【华为云技术分享】华为专家亲述：如何转型搞 AI？

前言

参考塞缪尔. 约翰逊（18 世纪英国文学评论家、诗人，著有《英语大辞典》、《莎士比亚集》）的思路，“当一个人厌倦了学习技术，那他肯定也厌倦了 IT 行业，因为只有持续学习，才会有 IT 行业带给你的一切，包括金钱”。这是 IT 行业的实际情况，没有哪个人可以靠吃老本长期生存，AI 技术更是如此。最近我在读《伦敦人》，书中讲述了 200 多位新老伦敦人对于伦敦这座城市的切身感受和故事，感觉应该就 AI 技术人才的成长写一篇，因此，有了本文。

非 AI 专业技术人员转型 AI 技术，或是作为一名学生学习 AI 技术，对每个有这样诉求和经历的人来说，可能都希望能够看到类似经历的人，给出自己的真实经历分享。

今天，我找了几位我的同事，包括我在内一共五位，我们都很有代表性，逐一介绍一下：

• 麦克周：2004 年毕业于浙江大学，计算机专业硕士，15 岁开始学习编程，使用的是 Basic 语言，读书期间主要写 C 语言，2004 年毕业时写的是 JSP 代码（一种将 Java 语言嵌入在 HTML 代码中的编写方式），工作几年后转入分布式软件技术，再后来进入大数据技术领域，最近的 4 年时间从事 AI 平台产品研发工作。

• Mr Qiu：算法相关专业硕士，工作五年时间。2013 年进入杭州电子科技大学学习人工智能和电子信息技术，硕士方式主要以嵌入式和图像算法为主，毕业后进入安防行业的大华公司，再到华为，一直从事计算机视觉、算法移植优化、训练框架优化、机器学习等工作。

• Hannah：曼彻斯特大学电子电气工程本科，伦敦大学学院数据科学硕士，毕业后加入华为公司，已经工作两年。华为公司作为国内私有云的先驱厂商之一，在数据科学这一领域有很多沉淀。因此，工作期间有机会参与多维度的工作，从算法研究落地，到平台开发，再到 POC 项目开发、现场建模 PK 等，在短时间内加深了对数据科学这一学科的认知。

• Doctor Zeng：国内某重点大学博士，2018 年华为 Special Offer。本科毕业工作五年之后回到学校，继续自己的硕博攻读。硕士期间开始协助导师做项目，接触 IT 行业的十余年时间，具备丰富的信息系统项目开发与管理经验、人工智能领域的项目实战经验，并作为实验室技术骨干参与若干国家级、省部级项目。博士期间的主要研究领域是 NLP、知识图谱，现担任华为某算法建模团队首席专家。

• 帆哥：20 年 ICT 工作经验，4 年信号处理机开发，5 年企业数通产品研发，3 年操作系统架构设计，3 年大数据分析研究，5 年 AI 产品规划，目前是华为云 ModelArts 首席产品管理专家。

正文

麦克周

知识不能单从经验中得出，而只能从理智的发明和观察到的事实两者比较中得出。-- 爱因斯坦

作为一位喜欢彻底搞清楚原理的软件工程师，我的每一次转型都在大量阅读和实际操作中完成。我给的建议是根据自己的实际情况，从全局性的到具体技术的书，一本本读，不要急。

我看的第一本书是尼克的《人工智能简史》，这本书几乎全面讲述人工智能的发展史，几乎覆盖人工智能学科的所有领域，包括人工智能的起源、自动定理证明、专家系统、神经网络、自然语言处理、遗传算法、深度学习、强化学习、超级智能、哲学问题和未来趋势等，当然，他不是一本动手教你编程的书，而是给你一个宏观印象，适合 AI 产品经理、CTO 阅读。

如果你觉得还需要进一步拓展自己对技术的全局性理解，我建议你可以读 Stephen Lucci 和 Danny Kopec 一起编写的《人工智能（第二版）》，这本书有点像高校的人工智能相关专业教材，堪称“人工智能的百科全书”，全书涵盖了人工智能简史、搜索方法、知情搜索、博弈中的搜索、人工智能中的逻辑、知识表示、产生式系统、专家系统、机器学习和神经网络、遗传算法、自然语言处理、自动规划、机器人技术、高级计算机博弈、人工智能的历史和未来等主题。

看了全局化的知识后，建议你可以根据自己的实际情况选择书籍，周志华的《机器学习》、Ian 等人合著的《深度学习》、Aston Zhang 等人合著的《动手学深度学习》、郑泽宇等人合著的《TensorFlow：实战 Google 深度学习框架（第 2 版）》、Vishnu Subramanian 的《PyTorch 深度学习》，这些书都是不错的，当然还有其他很多优秀的著作，这里不展开介绍，更多取决于你当前的状态，你是想快速动手训练模型，还是想了解清楚原理，因人情况不同而异。

除了系统化看书学习以外，我最希望的是尽快上手编码、训练模型，动手必须有 IDE 工具的支撑，我不太适应公有云的 IDE，但是又希望使用公有云的强大的计算资源，所以我希望能有工具，帮助完成本地 IDE 能够与公有云平台联动，我讲一个已经实现的案例 -- 如何使用 PyCharm 与 ModelArts 公有云服务联动开发，快速且充分地利用云端 GPU 计算资源。

全文请见ModelArts AI开发者社区：https://mp.weixin.qq.com/s/WmKVViGiq5-PTtuKDaFBsw。

点击这里，了解更多精彩内容