云天励飞首席科学家王孝宇：YMIR2.0 最终目的是推动 AI 大生态繁荣

怎样低成本、高效率完成大批量人工智能 (AI) 算法模型的生产? 在面向真实场景的 AI 模型应用中，这个朴素的问题正愈发成为"刚需"。毕竟术业有专攻，连广大专业的 AI 算法工程师都为了"炼丹"通宵达旦，半路入门的非专业人士要想做出一个好用的 AI 模型，耗时费力在所难免，还冒着跑不出满意性能的风险。那么能不能打造一个工具，将 AI 模型开发全流程变得像上手 App 般轻松易学? 多位国际 AI 学术大牛正在组队推进这样的研究。他们共同发起了一个免费开放、无代码的产品级开源 AI 基础软件平台 YMIR, 想要借助开源的力量，让每一家企业都能轻松高效地开发出满足实际业务需求的高质量 AI 模型。YMIR 今年 5 月才正式上线，短短半年已在社区大受欢迎，截至目前吸引了超过 500 家企业使用，涉及机器人、工业、芯片等行业。据开发者反馈，使用 YMIR 后算法生产效率普遍提升 6 倍，算法人员的需求量降为原来的 1/10。现在，它进一步瞄准 AI 开发过程的常见痛点，升级至 2.0 版本，增设了公共算法库、一键模型部署等新功能，真正实现 AI 模型生产的全生命周期覆盖。开发者不仅可以在该平台上免费获取多类常见算法，而且只是动动鼠标，就能将算法一键部署到终端设备中，实现"开发即应用"。不管你是想要轻松上手 AI 开发，还是想要优化 AI 开发效率、提高 AI 模型质量，这都是个值得一试的生产力工具。

▲ YMIR 主页

01 免费开放算法，高精度模型随用随取

要实现 AI 模型的规模化生产，需要有更好用的工具，来精简整个开发流程中的重复步骤，为开发者持续"减负"。许多云大厂及 AI 公司都在为此拼技术、拼经验，将开发门槛一降再降。问题是，AI 应用场景太广泛了，从厨房监控虫鼠到工厂质检零件，很难能用一套兼而有效的解决方案去满足各类应用需求。而企业推出的 AI 开发平台，大多聚焦于部分业务相关的高频场景，难免不能顾及一些偏低频、小众的应用需求。面对这些难题，开源也许是更有效的解法。在计算机发展史中，开源的价值不言而喻，众多开发者的智慧与经验凝结在一起，共同打磨出更高质量、更完善的作品。同样，开源 AI 基础软件平台 YMIR 也是一项"众志成城"的工作 -- 一群产品经验丰富的 AI 算法开发人员参与其中，将此前的经验以数据、流程等可视化的形式沉淀积累，通过流水线流程设计，大幅提升 AI 算法模型的生产效率。YMIR 平台通过无代码开发方式，实现数据管理、数据挖掘、模型训练、模型验证等功能，以数据驱动算法模型训练和迭代，使得开发者能够一站式开发可应用部署在工业化生产中的算法，满足实际业务的需求。这样一来，高质量的 AI 模型开发，就不再是只有"专家"才能办到的事。一些中小型企业也得以节约更多专业人才的招聘留用成本，同时具备快速训练出满足业务需求的 AI 模型的能力。还有一个"减负"新招，是"公共算法库"板块。这是 YMIR2.0 的新增功能，开放了第三方算法。开发者如果不想从头训练，就可以在"公共算法库"直接选用已经被训练就绪的算法模型，调用部署到自己的业务中。

▲ 公共算法库

目前，"公共算法库"中的算法均可免费使用，已预置有城市治理、防疫、明厨亮灶等行业的多种算法，包括"人车非"检测、口罩检测、厨师服穿着检测等常用的高精度算法，而且在持续上新。你也可以将自己训练好的算法模型公开上传，方便有同类需求的开发者调用，这样有助于减少重复开发造成的资源浪费问题。对于上传的算法，YMIR 团队有一套专门的审核流程，来确保算法精度能通过标准化测试，满足基础的应用要求。

02 一键部署，打通 AI 开发"最后一公里"

除了帮开发者提高训练效率外，YMIR2.0 还上线了另一个 AI 研发重要环节 --"一键部署"，以解决从算法到应用的"最后一公里"问题。AI 算法模型开发的最终目标，是将其部署到实际业务场景中，发挥应用价值。将部署环节标准化，不仅省力，也更省钱。以前工业界中，一个开发团队做硬件部署，普遍至少需要由几位工程师组成的小团队，每年仅是人才成本就动辄有上百万元。而 YMIR2.0 上线的模型部署功能，只要一键点击鼠标，就能将高精度算法模型以简单、高效的方式部署到智能摄像机等各类终端设备中。

