有一个low-code AI的趋势。让我们讨论一下这意味着什么,以及如何使用这一趋势对你有利。

Low-Code人工智能是什么?

低代码允许编程技能水平较低的人仍然复杂,人工智能问题。这意味着没有被绑定到一个特定的编程语言,而是致力于人工智能正试图解决的问题。

这里有两个例子。

PathPartner: low-code方法用来确定最佳雷达汽车应用程序的机器学习算法 阅读更多关于PathPartner的应用程序在这里		DRASS,设计智能海上监视,使用自动化来减少的小时数标签输入数据通过使用贴标签机应用。 看到更多DRASS使用MATLAB在这里

这是两个截然不同的客户使用low-code方法在人工智能的例子。当然,还有更多。这篇文章的其余部分将致力于low-code周围的细微差别,它可以帮助你(或不)与人工智能项目。

Low-Code吗?没有代码吗?根据对话,low-code和没有代码可能意味着同样的事情:一个听起来稍微极端(没有代码),也许拳击你一个严格的定义。如果没有代码转化为“绝对没有编码”,这可能是限制在几行代码就不会受伤。Low-code有点更灵活:使用代码时,它是有意义的,并使用更少的代码时,它是有意义的。我会继续使用术语low-code,但随时替换low-code没有代码,如果更适合您的项目。

术语low-code仍可能对不同的人意味着不同的东西。这里有4种方法考虑low-code的定义可能是你:

1。Low-Code意味着自动化

让我们的任务视频标签:老实说,任何标签真的权证本身更少的代码,更多的点和点击。自动化进一步比点和点击,如何使用对象探测器来确定一个物体周围的边界框,并使用初步标签设备吗?

2。Low-Code意味着少代码

这是我个人最喜欢的定义。low-code的流行可能是由于(部分)人们希望专注于手头的项目,而不是陷入编程的细微差别。

这方面的一个例子实验经理:跟踪深度学习实验是乏味的。记录的参数,保存结果,能够重新审视某些想法。这绝对是一个情况下,代码比结果更重要。

3所示。Low-Code意味着拖&下降

是有意义的操纵层low-code的方式。删除、添加和重新连接层都可以而且应该——做尽可能少的代码。

使用拖拽在这种情况下意味着不需要编写代码来修改、保存并培训新网络。

4所示。Low-Code =自动代码生成

如何做一次,然后自动生成的代码需要做一遍吗?你还是从这个方法得到的代码,但它是一个低收入打字的代码量。人工智能的关键部件之一,是再现性。能够存储和管理人工智能实验意味着写方法繁殖的结果。考虑到这一点,没有代码不一定在这里工作。相反,您想要的表示数据/模型/培训,其他人可以复制它。生成代码以这种方式是有意义的。

low-code如何不同于一个传统的方法吗?

现在…,为什么这是一个趋势?这是关于AI *: low-code AI群众。不是每个人都能够或者想计划,但更多的人想成为人工智能的趋势的一部分。另外,当你学习新的东西,谁想成为关注的代码当你的主要目标是把重点放在完成新的任务吗?

*是的,low-code超越人工智能的发展趋势。但是请注意:如果你有兴趣low-code AI,不要以为所有low-code选项将有利于深入学习和机器学习。通用low-code工具可能没有你需要的一切成功的人工智能。最后我将精心制作的这个。

假设有少数人从事尖端研究人工智能…好超过少数。这些人在海沟深处的人工智能模型。他们操纵层,尝试不同的学习参数,和他们的工作是与新的研究人工智能的新方法。他们不关心向群众提供这种方法易于使用和探索在第一天。这些人将很有可能不会感兴趣lower-code方法,因为他们的工作是要尽可能接近模型的细节和内部运作。

还有的人想收养研究和适用于他们的行业和应用。这是下一阶段的人可能没有那么深入的编码,但仍然想要应用的知识。最后,你有那些想与人工智能交互,但不接触代码。还有人在整个频谱。

总是会有滞后之间的前沿研究和主流用户。有人需要整合一个低收入或没有代码选择主流用户感觉最舒适。在某种程度上,这个想法是为了加快研究的可访问性通过引入low-code概念,可以迅速把前沿研究变成现实的一个更大的人口。

我30秒画试图解释前沿研究和专家之间的相关性水平编码。高的编码能力给你最尖端的模型。如果你正在等待low-code,最新的模型可能不可用。

前沿的越多,你越需要在代码中密切相关。Low-code不是一个选项在最新的调查中,所以会有一个滞后之间最新的人工智能模型和Low-code的方式实现它的能力。

如何战胜法案?

Low-code可能成为另一个时尚。这是有可能的。实际上像代码的工程师呢?

那些人,我说:代码…但是不是很好的自动化的一些更为复杂的部分工作你的工作吗?让我们重温自动化从上一小节中讨论。我不认识很多人非常兴奋地手写代码标签。考虑这个选择:如何使用应用程序来帮助标识对象从视频?然后把你的时间集中在独特的代码,需要创建:新的和令人兴奋的挑战。

要记住的重要概念

1. 了解项目的需求。如果你花了很多时间原型,它可能是一个完美的low-code的机会。关注项目的部分很有趣(代码),重复的(别代码)和可复制的(别代码)。记住这个词“效率”:你可能喜欢代码,但是很少有工程师享受效率低下。
2. 确保您使用的是low-code解决方案,包含了你所需要的技术。例如:一些选项只是传统的机器学习算法,和最新的深度学习模型不会包括在内。你不会在使用“应用程序”,找到价值不包含你所需要的最新的技术或技术。
3. 考虑最终用户。我们已经讨论过的实验管理器上面。这将帮助任何人感兴趣的人工智能实验结果理解和评估性能没有看行代码。你也可能希望进一步与代码交互但不需要手工输入任何东西。例如:一个选项来更改AI模型从不同的选项,查看不同的结果和直接与模型交互?生活的任务,你可以有这个选项:我们写在这个博客选择过去使用对象检测的例子。生活任务允许非程序员操作代码不引入错误的能力。这是一个在MATLAB low-code选项可用。

最后,MATLAB和Simu万博1manbetxlink low-code业务已经几十年了。MATLAB发明和改造的方法,使你的生活更容易和更少的代码。MATLAB应用程序之前,应用程序是一件事,将继续应用长后一件事。

此外,与MATLAB你不必担心通用,low-code无法帮助你解决具体问题的解决方案。工具箱将包含所有的细节关于你需要的每个应用程序。所以如果你有兴趣low-code AI,不要以为所有low-code选项将有利于深入学习和机器学习。正在深度学习的开发人员工具箱和机器学习工具箱正在具体low-code AI的选择,因为他们明白,虽然很多人想把人工智能,并不是每个人都想代码。

你的经历与low-code AI工具是什么?你low-code的定义是什么?请在下面留下你的评论…

遵循@jo_pings