针对用户需求,不断优化算法,人工智能工程技术人员为机器注入智慧力量

日前,人社部等部门向社会发布“区块链工程技术人员”“互联网营销师”等9个新职业,这是我国自《中华人民共和国职业分类大典(2015年版)》颁布以来发布的第三批新职业。

——编者

一台轻薄的笔记本电脑,一部高清的大屏幕显示器,一叠码放整齐的纸张,再加一支随意放着的笔……上午8点,伍大勇早早来到办公室,简洁而工整的案头跃入眼帘。

设计模型,和机器对话

“老板拖欠工人工资不讲诚信,我能要求赔偿吗?”

“根据劳动争议调解仲裁法规定,用人单位违反国家规定,拖欠或者未足额支付劳动报酬,劳动者可以向劳动行政部门投诉,劳动行政部门应当依法处理。”

用户在手机上简单一键式操作,背后是人工智能工程师的复杂工序。接到任务后,伍大勇抽出几张纸放在面前,开始构思模型,奋笔疾书。

一个多小时后,白纸上已被勾画得满满当当。“要让机器听话,首先要能和机器对话,这就要把问答任务转化为机器能处理的算法。”

在伍大勇的图纸上,任务已被清晰地分成三类算法:文本表示算法,为了把问题变成机器能看懂的语言;分类算法,用来解决哪个领域的法律能够适用用户提出的问题;文本匹配算法,用来解决具体法条的对应问题。

上午10点多,伍大勇整理了一下稍显凌乱的案头,看了一眼梳理好的思路,长舒一口气:“‘地基’算是打好了,如果不能很好地转化为机器算法,后续搭起来的程序就难以实现需要的功能。”

短暂起身站了一会儿,伍大勇继续伏坐案边。基本思路敲定,他打开公司网上工作平台,联系数据资源部的同事拿到准备好的数据。“模型设计好后,要在网上大量搜集网友们的各种真实法律问题,并将已有回答中对应的法律法条逐条标注出来,‘投喂’给机器,让它根据算法学习解读一问一答中包含的对应关系。下午将是一场‘重头戏’。”

优化算法,提高精准度

“这一步是关键。”伍大勇坐下后,一边紧张地飞速敲代码,一边告诉记者,“别看这个功能用起来简便,得敲几百行,今天下午怕是弄不完。”

在“吧嗒吧嗒”的敲击键盘声中,3个多小时飞逝而过。伍大勇抬手一看,将近下午5点,转头看电脑屏幕,任务完成了一半多。他指着程序里密密麻麻的字符串介绍,“开头一段代码在定义问答中涉及的各种问题变量,接下来是调用各种算法,让机器一步步学习问答之间的逻辑关系。”

“今天完成的部分还不是人工智能工程师的全部,我个人的工作也只是人工智能浩繁领域中的一小部分。”伍大勇说,写完模型构建的代码后,要导入之前准备好的数据,在机房里大规模服务器上进行模型训练。其间,往往是漫长的等待,有时候训练过程要好几天。

模型的精准度越高,越能体现这一职业的技术含量。说到这里,伍大勇不觉语速加快,“机器精准度不可能达到百分之百,我要做的就是每天不停优化算法,让机器更通人性,有时提升一个点,要耗费好几个月,但也足够兴奋好几天!”

学习新知,练就“最强大脑”

当好一名人工智能工程师不容易。对机器的训练既检验着计算机等基础设施的算力,更考验着工程师自身的脑力。

“要想让人工智能程序回答得更精准,必须大量学习和积累新的算法模型,从而更好地训练人工智能。”伍大勇认为,这一行最突出的特点就是更新迭代非常快,五六年前的一些方法在今天看来已经有些过时,这就要求从业者不停学习、不断更新知识体系。

从大学毕业进入中国科学院计算技术研究所从事自然语言处理研究工作,到3年前转入科大讯飞北京研究院做人工智能工程师,在行业的浸染中,伍大勇如今已是人工智能领域的行家里手。

