導讀：兩年，如何從AI小白到優秀開發者？

打呼嚕正在成為人們身邊隱形的“健康殺手”。據《2017年中國人睡眠質量及科普報告》顯示，約5000萬人在睡眠中發生過呼吸暫停。30~69歲成年人中，阻塞性睡眠呼吸暫停綜合征（OSAS）的患病率高達23.6%。

然而在手術治療中，阻塞性睡眠呼吸暫停綜合征的醫學影像中，病灶輪廓不清晰成為影響診療效果和患者體驗的挑戰之一，在前期診斷中缺乏將病灶量化的方法。在大模型加速落地千行百業的今天，能不能用AI技術幫助醫生快速做出精準診斷呢？

一支來自深圳大學的開發者團隊，通過昇騰 AI 能力打造了針對阻塞性睡眠呼吸暫停綜合征的AI輔助診療解決方案，可將病灶識別的精準度從80%提升到95%。該項目獲得了昇騰AI創新大賽2023應用賽道銅獎、昇騰AI創新大賽2023Tech4ALL獎，這也是唯一在大賽應用賽道全國總決賽上獲獎的學生參賽團隊。

作為團隊的主力，周汝霖目前還是深圳大學大四在讀學生。他也是深圳大學華為智能基座的榮譽社長，接觸AI以來，他獲得了四項華為官方技術認證，并獲得2022年昇思MindSpore十大優秀開發者的榮譽。

然而僅僅兩年前，周汝霖還是一名AI小白，所學專業也與計算機、人工智能沒有關聯。那么，一位非計算機專業的大學生，如何在兩年內從AI小白蛻變為昇騰AI優秀開發者？

昇騰AI優秀開發者 周汝霖

兩年，從AI小白到昇騰AI優秀開發者

愛因斯坦曾說過，“好奇心比知識更重要”。周汝霖與人工智能的結緣，正是源自自發的興趣與求知欲。

2021年，正在深圳大學機電專業讀大二的周汝霖，報名參加了深圳大學-華為“智能基座”項目。“智能基座”產教融合協同育人基地是由教育部、華為聯合發起的產學研融合項目，深圳大學是首批72所試點高校之一。雖然當時還沒有深入接觸過人工智能，但周汝霖卻堅信未來各行各業都會被人工智能改變，應該主動擁抱這一技術浪潮。

沒想到，周汝霖從此踏上了學習、鉆研人工智能的道路。“智能基座”課程完結后，周汝霖覺得還不過癮，就利用課外時間繼續自學。“我開始自學包括卷積神經網絡、Transformer架構，再到后來細化到醫學圖像處理、三維圖像分割、無監督學習等基礎知識，一點點積累下來，慢慢建立了人工智能初步的知識體系。”

在“智能基座”項目支持下，周汝霖很快就進入了算法開發的實際探索中。大二下學期，他開始使用昇思MindSpore AI框架構建深度學習模型，基于昇騰AI基礎軟硬件平臺進行模型的訓練和推理，還參與組建了深圳大學“智能基座”社團，并擔任社團社長。

大三時，周汝霖主動找到正在進行昇騰AI課題研究的老師，加入老師的課題組。在老師的指導下，周汝霖飛速成長。他完成了用昇騰處理器和昇思MindSpore AI框架復現經典論文，參加MindSpore開源實習，基于昇騰AI產品，使用昇思MindSpore框架去復現DDIM模型等探索（去噪擴散隱式模型 Denoising Diffusion Implicit Models）。

在課題組中，周汝霖主要做醫學圖像處理的算法開發，比如幫助構建肺結核的輔助診斷平臺等。“之所以選擇醫學圖像方向，因為對初學者來說它的任務比較簡單，場景的導向性也很強，能夠更快看到AI落地的價值。”

周汝霖飛速成長的背后，是一個高校AI開發者的典型成長路徑：

最開始，在興趣引導下主動學習AI課程，打下扎實的入門基礎；

第二步，選擇昇騰AI這類對高校開發者全面賦能的開發生態，沿著昇騰AI為大學生開發者提供的“學-練-訓-賽”全周期成長路徑，一步步向上進階；

第三步，積極尋找場景性強的項目，在場景應用中不斷探索技術創新，用AI算法解決真實世界的難題。而這一步，也是讓周汝霖感受到學習AI最有成就感的地方。

算法，如何幫助成千上萬人改善睡眠問題

在阻塞性睡眠呼吸暫停綜合征中，對于部分重度患者，可以通過手術的方式，切除扁桃體、軟腭部位多余的軟組織，讓睡眠時堵塞的氣道變得通暢，達到解決呼吸暫停的目的。

與其他部位的CT影像不同的是，鼻咽部CT影像中，肥大的軟組織沒有明顯的邊界。這就為醫生診斷帶來難題，到底該不該手術，手術切除的范圍有多大，都對醫生的臨床經驗提出了很高要求。往往一名耳鼻喉醫生需要8-10年以上的經驗才能做出是否需要手術的專業判斷。

“在這種弱邊界的情況下，如何幫助醫生將病灶量化出來，對肥大的軟組織進行精準分割，是我們想要突破的技術難點。傳統AI算法訓練效果比較差，因為它不太能學習到空間上更多的特征。”周汝霖表示。

如何突破弱邊界的技術瓶頸，周汝霖和團隊的小伙伴在多個維度進行了創新。

在模型架構上，團隊在傳統醫學網絡架構基礎上增加了很多新的模塊和方法，通過引入多頭注意力機制，從全局的視角重新對病灶進行分析，極大提升了算法對弱邊界的判斷能力。

在分割方法上，采用三維卷積的分割方法，突破了傳統算法一層層分割的弊端，可以使分割出來的病灶邊界更加圓滑，最終讓患者手術的創面更加平滑，提升治療效果和患者體驗。

“對于從CT中分割腺樣體這個任務，傳統AI算法精準度能達到80%左右，我們的算法能達到95%，在精準度上有一個很大的提升。”

