发套件，最终只靠自己在开源的AI平台上构建铁路车身检测项目，实现了铁路货运车号的高准确率自动识别。

文章图片
在这类传统且AI难以深入覆盖的领域中，这些细微的需求不会被庞大的企业机器看到，身临一线的基层员工虽然会注意到这些难题，但也因为自身的技术能力局限毫无办法。而AI开源平台的低门槛化，也让这些需求可以仅靠对业务的理解就能解决。
我们在这些案例中，也会发现低门槛AI应用“奇点”起势的缘由。企业在数字化的浪潮中，业务的基础场景中存在着大量的简单问题需要运用AI能力解决，这些问题散落在产业的角落中，非标准、散碎但又与专业的领域挂钩，需要定制化的AI能力解决。对于产业来说，拥有AI技术能力与人才的企业是少数，运用封装的低门槛AI平台去定制化解决是这类小微企业的最佳选择。而从技术的发展来说， AI能力的开源与工具的模块与封装，让零基础、低门槛解决这类问题成为可能。
从数羊、相牛到各类低门槛的AI应用，行业内的尝试越来越多，在科学计算、农业、工业、畜牧业、交通等行业领域中都有覆盖。在高校中，一些没有代码基础的学生与老师，也尝试运用开源的AI平台解决科研的计算问题来发表论文。低门槛的AI平台也为对AI感兴趣的人群开展相关内容的教学，线下的讨论会与线上的直播教学内容丰富，供对AI感兴趣的开发者学习。
一直以来， AI是大公司、高级别AI技术人才的“专利” ，参与应用的门槛很高，这也极大地影响了AI的产能。而随着AI在千行百业中的普及和规模化应用，头部的企业与AI开发人员开始普惠AI的能力，将一些AI的工具与框架开源出来，打包成模块，集中到开放的AI平台中，让越来越多的行业与人员去参与到AI的开发应用。