“成为一名人工智能工程师需要具备数学计算能力、对人工智能技术的理解能力以及系统科学和软件工程专业背景知识。”除此之外,伍大勇每天都要抽出2—3个小时学习和吸收新知识,让自己处在不断充实的过程中。

晚上6点左右,格子间工位上的员工纷纷散去,伍大勇合上电脑,查看手机上明天的日程安排:早上9点,部门有一场电视在线会议,继续讨论小程序在法律法条检索与自动推荐方面可能的优化方向。他说,疫情防控期间,远程办公、视频会议成为主要工作方式,更多远程在线庭审系统的运用,也促使人工智能工程师不断调整研究工作。

不远处,在办公室的玻璃墙上,下一款新产品的设计流程图清晰可见:从研究、开发到测试、部署,形成一条以人工智能工程师为主导的生产线。

“在科幻电影里,人工智能可以与人类展开自由交流,那是人工智能的未来,也是我们努力的方向。”伍大勇说,虽然那样的场景还很遥远,但在人工智能这个新兴产业中,有越来越多的人才加入其中。在一个个具体任务中,在一次次优化训练中,未来值得期待。(记者韩鑫)

(原标题:针对用户需求,不断优化算法,人工智能工程技术人员——为机器注入智慧力量)

THE END
1.AI系统计算图的调度与执行腾讯云开发者社区神经网络模型的整体训练流程,则对应了计算图的数据流动的执行过程。算子的调度根据计算图描述的数据依赖关系,确定算子的执行顺序,由运行时系统调度计算图中的节点到设备上执行。 实际上,计算图的执行方式,可以分为两种模式:1)逐算子下发执行的交互式方式,如 PyTroch 框架;2)以及整个计算图或者部分子图一次性下发到https://cloud.tencent.com/developer/article/2474347
2.算法流程图绘制方法,简单画算法流程图算法流程图是一种图形化表示算法解决问题过程的工具,可以把算法直观可视化地呈现出来。 算法流程图使用用途也较为广泛,例如写程序时可用于说明程序的算法情况;数学教学时用于逻辑运算,有利于学生整理学习思路;制作活动策划时用于展示创作者策划的逻辑思路,让参与者明白并跟上活动节奏等。 https://m.liuchengtu.com/tutorial/sflcthzjc.html
3.详情项目公示基于卷积神经网络的STIV流程如图5.4所示,将基于卷积神经网络的回归或模型代替传统检测算法,将时空图像输入到训练好的模型中即可检测出纹理主方向,进而计算出流速矢量。 图5.4 基于CNN的STIV流程 搭建ResNet50回归模型 ResNet50原始模型的全连接层用于分类任务,而该案例经过设计使其进行回归任务。图5.5显示ResNet50中每https://sjjx.hhu.edu.cn/hhu/CXCY/HHU/Item/Detail/e804030b-1d3b-466c-ab12-8cb0a9eb0faa
4.高二数学教案重点:算法的顺序结构与选择结构。 难点:用含有选择结构的流程图表示算法。 三、学法与教学用具 学法:学生通过动手作图,.用自然语言表示算法,用图表示算法,体会到用流程图表示算法,简洁、清晰、直观、便于检查,经历设计流程图表达解决问题的过程。进而学习顺序结构和选择结构表示简单的流程图。 https://www.fwsir.com/jiaoan/html/jiaoan_20221204150736_2117816.html
5.高中数学单元教学设计(精选5篇)对生活中的实际问题通过对解决具体问题过程与步骤的分析(喝茶,如二元一次方程组求解问题),体会算法的思想,了解算法的含义,能用自然语言描述算法。 2.算法的流程图教学过程分析 对生活中的实际问题通过模仿、操作、探索,经历通过设计流程图表达解决问题的过程,了解算法和程序语言的区别;在具体问题的解决过程中,理解流程https://www.ruiwen.com/jiaoxuesheji/8242675.html
