作者 | Justin Gage
译者 | Sambodhi
编辑 | Vincent
AI前线出品｜ ID：ai-front
AI 前线导语：“尽管人工智能正在被广泛应用，但大规模部署基于 AI 的产品如此之难，不过，一些新技术正被寄以厚望改变这一现状。
基石风投合伙公司研究人工智能、机器学习的分析师、美国纽约大学的前数据科学家 Justin Gage 不久前写了一篇文章 [1]，为我们讲述了机器学习的部署和建模的不同之处，以及在公司中部署机器学习的困境，并介绍了 Algorithmia 公司在解决这一难题的优势。Algorithmia 是一个非常有趣的平台，它用 App Store 的模式为“算法”量身打造了一个类似的应用商店，让开发者可以到这个商店里发布自己的算法，或者寻找并购买自己需要实现的算法”。
以下是作者 Justin Gage 的声明：
我并非 Algorithmia 雇员，与该公司亦无任何利益相关。作为具有数据科学背景的数据科学家，我仅仅是为了本文观点找到一家令人信服的公司而已。
毫无疑问，我们已经迈入了人工智能时代，机器学习几乎渗透了我们日常生活和工作中所有的方方面面。受到日益创新的数据存储和计算能力的驱使，上世纪 70 年代诞生的神经网络闪亮回归了。医疗、安防、客服、欺诈检测，但凡你能想到的，都有资金雄厚的公司正在通过机器学习来提高和改进上述问题。很有可能，你正是通过 Medium 基于机器学习的推荐系统发现的这篇文章。
机器学习似乎因为任何理由都能很好地解决一系列问题并立竿见影。你甚至称之为一场革命。
创建深度学习模型越来越容易，但大规模部署却依然没有这么容易
数据存储和 Nvidia 的兴起无疑推动了这种革命，当今机器学习的另一个推动力就是你可以轻松地创建有效、精准的模型。机器学习正在显著的抽象化：新的工具使 AI 落地比任何以往时候都更容易了。[2]
除了像 Clarifai 和 Indico 那样为特定任务提供功能丰富的 API 的私人公司外，在流行的数据科学语言（如 R、Python 等）中的第三方工具包生态系统呈现飞跃式发展。2015 年 11 月，Google 发布 TensorFlow 初始版，从那时起它的发展势头异常迅猛（已经很流行的 ScikitLearn 除外）。对数据科学家而言，在测试环境中创建复杂模型已经方便多了。
遗憾的是，这种方便并没有脱离赖以发轫的 iPython Notebook。这是因为机器学习模型在生产环境中工作，与它在你电脑上工作相比，是非常不同的任务。部署模型意味着模型被大规模调用时，以你想要的方式进行工作。创建理论上精确的模型是无用的，如果它们一旦开始为客户提供服务就崩溃的话。
你要迎接全新挑战，你需要担心的是，掌握一套新技能，以及衡量你成功的不同指标。
部署与创建模型非常不同，无论公司大小，它都非常困难
就像分布式应用一样，部署机器学习模型极其困难，是跟构建模型完全不同的任务。体现在以下几个方面：
人员的不同：由数据科学家和机器学习研究人员完成模型构建，而部署则由软件工程师、机器学习工程师和数据工程师来完成。
指标的不同：模型构建的目标是创建能够准确预测的模型，而部署的目标是快速、可靠的预测。
场所的不同：模型构建通常由多人在多台虚拟服务器上完成，而部署模型需要具备扩展的能力，能够处理极为海量的 API 请求。
这些区别反映了部署模型和构建模型有所不同。这也是很难做到的，因为涉及到不同的技巧、优先级和能力。假使你最精准的模型需要很长时间运行将会怎么样？如何用新数据更新模型？如何通过跨地域多元化来优化速度？
无论公司规模多大，都会受此问题困扰。部署对那些希望开发和运行机器学习模型产品的初创公司来说，简直就是一团乱麻。招聘合格的软件工程师和数据工程师本就是一个巨大的挑战了，再让一款产品落地就更为困难，你的恢复能力还取决于使模型运行的那些人。数据科学家所掌握的技能为你创建精准的模型，但却无法大规模部署模型。
