EasyDL让AI落地so easy
时间：2022-03-14 09:06:01 | 来源：网络推广
时间：2022-03-14 09:06:01 来源：网络推广
1956年的夏天，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨如何用机器模拟人的智能，首次提出了人工智能(Artificial Intelligence，简称AI)这一概念。
经过60多年的发展，人工智能进入到大规模落地阶段，越来越多的企业也开始进行智能化升级，这也让AI应用场景趋于多样化和复杂化，企业对高效定制AI的需求也越来越大。
在这样的背景之下，新的问题也产生了。
根据百度和波士顿咨询公司的联合调研中，发现约86%的市场需求需要定制开发业务场景下的AI模型，在定制模型的过程中，企业用户和开发者往往会面临缺少模型训练经验、数据采集和标注成本高、模型适配与部署流程繁琐、模型优化迭代周期长等难点，从而造成整个项目成本高、周期长，且在前期对项目效果无法准确预期。
就像一座大山横亘在企业与技术之间，企业想进行智能化转型，一方面自身不具备如此专业的能力，另一方面又因转型过程的不确定性而心生犹豫。
企业需要一种傻瓜式的AI落地或者应用的工具，基于百度飞桨深度学习平台的EasyDL就这样出现了。
作为一个高效易用的零门槛、一站式AI开发平台，EasyDL支持智能数据、模型开发、服务部署等全流程功能。目前已经支持图像分类、物体检测、图像分割、音视频分类、语音识别自训练、表格数据预测、文本分类、情感倾向分析等任务类型，可以帮助中小企业结合业务需求，解决效率和成本的问题。
EasyDL让AI落地到底有多容易，我们来看看两个例子。
青岛爱包花饰是一家专业的箱包检品公司，每天需要检查货品十多万件。
爱包花饰之前采用传统的X光检针机通过X射线返回箱包内部信息，其中需要人工肉眼判断箱包中是否有金属异物、金属配件数量是否符合生产要求，不光效率低而且人力成本大，长时间的重复工作还容易让检验员产生疲劳和松懈，以致品控始终难以提高。
爱包花饰使用EasyDL训练箱包质检模型，只是提供了含有针、剪刀等异物和金属部件商品的X光图像，在完全无需了解AI算法细节的前提下，也训练出了准确率90%的模型，箱包生产过程中的残留异物(如针、金属零部件等)的检出率和箱包的质检效率大大提高。
瀚才猎头之前也有着类似的烦恼，200万条人才数据，利用率不到10%。
作为高级管理人员代理招募机构，如何高效地为客户推荐合适的人才是瀚才猎头的核心业务，也是其在行业发展中的核心竞争力。
但瀚才猎头10余年发展过程积累的体量庞大的人才数据库却因为其难以整理和分类，导致大量的数据资源处于闲置状态，瀚才猎头的优势也没有得到体现和发挥。
这个局面在使用EasyDL后发生了改变，通过EasyDL平台的数据清洗和训练分类能力，瀚才猎头在1个月时间内将200万条经营数据划分成12个大行业、147个小行业和10个通用职级信息，使被遗弃的数据开始有了匹配的用武之地。
以前按照关键词搜索的方法，每天只能找到60-70份合适的候选者简历，现在经过数据结构化处理后，20分钟就可能达到600-1000份，而且精准度达到了95%以上，整个效率提升了200倍。
在线咨询