6.图像细化深度学习方法图像细化算法流程图图像细化 深度学习方法 图像细化算法流程图 最近在实验室里遇到了一个问题,就是在有一张轮廓二值图的情况下,如何才能将轮廓进行细化,得到轮廓的骨架。 效果如图: 可以看到,右边图中的数字变瘦了,这就是细化算法的作用 下面我们来讲一下,Thining-Algorithm的算法原理。https://blog.51cto.com/u_13527/9029884
7.高中信息技术免费在线预览全文 教学设计一、教学目标: 1.知识与技能:了解算法的含义;了解算法的表示方法;学会用流程图表示算法用流程图解决一些最简单的实际问题。 2.过程与方法:通过剖析日常生活中的算法问题来了解算法在日常生活中的应用形式,并掌握运用流程图表示的分支模式进行绘制;通过用流程图表示寻找最大值的算法让学生掌握https://max.book118.com/html/2021/1107/6144123012004043.shtm
8.Python集成学习之Blending算法详解python三、Blending流程图第一步:将原始训练数据划分为训练集和验证集。 第二步:使用训练集对训练T个不同的模型。 第三步:使用T个基模型,对验证集进行预测,结果作为新的训练数据。 第四步:使用新的训练数据,训练一个元模型。 第五步:使用T个基模型,对测试数据进行预测,结果作为新的测试数据。 第六步:使用元模型https://www.jb51.net/article/212156.htm
9.MindSpore图7 MindSpore全场景协同 三大黑科技加速AI模型训练 黑科技一:二阶优化算法 常见的深度学习优化算法多为一阶算法,是否存在高阶的优化算法能够在不损失精度的同时,加速模型的收敛呢?常规的二阶优化算法虽然收敛速度快,但二阶矩阵求逆时间复杂。在深度学习模型中, 常常在数百万的量级,此时二阶信息矩阵的逆无法计算。https://www.mindspore.cn/news/newschildren/en?id=262
10.机器学习算法的整体流程(非常易懂)TheChosenOne(3)输入基础训练数据集利用scaler对其进行数据归一化处理 (4)对于归一化的数据集进行机器学习算法的训练fit过程; (5)输入测试数据集对其结果进行预测predict; (6)将预测结果与真实结果进行对比,输出其算法的准确率score(或者混淆矩阵) 2、机器学习的具体流程图如下:https://www.cnblogs.com/Yanjy-OnlyOne/p/11295980.html1
11.趣学算法(第2版)本书是用轻松有趣的方法学习算法的入门指南。按照算法策略分为8章。第1章以算法之美、趣味故事引入算法,讲解算法复杂度的计算方法,以及爆炸性增量问题。2~7章讲解经典算法,包括贪心算法、分治算法、动态规划算法、回溯法、分支限界法、网络流算法。第8章讲解实际应用中的算法和高频面试算法,包括启发式搜索、敏感词https://www.epubit.com/bookDetails?id=UB7d85fa69dcbd8
12.高中信息技术说课稿:《算法与程序设计其中任务一题目简单易读,算法确定,并且题中已给出循环次数,每个学生都能使用自然语言、伪代码和流程图描述该算法,此环节只是使用程序设计语言来实现它。其实这也是基础任务的一个延续,通过独立完成任务可以改正上一题的错误,加深对知识的理解。轻松地完成任务一可以激发学生的学习兴趣,保持学习热情。 http://www.wenwu8.com/article/6170.html
13.微服务数据库思维导图模板2021年从入门到精通java开发全栈知识体系架构学习总结知识脑图(学习使用于项目实战)前端、后台、服务器、Linux、性能优化、集群搭建、微服务、大数据、项目实战等内容https://www.processon.com/view/60504b5ff346fb348a93b4fa