▲ 算法一键部署到硬件设备上

这个部署功能的实现，对开发团队的能力提出了更高要求，既需实现高度模块化，使其能兼容所有算法，又得在部署速度上具备优势，从而支撑起更高精度、更大规模的模型部署。这样一来，企业不仅可以省去上百万元的成本，而且有效缩短算法进入市场的周期。完成算法部署后，开发者还能够通过平台观察获取算法在应用中的表现。

模型可部署到的硬件设备也是开放的。目前 YMIR2.0 支持包括瑞芯微在内的 6 款硬件平台。顺带提一句，YMIR 已开启硬件设备 (部署硬件) 认证，并有多个厂家已通过，在"Github-硬件支持"模块或者京东上搜索"YMIR"就能查到相关信息。

之前 YMIR1.0 刚上线时，智东西曾上手体验过，只要具备开发 AI 算法的基础知识，基本上不需要付出什么学习成本，跟着可视化页面的指引，就能很轻松地跑通 AI 模型训练及管理流程。现在升级的 YMIR2.0, 可以较明显地感受到用户体验方面有进一步做优化，人机交互设计变得更加友好，模型生产迭代过程更直观，引导用户操作的体验也比之前更加流畅。

▲ 全流程项目迭代

对于 AI 开发来说，算法是灵魂，数据是生产力。训练测试模型的数据集如果有问题，算法再优质也会白搭进去不少力气。因此 YMIR2.0 还新增了对开发者非常有用的数据分析、模型诊断等功能，这对有密集 AI 开发需求的企业或个人提高效率会很有帮助。数据分析可以对数据集的大小、质量、标注框总数、标注框分辨率等进行管理和分析，还能分析模型生产后在测试集上的表现。

▲ 数据集分析

模型诊断则通过自动化分析模型和可视化呈现，有助于提高查错效率，更加立体地呈现模型在什么地方出了问题、在什么地方表现比较好，从而使开发者可以更有针对性地调整优化算法设计。

▲ 模型诊断

03 万里长城第一步，终极目标是 AI 生态繁荣

YMIR 平台由一支国际化团队发起，包含多位国内外知名 AI 产学界大牛。比如云天励飞首席科学家王孝宇；美国硅谷 NEC 实验室媒体分析部主管，印裔科学家 Manmohan Chandraker; 前谷歌、亚马逊、Snap 机器学习研究员，硅谷公司 Heali 联合创始人、首席 AI 官，法裔科学家 William Brendel 等等，都在 YMIR 发起团队阵营中。

▲ 云天励飞首席科学家王孝宇 (图左), 印裔科学家 Manmohan Chandraker (图中), 法裔科学家 William Brendel (图右)

其相关论文去年被国际顶级机器学习会议 NIPS 2021 收录。

▲ YMIR 论文

云天励飞首席科学家王孝宇告诉智东西，起初 YMIR 开发团队预期会有更多的个人开发者上手试用该平台，但出乎意料的是，短短 5 个月间，YMIR 平台已经在产业界砸出一些水花，被不少来自不同行业的企业尝试。"用户是用脚投票的。"王孝宇说，能提升开发效率、解决实际问题，开发者就愿意采用。与市面上一些基于云服务的 AI 开发平台不同，作为一个开源平台，YMIR 具有低成本、开放式设计等优势，不仅全流程功能免费、允许开发者按需修改优化代码，而且能满足私有化部署对于隐私安全的需求，全开发流程可在本地进行，数据和算法模型完全掌握在开发者或企业自己手中。王孝宇希望企业或个人用户在使用 YMIR2.0 平台的过程中，也能够积极回馈社区，共同努力将这个项目做得更好。在他看来，现阶段 AI 商业化解决方案虽然很多，但每家各做各的，没有形成合力，其实并不利于 AI 长远的发展。人们对于如何使用标准化 AI 软件去推动产业升级缺乏经验，这是一个预期非常长的有待被教育的过程。"只有整个行业形成共识，认同 AI 是必须使用到的技术能力时，AI 产业才能往更高的层次推进，标准化 AI 生产工具会变成未来不可分割的一部分。"王孝宇说。目前，YMIR 在做的事，即是通过实现小闭环，让更多 AI 企业能够利用这些小闭环帮助客户打造大闭环，逐渐形成标准的通用化工具，最终推动整个 AI 大生态的繁荣。

04 结语: 征文活动评选中最高赢 5500 元奖励和工作机会

开源 AI 项目并不少见，但一款全流程免费开放、能适应大多数垂直类行业差异化应用需求的开源 AI 开发平台，目前仍相对稀缺，YMIR 平台也还在持续进化和扩容生态的路上。为了进一步鼓励和吸引开发者，YMIR 开发团队计划举办"YMIR 主题种草征文"活动，邀请各位开发者来讲述 YMIR 的使用心得。活动将最终被评出一等奖、二等奖、三等奖若干，分别可获得卡券 5000 元、卡券 1000 元、卡券 500 元，以及附加奖若干，可获得卡券 500 元。优秀作品作者将有机会获得 YMIR 团队的工作 / 实习机会。