这个问题并不会随着你公司的发展而变得容易，事实上，在某些方面，这个问题在企业中最为明显。数据科学团队开发有效的模型和产品，但他们需要让这些运行及具备可扩展能力，这就意味着需要其他工程团队加入，而他们并不一定拥有合适的背景。然而，数据科学家还得依靠他们来正确地移植模型、调整参数、确定批量大小。等他们的团队克服机器学习部署的挑战后，时间可能已经过去四个月或者更久，而且模型与数据科学团队最初构建的样子或者运作完全不一样。
总之，很多初创公司无法解决这一令人头疼的问题，很多企业同样也束手无策。针对部署问题的普遍解决方案之一是使用某个平台，但这些平台对多数公司并不适用。本质上来说，你要保存自己的数据，但要使用 API 快速构建驻留在供应商的服务器上的脏模型，它们给你扩展模型，你还要操心如何使这一切良好运作。适合此类需求的平台有 BigML、Seldon。
不幸的是，取决于它们的构建方式，这些平台部署并非总是有用：如果你公司构建了大型的机器学习相关产品，你就无法将模型迁移到第三方平台上。你想创建自己的复杂算法，不管它们是 TensorFlow 还是别的什么其他平台上的神经网络。
造成这一现状的根源就是没有哪个产品解决了“最后一公里”的问题：根据自己的需求开发模型，同时维护好剩下的部分。谢天谢地，事情正在改变。
Algorithmia 提供部署服务，解决“最后一公里”的难题
Algorithmia 发布新产品来解决这一问题，但遗留了一个问题：建模和数据仍然由数据科学家掌握。这款产品名为 Enterprise AI Layer，它本质上就是对机器学习部署进行自动化的开发运维，让你专心致志构建伟大的模型和产品。
Enterprise AI Layer 涵盖了可扩展部署解决方案所有的基础问题。它和云无关，可以根据你的需求进行扩展，并允许你选择使用 CPU 或者 GPU，有着非常低的延迟。Algorithmia 的平台也适用于开发运维人员：它有详细的仪表板，能跟踪所有的指标，确保部署符合客户要求。
Google 工程和人工智能副总裁 Anna Patterson 表示：
作为一个多年设计和部署机器学习系统的人，我真是被 Algorithmia 的无服务器微服务架构所折服。对想规模化部署 AI 的公司来说，这是一个很棒的解决方案。但是，除去技术规格之外，Algorithmia 的 AI Layer 也很重要，因为它改变了公司考虑机器学习的方式。现在，机器学习就像任何应用一样，在你发送新数据并预测之前，你需要处理所有的基础架构。就像一个 API 调用 Yelp 的应用那样，你的 API 可以调用你的模型。这就是应用程序的类型，意味着你的团队需具备应用部署的技能。
现在情况不一样了，因为你的团队可以专注创建优秀的模型，而不是考虑它们在基础架构上如何运作。这是无服务器通过 Google 的 BigQuery 和 Amazon 的 Athena 来完成数据存储的模式：允许公司专注数据分析，无须考虑复杂的存储数据技术问题。赖以获取利润的数据分析是从数据存储中抽象出来的，现在，建模也可以从部署中抽象出来。
这真是帅爆了：这意味着更多的点子可以转化成产品，更多的产品可以打破特大型工程团队和公司积压带来的单调。这意味着作为一名数据科学家，你可以做你真正想做的事情：专注构建卓越的想法和模型，而不是如何处理后端的管理。我认为，这是一件幸事。
参考资料
[1] The missing part of the Machine Learning revolution
towardsdatascience.com/the-missing…
[2] Machine Learning Abstraction And The Age of AI Ease
machinelearnings.co/machine-lea…
－全文完－
人工智能已不再停留在大家的想象之中，各路大牛也都纷纷抓住这波风口，投入AI创业大潮。那么，2017年，到底都有哪些AI落地案例呢？机器学习、深度学习、NLP、图像识别等技术又该如何用来解决业务问题？
2018年1月11-14日，AICon全球人工智能技术大会上，一些大牛将首次分享AI在金融、电商、教育、外卖、搜索推荐、人脸识别、自动驾驶、语音交互等领域的最新落地案例，应该能学到不少东西。目前大会8折报名倒计时，更多精彩可点击阅读原文详细了解。