14.基于子带包络和卷积神经网络的心音分类算法本文研究心音自动分类算法框架如图1所示,具体步骤如下: 图1 心音自动分类算法流程图 Figure1. Flow chart of automatic classification of heart sounds 图选项 下载全尺寸图像 下载幻灯片 (1)对PCG信号进行标注,将完成标注的数据分为训练集、验证集、测试集。 (2)对标注信号进行预处理,把一段完整的PCG信号分https://www.biomedeng.cn/article/10.7507/1001-5515.202012024
15.机器学习实战入门篇之二:kNN算法她是不是你喜欢的类型?如何使用kNN算法? 在前一篇博文机器学习实战入门篇之一:机器学习中必会的基础概念!中,我们介绍了使用机器学习算法解决问题的一般步骤,我们再一次回顾一遍流程图。 开发机器学习应用程序步骤.png 下面我们将一步一步来完成。 收集数据 为简单起见,已经提供txt文本数据。 https://www.jianshu.com/p/4cc0869f84b9
16.高二数学公开课优秀教案(通用10篇)重点:算法的顺序结构与选择结构。 难点:用含有选择结构的流程图表示算法。 三、学法与教学用具 学法:学生通过动手作图,.用自然语言表示算法,用图表示算法,体会到用流程图表示算法,简洁、清晰、直观、便于检查,经历设计流程图表达解决问题的'过程。进而学习顺序结构和选择结构表示简单的流程图。 https://www.oh100.com/kaoshi/jiaoan/637987.html
17.崖州湾实验室诚聘英才3.制定实验室AI技术研发方向和施工图; 4.制定AI技术标准,规范实验室模型开发、应用部署、监控和性能跟踪、风险管理的流程。 申报条件: 1.在AI算法、计算机科学、统计学或相关领域拥有博士学位,并在该领域产生了重要的学术贡献,或产业应用成果; 2.在深度学习和机器学习算法模型方面具备卓越的能力和经验; https://www.acabridge.cn/yxxw/zxzwtj/202307/t20230721_2453746.shtml
18.算法流程图教案(精选7篇)图10 解:算法如下: S1 计算a1=11=; 1?12S2 计算a2=a11?; 1?a13a21?; 1?a24a31?; 1?a35S3 计算a3=S4 计算a4=S5 输出a4.流程图如图10所示: 点评:这个问题实际上就是已知数列的递推公式和首项,然后依次求数列的各项的问题.由于数列的知识在必修5中出现,对于还没有学习必修5的学校,https://www.360wenmi.com/f/fileeyi644fh.html
19.吴恩达·机器学习第四章:详解人工神经网络:推理和训练人工智能·机器学习算法 专栏收录该内容 13 篇文章 0 订阅 订阅专栏 本文介绍了吴恩达教授机器学习课程中的高级算法,如神经网络、卷积神经网络和深度学习,探讨了神经网络的起源、发展、工作原理,以及TensorFlow在模型训练中的应用。作者通过Adam算法优化和卷积层的特性,解释了神经网络为何有效并对比了其与传统机器学习https://blog.csdn.net/Yaoyao2024/article/details/136279816
20.算法计算流程步骤图算法流程图 会员免费 使用模版 PSO算法流程图 免费 使用模版 pso的算法流程图 免费 使用模版 最小公倍数算法流程图简约完整 免费 使用模版 TOPSIS算法简约流程图 免费 使用模版 递归算法流程图 免费 使用模版 算法与程序框图 免费 使用模版 算法流程图 https://imiaoban.com/pic/3872.html
21.2023年,工业3D视觉或SLAM,我到底该如何高效学习?3D视觉工坊深度图补全 3D视觉相关书籍汇总 手眼标定原理与实践 无人机:滤波类算法汇总 自动驾驶学习路线 SLAM学习路线 3D目标检测 第四部分 公开课视频与课件汇总 链接:https://t.zsxq.com/VJEurBe 如何进行三维重建?从单帧深度估计到完整模型重建 视觉快速定位与实时稠密简图简介 https://www.shangyexinzhi.com/article/8944002.html