今天在机器之心看到这篇文章，数据科学即将迎来“无代码”时代，个人深表赞同。
为什么赞同？因为我们已经这样做了，举例说明吧。
我们内部有大量的图片分类任务，有的时候需要区分一个人的正面、侧面、背面，有的时候需要区分男人、女人、老人、小孩。每次任务的目的通常都不一样，于是每次都要重新写训练代码、找训练数据、训练模型。这个过程比较无聊，而且耗时相当长。
后来我们用到了迁移学习，来解决这个问题。事先用大量的人体图片，训练好一个基准模型，这个模型包含了人体基本特征。新的分类任务进来，在分类目标明确的前提下（比如分类男女还是高矮），组织好训练数据。这个数据不用太多，几十张到几百张就行。然后，在基准模型的基础上，进行迁移学习模型训练。这个过程很快，通常几分钟到几十分钟就可以完成；与之对比，全新训练一个分类模型，需要数个小时。从实践结果看，这样训练出的分类模型，准确度也不差。
在整个过程中，几乎不用写代码，只要组织好训练数据即可。指定用迁移学习训练方式，新的训练数据输入到基准模型进行训练，大幅降低了工作量，提升了效率。
就算自己不搞迁移学习，用百度的easlDL平台，也能飞快完成这个任务，见我之前写过的一篇文档。
以前对线上业务排个序、做个推荐、理解段文本、识别个图片、分析个视频，都需要从头到尾把机器学习的流程走一遍。搞大量的数据，进行清洗、特征转换、降维、标注，然后手写模型、调参、训练、迭代，过程慢悠悠，心里空荡荡。
现在不同了，在迁移学习和AutoML帮助下，这些过程可以大幅节省。利用已有的模型成果，使用少量数据来训练新的模型。或者只要有数据，在神经架构搜索（NAS）技术帮助下，直接生成神经网络结构，连算法都免了。
从此，搞AI工作不用写代码。无码，是宅男最爱呀。心中无码，女神遍天下。
文中放的是油管上知名主播“爱酱”的视频，她是AI创作的小萝莉，萌萌的粉可爱，吸粉无数哦。今后，也许你也可以轻松创作这样可爱的萝莉了。