纯小白，对AI感兴趣，想学习AI或是尝试做些有趣的小应用，有可能吗？
文科生一枚，自学了Python，但是对AI一无所知，能学深度学习吗？
没有代码基础，又想借助AI为现在的工作解决问题、做出改变，能实现吗？
……
AI新手如何入门AI，一直是个令人头秃的问题，而对于那些有一定技术基础的人，想要用AI在实际工作生活中实现点什么，似乎也并不容易。
不过，也不是没有办法。下面的故事里，从12岁的孩子到80岁的老人都轻松便捷地学习上了AI，甚至还借助AI做出了意想不到的应用。
故事一：师傅领进门
正值豆蔻之年的郭佳慧是第一个故事的主人公，去年疫情期间，才12岁的郭佳慧所开发了AI模型，用于检测口罩佩戴。
神童的故事听多了，似乎并没有想象中的那么惊艳，但如果说，当时做岀AI开发项目的她不会编程呢？
郭佳慧开发的作品是一个口罩佩戴检测系统。之所以开发这个AI系统，是因为她看到了地铁工作人员每天监督乘客是否准确佩戴口罩，很是辛苦，虽然市面上有很多检测系统，但往往捂个嘴、拿袖子挡就能蒙混过关。
而郭佳慧开发的系统会根据照片中口罩的样子，精准识别各类不标准口罩佩戴情况。例如上面图片所示，我们要仔细观察后，才能发现口罩在鼻梁处没有压紧，而这个应用却能在短时间完成检测并提示：没有压鼻梁条。
作为一个小学生，郭佳慧并不会编程，如何开发这么精准的检测口罩佩戴系统呢？
其实，郭佳慧一开始并不喜欢编程，奈何，自己却有一个“别样”的身份——码二代。但代码中的很多英文单词，对于一个小学生来说也颇具挑战。
去年疫情期间，郭佳慧的父亲给停课在家的女儿报了一个在线免费的培训直播课。在这个课程中所使用到的AI开发平台，让学生不需要看懂代码，只需要搜集标注数据样本，简单操作就可以完成模型开发。
在一段时间之后，郭佳慧对编程的心态也发生了大转变：太好玩了。郭佳慧发现，利用这个AI开发平台，可以轻松实现机器自动识别她最喜欢的MM巧克力豆的个数、颜色，哪怕是有遮挡情况下也能被识别到，这也是她第一次亲身体验到了AI的神奇之处。
对于一个十几岁的学生来说，上手门槛是走进AI的一大难题。郭佳慧采用的，是百度飞桨的EasyDL零门槛AI开发平台，该平台的一大特色便是连编程小白都可以轻松上手。据了解，EasyDL中绝大多数模型的精度都达到了90%，而且只需要15分钟即可训练完成，概括来讲，整体流程简单四步走——创建模型、准备数据、训练模型和部署应用。而且整个过程还是图形可视化交互，不用一行代码也可以基于需求和数据，定制自己的AI解决方案。
易上手、低门槛，正是小白新手在做AI开发时对工具和平台最基本的要求。
故事二：初代程序员的AI学习之旅
徐伯权可以算是中国知名代程序员。
1958年清华大学获批设立自动控制系，徐老在次年进入该系计算机专业，是专业的第二届学生，。时的计算机还是电子管构造，徐老参与了我国第一台硅晶体管计算机的设计，那个年代“软件开发”还叫做“程序设计”。
徐老从机器语言学起，到汇编、再到FORTRAN，后来在工作中也接触过当时用于开发人工智能的逻辑语言Prolog。从那时起，徐老就对AI产生了兴趣，但工作任务繁重，一直没能抽出时间深入学习。
徐老从小热爱技术，年轻时自己组装过电视机，退休后也没放下，有什么电子产品经常会买来玩玩，也一直在关注世界和我国的科技发展，2016年，AlphaGo战胜李世石的消息，勾起了他当年用汇编语言写下棋程序的回忆。
随着AI技术的突飞猛击，徐老重拾对AI的热情，打算试试深度学习，他先是自学了Python，然后开始尝试Tensorflow。不过国外网站访问和技术使用都不太方便，让徐老挺苦恼的。在一年多以前，徐老了解到百度飞桨AI Studio学习平台，听了上面的课程之后，他觉得通俗易懂，适合入门。
就这样，曾经也是学霸的徐老加入到了AI打卡学习的队伍里，从这一张学习热力图，就足以看出他的学习热情。
每天早上徐老先是出门锻炼身体，回来后就是学习AI，已经成了他日常生活的一部分。他最关注的方向是强化学习，经常在AI Studio上找一些有趣的小游戏来动手改造。他把自己改造的AI五子棋发给过去的老朋友玩，看他们输多赢少，玩的很开心。
不仅如此，徐老还把飞桨平台介绍给在上大学的孙女，帮助她完成毕业设计，将技术传承下去。
说到对于年轻人学习AI有什么建议，徐老觉得已经有了这么好的开源平台，从课程到模型、数据都有，还需要的就是兴趣以及实践。
“只要有兴趣，无论年龄、学历都可以来这学习。在开源平台上多实践、与别人交流。我希望越来越多的人来参加AI的队伍，这对国家的科技发展和振兴有很大帮助。”
看来，一个好的AI平台必须要做到：只要你想，任何人都能在这里入门AI，但单是“领进门”是不够的，投身AI还需要更长远、更深入的目标。
故事三：修行在个人
第三个故事，我们来看看中南大学硕士生何小宇是怎么和AI结下不解之缘的。
当何小宇的爷爷从老家湖南汨罗来到他上学的长沙来看病，何小宇就得帮爷爷在学校附属的湘雅医院挂号，而作为长沙著名的三甲医院，湘雅医院也存在挂号难、看病难的问题。
