2022.27 AI架构师

在经历了理论研究、数据驱动的阶段后，AI进入了产业落地应用阶段，亟需的是从技术到业务的融合，而不仅是技术本身的迭代 ，在这个过程中，AI架构师是最稀缺的。

从字面拆解“AI架构师”——AI对应算法技术；架构师则涉及对工程架构和业务的把握。AI架构师，跟其它类型的架构师一样，面对一个需求（目的），将现有的技术以一定的方式组合起来，尽可能的满足这个需求（达成这个目的），需要把AI技术高效落地应用，找到在当前算法中可以最大化满足约束前提，并最优地实现目标的方法，用AI驱动业务、推动产业升级。

作为AI架构师，不仅要关心AI技术或某个算法的原理是什么，更要关注算法的价值在哪里、能解决什么问题，如何把算法应用到真实的业务场景里，解决算法的瓶颈以及存在的其他问题。这要求其不仅要掌握传统意义上的机器学习或者深度学习算法，还需要对整个行业的业务有充分的理解，只有这样才能设计出符合业务发展的AI系统。这里AI系统是算法、工程架构、要解决的问题以及一系列的约束条件的集合体。

要成为AI架构师，需要了解足够多的算法，处理足够多的数据，知道每种算法在每种数据上的优势及缺陷，知道算法组合排序会产生怎样的效果，在看到一个问题后，能迅速判断哪个算法模型更适合。比如说为什么语义识别是用循环网络和LSTM来做识别？因为语义是一个线性的信息流，这个线性信息流里面要记住前面很远的信息，同时要忘掉很大一部分信息，再记住当前的信息。再比如，CNN适合处理大量数据，且数据和数据之间有明确相关条件，所以，CNN适合处理图像，因为图像的像素之间具有相关性。

AI架构师的成长是一个漫长的过程，让做算法的人去了解业务架构，让做传统架构的人去把握AI技术，这需要工程师长时间的深度实践积累和技术抽象能力，但付出总会有回报，当你从开始解决某一个小问题到解决更大范围的业务问题，你会收获更多的成就感。