目前，這套創新算法在輔助診斷方面的實際價值已經得到驗證，接下來周汝霖和團隊將在導師指導下進一步推進技術的實際落地。周汝霖表示，團隊之所以能在短時間內，實現模型架構和算法的突破，背后離不開昇騰AI生態的全面支持。

首先，昇騰AI基礎軟硬件平臺，為團隊的算法訓練推理提供了強大的支撐。

“整個算法是在昇思MindSpore AI框架下，并在昇騰AI產品上面進行訓練和推理的。未來我們還會在昇騰云上進行訓練，進一步提升訓練和推理效率。”

其次，在整個項目推進過程中，無論是基礎軟硬件哪個層面出現疑難問題，團隊都可以在昇騰社區和昇思社區得到華為官方技術專家的專業解答。

“我們在開發過程中遇到的很多問題都可以在昇騰社區官網直接提工單，后臺響應非常快，很快就能對接上華為的技術專家，一般一兩天內就能解決問題。”周汝霖表示，昇騰和昇思社區這種快速響應的技術支持，是國外開源框架和開發者平臺沒有的。

“昇騰社區非常活躍，不管是昇騰AI核心產品，還是入門級產品，都有專門的貼吧和社群溝通群，里面有很多專業的開發者，大家都會很活躍的去幫你解答問題。”

扎根，昇騰AI正匯聚更多年輕力量

“我現在正在準備考計算機軟件專業的研究生，未來會繼續用昇騰AI去做項目。而且，我對大模型方向非常感興趣，未來可能會跟著導師去做一些大模型的可解釋性相關的研究。”

談到未來的規劃時，周汝霖充滿篤定。這份篤定，既來自在AI開發道路上飛速成長的自信，也來自昇騰AI對年輕開發者完善的賦能體系。

雖然目前針對在校大學生學習AI的平臺和途徑非常多，但周汝霖認為，對于像自己一樣從零開始的高校開發者，昇騰AI有著不可替代的吸引力，包括：

領先的基礎軟硬件平臺優勢。目前，昇騰AI基于昇騰系列產品和基礎軟硬件平臺構建了 AI 計算基礎設施。周汝霖認為，昇騰AI的技術布局非常完整，從AI產品、軟件，到框架、開發工具、賦能平臺等一應俱全，能夠給到開發者一體化的技術支持。

開放專業的開發生態。昇騰AI在算子、框架、加速庫和大模型領域全面開放，廣泛支持、兼容業界生態。比如，全面支持PyTorch、飛槳、昇思等主流框架，兼容業界主流的DeepSpeed、Megatron等大模型訓練加速庫，為開發者提供了更豐富靈活的選擇。在開放生態的吸引下，截至現在，昇騰開發者數量突破240萬，已有50+主流的基礎大模型基于昇騰AI迭代。

豐富的產教融合活動。周汝霖坦言，在對高校開發者賦能方面，華為昇騰AI是各個AI大廠中做得最好的。昇騰AI 為大學生開發者打造了完整的“學-練-訓-賽”賦能體系，即使是小白學習者也可以從零開始，擁有完整的成長周期。包括基于昇騰社區承載的“智能基座”系列課程和“眾智計劃”，還有昇騰AI創新大賽、昇騰AI開發者創享日、昇騰AI訓練營等系列開發者活動，幫助大學生開發者不斷學習和進階，打通以練促學、以賽促學的閉環。

此外，昇騰AI還不斷推出對高校開發者友好的產品，降低大學生學習AI、開發AI應用的門檻 。比如，今年剛推出的昇騰新一代開發者套件Atlas 200I DK。“我覺得這樣子蠻好的，就是技術越來越平民化，更加貼近學生需求，能讓更多的學生開發者用起來。”周汝霖表示。

對于同樣對AI感興趣的同齡人，周汝霖用自身經歷驗證了非計算機專業大學生也可以快速學習AI開發，同時，他也鼓勵同齡人無論任何專業方向都應該關注AI發展。

“可能有人會有點抗拒AI，覺得技術發展這么快，大家以后可能會失業之類。但我覺得大家還是要盡可能地去擁抱這個時代，不要有抵觸心理。并不一定每個人都要去學寫代碼，起碼去了解下目前AI已經發展到一個什么樣的狀態了。可以結合自己喜歡的方向，尋找AI應用的切入點，這也是一個學習AI的方向。”

寫在最后

麥肯錫公司2023年5月發布的報告顯示，2030年中國的AI人才缺口可能多達400萬人。屆時，中國對熟練AI專業人員的需求將增至2022年的6倍，達到600萬，但2030年的人才供應量僅能達到200萬。

在加速AI人才培養方面，昇騰AI通過產教融合與生態賦能，已經快人一步，走出了自己的特色。

目前，昇騰AI與全國多所高校進行產教融合合作，已賦能5000多名老師，累計培養50多萬高校AI人才。未來，華為還將發展350萬昇騰AI開發者，與1000所高校建立產學育人合作。

從AI小白，到能夠獨當一面的開發者，周汝霖通過與昇騰AI的結緣，正在不斷編寫自己未來的發展之路。

在昇騰AI的陪伴下，更多周汝霖一樣的年輕人已經踏上AI學習之路，成為這一輪AI技術浪潮的推動者和構建者。

文中圖片來自攝圖網

本文為「智能進化論」原創作品。