导读：两年，如何从AI小白到优秀开发者？

打呼噜正在成为人们身边隐形的“健康杀手”。据《2017年中国人睡眠质量及科普报告》显示，约5000万人在睡眠中发生过呼吸暂停。30~69岁成年人中，阻塞性睡眠呼吸暂停综合征（OSAS）的患病率高达23.6%。

然而在手术治疗中，阻塞性睡眠呼吸暂停综合征的医学影像中，病灶轮廓不清晰成为影响诊疗效果和患者体验的挑战之一，在前期诊断中缺乏将病灶量化的方法。在大模型加速落地千行百业的今天，能不能用AI技术帮助医生快速做出精准诊断呢？

一支来自深圳大学的开发者团队，通过昇腾 AI 能力打造了针对阻塞性睡眠呼吸暂停综合征的AI辅助诊疗解决方案，可将病灶识别的精准度从80%提升到95%。该项目获得了昇腾AI创新大赛2023应用赛道铜奖、昇腾AI创新大赛2023Tech4ALL奖，这也是唯一在大赛应用赛道全国总决赛上获奖的学生参赛团队。

作为团队的主力，周汝霖目前还是深圳大学大四在读学生。他也是深圳大学华为智能基座的荣誉社长，接触AI以来，他获得了四项华为官方技术认证，并获得2022年昇思MindSpore十大优秀开发者的荣誉。

然而仅仅两年前，周汝霖还是一名AI小白，所学专业也与计算机、人工智能没有关联。那么，一位非计算机专业的大学生，如何在两年内从AI小白蜕变为昇腾AI优秀开发者？

昇腾AI优秀开发者 周汝霖

爱因斯坦曾说过，“好奇心比知识更重要”。周汝霖与人工智能的结缘，正是源自自发的兴趣与求知欲。

2021年，正在深圳大学机电专业读大二的周汝霖，报名参加了深圳大学-华为“智能基座”项目。“智能基座”产教融合协同育人基地是由教育部、华为联合发起的产学研融合项目，深圳大学是首批72所试点高校之一。虽然当时还没有深入接触过人工智能，但周汝霖却坚信未来各行各业都会被人工智能改变，应该主动拥抱这一技术浪潮。

没想到，周汝霖从此踏上了学习、钻研人工智能的道路。“智能基座”课程完结后，周汝霖觉得还不过瘾，就利用课外时间继续自学。“我开始自学包括卷积神经网络、Transformer架构，再到后来细化到医学图像处理、三维图像分割、无监督学习等基础知识，一点点积累下来，慢慢建立了人工智能初步的知识体系。”

在“智能基座”项目支持下，周汝霖很快就进入了算法开发的实际探索中。大二下学期，他开始使用昇思MindSpore AI框架构建深度学习模型，基于昇腾AI基础软硬件平台进行模型的训练和推理，还参与组建了深圳大学“智能基座”社团，并担任社团社长。

大三时，周汝霖主动找到正在进行昇腾AI课题研究的老师，加入老师的课题组。在老师的指导下，周汝霖飞速成长。他完成了用昇腾处理器和昇思MindSpore AI框架复现经典论文，参加MindSpore开源实习，基于昇腾AI产品，使用昇思MindSpore框架去复现DDIM模型等探索（去噪扩散隐式模型 Denoising Diffusion Implicit Models）。

在课题组中，周汝霖主要做医学图像处理的算法开发，比如帮助构建肺结核的辅助诊断平台等。“之所以选择医学图像方向，因为对初学者来说它的任务比较简单，场景的导向性也很强，能够更快看到AI落地的价值。”

周汝霖飞速成长的背后，是一个高校AI开发者的典型成长路径：

最开始，在兴趣引导下主动学习AI课程，打下扎实的入门基础；

第二步，选择昇腾AI这类对高校开发者全面赋能的开发生态，沿着昇腾AI为大学生开发者提供的“学-练-训-赛”全周期成长路径，一步步向上进阶；

第三步，积极寻找场景性强的项目，在场景应用中不断探索技术创新，用AI算法解决真实世界的难题。而这一步，也是让周汝霖感受到学习AI最有成就感的地方。

在阻塞性睡眠呼吸暂停综合征中，对于部分重度患者，可以通过手术的方式，切除扁桃体、软腭部位多余的软组织，让睡眠时堵塞的气道变得通畅，达到解决呼吸暂停的目的。

与其他部位的CT影像不同的是，鼻咽部CT影像中，肥大的软组织没有明显的边界。这就为医生诊断带来难题，到底该不该手术，手术切除的范围有多大，都对医生的临床经验提出了很高要求。往往一名耳鼻喉医生需要8-10年以上的经验才能做出是否需要手术的专业判断。

“在这种弱边界的情况下，如何帮助医生将病灶量化出来，对肥大的软组织进行精准分割，是我们想要突破的技术难点。传统AI算法训练效果比较差，因为它不太能学习到空间上更多的特征。”周汝霖表示。

如何突破弱边界的技术瓶颈，周汝霖和团队的小伙伴在多个维度进行了创新。

在模型架构上，团队在传统医学网络架构基础上增加了很多新的模块和方法，通过引入多头注意力机制，从全局的视角重新对病灶进行分析，极大提升了算法对弱边界的判断能力。

在分割方法上，采用三维卷积的分割方法，突破了传统算法一层层分割的弊端，可以使分割出来的病灶边界更加圆滑，最终让患者手术的创面更加平滑，提升治疗效果和患者体验。

“对于从CT中分割腺样体这个任务，传统AI算法精准度能达到80%左右，我们的算法能达到95%，在精准度上有一个很大的提升。”

