[转]前端在人工智能时代能做些什么？

之前很长的一段时间内，一直在做阿里云人工智能产品 ET,

做为了一名前端工程师，参与了当中的一些工程工作，分享出来，希望对大家有所帮助。

 
前端工程在人工智能的团队到底能做什么，体现怎么的价值？对此，可以先下图的一个总结，然后我会逐条分析

 

  

从我们的实践看，要完成一个完整的人工智能项目，三种东西是不可或缺的：算法，数据和工程。

而前端在这三个方向种，最容易参与进去，同时也最容易做出彩的地方就是在工程方面，我们把这块内容叫做大前端。

具体的大致可以分为五块内容：人机交互，数据可视化，产品Web， 计算，模型训练和算法执行。

对于前三点偏重交互的领域，毋庸置疑用前端做起来驾轻就熟，

而后面偏重计算的领域，前端是否合适做，或者说前端该怎么去做是有可以探讨的。

 

一.人机机互：

这个应该前端这几年重点发力，而且取得不错进展的地方。

特别是随着HTML5技术和移动互联网的普及，浏览器对PC和手机硬件的控制越来越好。

在AI的项目中，很多时候需要获取麦克风和摄像头的权限，好实现“听”，“说”， “看”的功能。

具体大家可以参考H5中的MediaDevices.getUserMedia 文档，里面对这块有详细的介绍。

其他，对于图片的处理，之前网上已经不少的用Canvas例子，我就不做过多的介绍。

这里重点对语音处理的内容，这块由于需要很多专业方面的知识，之前处理前端处理起来还是挺痛苦的，

不过现在Web Audio API 很好的解决了这个问题。

它提供了在Web上控制音频的一个非常有效通用的系统，允许开发者来自选音频源，对音频添加特效，使音频可视化，添加空间效果 等等。 

更有甚者，Chrome中已经自动集成了语音识别的基础SDK

 

 

 二. 数据可视化

数据可视化 可以是前几年特别火的一个方向，特别是大数据风起云涌的时候

而这些年明显的趋势就是人工智能，就是AI，在这里其实也有很多可视化的工作

比如我们在 ET 项目中就需要做很多声音的可视化

 

以及现在外面在做的一些人脸可视化的内容

 地址：PREDICTIVE_WORLD, the program that predicts your future/

 

 
三. 产品Web

任何人工智能的技术最终一定需要转化成实际的产品或者项目，这样的话，往往少不了Portal和控制台。

这些工作，前端的工作也是在所难免。

 

 
四. 算法执行

算法执行顾名思义，其实就是执行算法逻辑，比如人脸识别，语音识别  …

前几年有些大家对前端的认知还挺溜在纯浏览器端，但随着 V8 引擎在2008 年发布， Node.js 在2009 年 发布，前端的领地就扩展到服务器端，桌面应用。

这些算法执行的原先需要后端同学开发的，现在也可以由前端同学才做。

我们很多AI的项目，很多时候往往就是算法的同学提供给我们一些动态链接库或者C的代码，我们通过Nodejs驱动这些服务提供 http接口，浏览器通过ajax来调用这些接口。

更有甚者，现在PC性能体能，V8对JS执行的优化，特别WebGL 在各个浏览器端的普及

很多算法执行不一定并不一定需要在后端执行，浏览器也可以胜任。

比如：

Tranck.js ：就是纯浏览器的图像算法库，通过javascript计算来执行算法逻辑

 

regl-cnn： 浏览器端的数字识别类库，与track.js 不同的是，它利用浏览器的WebGL 才操作GPU,  实现了CNN

 


五. 模型训练

虽然现在阶段也出现了像 ConvNetJS 这种在浏览器端做深度学习算法训练的工具，

但整理来讲，前端在这块还是非常欠缺的，缺少非常成功的实践。

究其原因，还是因为跨了领域，而且基础的专业类库往往都不是javascript写的，造成更大的隔阂

但就像谷歌的TensorFlow机器学习框架底层大部分使用 C++实现，但选择了 Python 作为应用层的编程语言。

Javascript 在各个端，特别是web端的优势，也是一门非常优秀的应用开发预发。

可喜的是看到挺多同学在往这个方向走，我们拭目以待

ConvNetJS：Deep Learning in your browser