何小宇就读的是自动化专业，在切身体会到了医疗资源缺乏、分布不平衡的问题之后，他就想着能不能学以致用，做点什么来改变这些情况？带着这个疑问，何小宇考上了本校的研究生，加入了人工智能与机器人实验室。何小宇本科的毕业论文就是机器视觉相关，在研究生阶段，又深入学习了神经网络。
最后何小宇确定了自己的研究方向——模式识别和智能控制算法在智慧医疗方面的应用。2019年，正直研三升博一阶段的何小宇赶上了第二届中国高校计算机大赛-人工智能创意赛。
何小宇与两位同学丘文杰和孙铭蔚组队，开发了“AI知肤宝”在线问诊小程序，与湘雅医院皮肤科合作，构建了皮肤疾病全病种分类系统，最终历时半年时间，闯过初赛、复赛，在总决赛中斩获创新组特等奖。
△右2为何小宇
皮肤病种类繁多，即使是同种疾病，在不同患病时期以及拍摄条件下的视觉呈现也不一样，除了视觉特征以外，还需要结合感染源、感染途径等作为依据，分类难度很大。
数据方面，有湘雅医院积累多年的临床图像和病史数据做保证，那么该如何确定算法？何小宇与团队在飞桨的PaddleHub中找到了开源的目标检测和图像分类预训练模型，配合Fine-tune API就能结合数据快速完成迁移学习，分两步实现了相当于皮肤科专家医生水平的分类系统，覆盖541类常见的皮肤疾病。
除了在大赛上得奖，AI知肤宝项目还获得千万级孵化基金支持，目前已联网全国618家医院，辅助了10000余名医生进行初步病情的诊断。“飞桨深度学习平台对我们的作品起到了很大的帮助，快捷稳定、操作简单灵活，并且各类应用文档问题可以很快地找到成熟解决方案。”
△今年已经办到第四届
对何小宇来说，比起枯燥的实验室研究，这场比赛让他感受到了AI的乐趣，也让自己跟进了三年的一个项目有了一个很好的收尾，同时也锻炼自己的逻辑跟团队组织能力。
后续，何小宇还完成的亚洲人种皮肤病临床图像数据集论文，获得了医学影像计算机辅助诊断领域的最高学术会议MICCAI 2019 LABELS Workshop的非常好的论文奖。
谈到未来，何小宇想继续自己的研究方向，争取用实际行动为“AI＋医疗”贡献自己的一份力量。
故事四：不仅要落地，还要遍地开花
第四个故事来到产业界，看看在帮助AI落地产业中，AI平台还能有什么妙招。
AI的一大关键价值，就是能代替人做各种危险和重复的工作，比如高压电网的线路检修，经常需要在高空作业，面对复杂的电器环境。据国家能源局通报，每年电力人身伤亡事故平均有三四十起。
近几年国家电网逐渐加速布局人工智能，从2015年起就在电力供应领域创业的梁兴博抓住了这个机会。梁兴博的公司并没有AI相关人才，AI工程师的月薪起码3万以上，雇佣四五个工程师，每年就是200万左右人力成本，作为创业公司，他很难承受这个代价。
2020年8月，一则“EasyDL X 乌镇举办产业智能创新大赛”的消息引起了他的注意。除了飞桨EasyDL平台本身零门槛，比赛还提供了公开课帮助无AI技术背景的参赛者快速上手，其中就有梁兴博关注的安全生产主题课程，还能获得与国家电网研究院的副总工交流切磋的机会。
梁兴博毫不犹豫报了名。除了数据处理与训练AI，他在课程中还学到了AI模型在不同场景下如何部署，最终，梁兴博开发的智慧输电线路系统从255个参赛项目中脱颖而出，获得企业组第一名。
他采集标注万余张照片进行训练，构建了输电线路隐患模型、烟火检测模型、输电线路故障检测模型系统，该系统已在某省输电线路测试运营，监测准确率达到了85%以上。正式投入使用之后不仅可以解放一线检测人员，综合成本还能够下降一半左右。
除了电力，这次比赛还吸引了金融、水利、工业制造等多个领域的企业参加，涌现出纺织产业面料搜索筛选、发动机漏液识别、水源覆盖面积及表面水质检测等诸多创新。 “有了飞桨这样的平台，我们这种创业公司，实现AI升级转型也不再是奢望。”
在百度飞桨深度学习开源平台上，孩童、老人、学子、企业开发者……不分年龄、经验、背景，都能便捷、快速地入门AI，用AI实现自己的梦想。
AI的入门与开发实践，并不是常人眼中的那般遥不可及，相反，已然是全民皆可。在这背后，深度学习开源开放平台是推动这波节奏的关键。
在每一个时代，都会出现不同“趁手”的“工具”，让人们脑中的想法成真：傻瓜相机的出现，让人不需要懂摄影就能留住生命中美好的瞬间；WordPress的出现，让人不需要懂代码就能建立自己的网站……
而在AI时代下，像飞桨这样深度学习开源平台的出现，除了推动“AI学习开发全民化”进程外，更重要的一点，是让产业、生活中的实际问题更高效地被解决，让我们每个人都能被科技关爱到。
例如用无人机监管农作物的生长情况，让每亩地节省100元成本，农户收入提高10%。再例如把老师傅30年的经验，凝练成一个算法，让铸造熔炼每年节省原材料10%、配料时间减少90%。
上述的这些，都是基于国产AI“操作系统”——飞桨所解决的现实问题。
如果想在你的履历上刷上“AI开发者”，或者把困扰已久的问题通过AI的方式解决，现在课程、工具、实践平台都具备，和AI来个“亲密接触”,只等你伸手一试了。