目前，这套创新算法在辅助诊断方面的实际价值已经得到验证，接下来周汝霖和团队将在导师指导下进一步推进技术的实际落地。周汝霖表示，团队之所以能在短时间内，实现模型架构和算法的突破，背后离不开昇腾AI生态的全面支持。

首先，昇腾AI基础软硬件平台，为团队的算法训练推理提供了强大的支撑。

“整个算法是在昇思MindSpore AI框架下，并在昇腾AI产品上面进行训练和推理的。未来我们还会在昇腾云上进行训练，进一步提升训练和推理效率。”

其次，在整个项目推进过程中，无论是基础软硬件哪个层面出现疑难问题，团队都可以在昇腾社区和昇思社区得到华为官方技术专家的专业解答。

“我们在开发过程中遇到的很多问题都可以在昇腾社区官网直接提工单，后台响应非常快，很快就能对接上华为的技术专家，一般一两天内就能解决问题。”周汝霖表示，昇腾和昇思社区这种快速响应的技术支持，是国外开源框架和开发者平台没有的。

“昇腾社区非常活跃，不管是昇腾AI核心产品，还是入门级产品，都有专门的贴吧和社群沟通群，里面有很多专业的开发者，大家都会很活跃的去帮你解答问题。”

“我现在正在准备考计算机软件专业的研究生，未来会继续用昇腾AI去做项目。而且，我对大模型方向非常感兴趣，未来可能会跟着导师去做一些大模型的可解释性相关的研究。”

谈到未来的规划时，周汝霖充满笃定。这份笃定，既来自在AI开发道路上飞速成长的自信，也来自昇腾AI对年轻开发者完善的赋能体系。

虽然目前针对在校大学生学习AI的平台和途径非常多，但周汝霖认为，对于像自己一样从零开始的高校开发者，昇腾AI有着不可替代的吸引力，包括：

领先的基础软硬件平台优势。目前，昇腾AI基于昇腾系列产品和基础软硬件平台构建了 AI 计算基础设施。周汝霖认为，昇腾AI的技术布局非常完整，从AI产品、软件，到框架、开发工具、赋能平台等一应俱全，能够给到开发者一体化的技术支持。

开放专业的开发生态。昇腾AI在算子、框架、加速库和大模型领域全面开放，广泛支持、兼容业界生态。比如，全面支持PyTorch、飞桨、昇思等主流框架，兼容业界主流的DeepSpeed、Megatron等大模型训练加速库，为开发者提供了更丰富灵活的选择。在开放生态的吸引下，截至现在，昇腾开发者数量突破240万，已有50+主流的基础大模型基于昇腾AI迭代。

丰富的产教融合活动。周汝霖坦言，在对高校开发者赋能方面，华为昇腾AI是各个AI大厂中做得最好的。昇腾AI 为大学生开发者打造了完整的“学-练-训-赛”赋能体系，即使是小白学习者也可以从零开始，拥有完整的成长周期。包括基于昇腾社区承载的“智能基座”系列课程和“众智计划”，还有昇腾AI创新大赛、昇腾AI开发者创享日、昇腾AI训练营等系列开发者活动，帮助大学生开发者不断学习和进阶，打通以练促学、以赛促学的闭环。

此外，昇腾AI还不断推出对高校开发者友好的产品，降低大学生学习AI、开发AI应用的门槛 。比如，今年刚推出的昇腾新一代开发者套件Atlas 200I DK。“我觉得这样子蛮好的，就是技术越来越平民化，更加贴近学生需求，能让更多的学生开发者用起来。”周汝霖表示。

对于同样对AI感兴趣的同龄人，周汝霖用自身经历验证了非计算机专业大学生也可以快速学习AI开发，同时，他也鼓励同龄人无论任何专业方向都应该关注AI发展。

“可能有人会有点抗拒AI，觉得技术发展这么快，大家以后可能会失业之类。但我觉得大家还是要尽可能地去拥抱这个时代，不要有抵触心理。并不一定每个人都要去学写代码，起码去了解下目前AI已经发展到一个什么样的状态了。可以结合自己喜欢的方向，寻找AI应用的切入点，这也是一个学习AI的方向。”

麦肯锡公司2023年5月发布的报告显示，2030年中国的AI人才缺口可能多达400万人。届时，中国对熟练AI专业人员的需求将增至2022年的6倍，达到600万，但2030年的人才供应量仅能达到200万。

在加速AI人才培养方面，昇腾AI通过产教融合与生态赋能，已经快人一步，走出了自己的特色。

目前，昇腾AI与全国多所高校进行产教融合合作，已赋能5000多名老师，累计培养50多万高校AI人才。未来，华为还将发展350万昇腾AI开发者，与1000所高校建立产学育人合作。

从AI小白，到能够独当一面的开发者，周汝霖通过与昇腾AI的结缘，正在不断编写自己未来的发展之路。

在昇腾AI的陪伴下，更多周汝霖一样的年轻人已经踏上AI学习之路，成为这一轮AI技术浪潮的推动者和构建者。

文中图片来自摄图网

END

本文为「智能进化论」原创作品。