郭一璞 发自 鼎好大厦 
量子位 报道 | 公众号 QbitAI

由创新工场主办的AI人才培训项目DeeCamp已经走到了第三年，从第一年的36名学生，到第三年的600名学生，北京、上海、广州、南京四地开花，这个国内绝无仅有的面向产业应用的AI人才培养项目正在快速的发展。

那么，这个被李开复称作“5周培养AI工程师的”DeeCamp到底带给了学生们什么？这三年又经历了哪些变化？创新工场人工智能工程院执行院长王咏刚为我们一一解答。

三年迭代升级

从开创伊始至今，DeeCamp一直是在不断克服困难中发展起来的。

每届DeeCamp，资源人力一直十分有限，安排数百学生的学习，不仅需要足够的GPU算力，居住生活的硬件资源，还需要许多老师帮助答疑解惑，许多工作人员其实都是从学校和产业界来的志愿者，全职员工只占少数。

刚开始的2017年，DeeCamp还只是一个实验性项目，报名的只有36名学生，录取的也是这36位同学，教学知识更偏向计算机视觉、自然语言处理、自动驾驶等单点化的领域，没有那么多的合作企业，也没有足够的人力支持。

不过，也正是这实验性的一年，让王咏刚摸索出了经验：

一方面，要让学生主动学习，发挥自主性，从进入DeeCamp的第一天开始，学生就要做DeeCamp的主人，自行组织团队、安排分工、自己组织知识分享活动，这样学生们的积极性也被调动起来。

另一方面，DeeCamp知识+实践的课程体系也被确立了出来，五周的时间内，第一周为学生密集的做AI相关的知识梳理，由学术老师介绍机器学习的前沿进展、未来方向，由企业一线的研究院、工程师或技术总监来讲这些机器学习知识是怎样在产业中实际应用的。而在之后的几周，学生们独立分组进行项目实践，完成工业界的真实需求，做出Demo。

在DeeCamp课程不断发展进步的同时，对合作企业来说，也有了更大的挑战。

留给学生们的实践课题，都是与DeeCamp合作的AI公司从自身场景出发制定的，而今年各家合作企业送来了70多个课题，有将近一半都因为技术过于简单、数据问题等方面被筛选掉了。剩下的则是更专业的问题，比如快手的端上AI助你走进名画，借助端上的深度学习技术，将人的形象无缝融合到画面中；还有创新工场的AI文本滤镜，用托尔斯泰的文风写莎士比亚的故事，都兼具创新性和实用性。

面向产业的AI课程

而整个培养课程，三年来也在逐渐更新迭代。

2017年偏向AI的某一个领域，单点化授课。2018年则更注重整个课程的逻辑体系，邀请行业内的知名学者从帮助学生梳理完整的机器学习、深度学习发展脉络和发展方向。

“他们在学术界和产业界有了相对比较深厚的积累之后，可以从一个高屋建瓴的角度去帮助大家梳理一些可能课本上已经学过，但是串成体系的概念，这种科研带头人讲出来的，和普通老师讲出来的是非常不一样的。”

而今年，用王咏刚的话说，则是走到了深水区，更关注AI从AlphaGo的神坛走到广泛的应用中，课程也更加偏向产业落地和商业化。

“这些学生虽然做技术、做科研，但他们如果完全不了解AI应该如何落地、如何完成商业化的逻辑，那未来走到工作岗位之后他也很难去适应AI商业化的潮流趋势。”王咏刚说。

他还分享了一个小插曲。在创新奇智CTO张发恩的产业课程讲完后，学生们将他团团围在了教室门口，接连不断的资讯AI产业落地的相关问题，走也走不了，最后被工作人员“救”了出来。

和周志华谈笑风生的学生

课程发展的同时，参与DeeCamp的学生也在进步，越来越专业。

2017年，还在给学生讲基础的知识，比如自动驾驶中如何用计算机视觉做感知，在控制理论中如何做规划和控制，如何高新地图的建模等；而2018年，DeeCamp自动驾驶相关的项目已经到了非常精深的领域，比如在真实场景里解决自动驾驶的难题；到了2019年，南京大学人工智能学院院长周志华教授来分享了许多前沿研究，就有同学和周志华讨论了许多深入的理论和实践问题。

“这说明要么学生之前是做了很多的功课，要么这个学生有非常好的这一方面的积累。”王咏刚非常认可当前DeeCamp学员们普遍的学术积累。

此外，每届学生都特别积极，至少有三分之一的学生都是非常的刻苦，能够每天工作学习十几个小时甚至二十个小时，这个强度远超996了。

刻苦也给了他们回报，“去年有一个高中生参加DeeCamp之后，明白了原来机器学习应该这么学，现在他进入大学之后取得了非常好的成就，拿到了Kaggle上竞赛的第一名，获得了很多实习机会。”

也是因为参与了DeeCamp，相关企业付出了培养，同样收获了人才。王咏刚透露，目前DeeCamp学生中已有几十位在创新工场及子公司创新奇智实习或成为全职员工，也有几十名同学加入了DeeCamp的合作企业。

当今AI领域的问题

DeeCamp之外，王咏刚也分享了一些当今AI领域的问题。

新突破难

像Google、Facebook这种大公司，用大模型高算力大量级的数据“暴力”的解决问题，发论文；而学术界很多人对此不感冒，在思考这是不是好的学术方向，会不会成为纯工业方向而非学术方向。

另外，今天的人工智能在深度学习模型之外并没有新的思路，近几年在技术上没有出现自成体系的全新技术，一直处在迭代的过程中。

变现盈利难

因此，在王咏刚看来，商业化方面，AI和垂直领域应该如何结合，如何满足具体行业的需求，深入行业之后，面对如何如何产品化、如何盈利的问题，是当前AI应用的难点，很少企业能真正做好，大部分企业都会走到艰难的地步。

一方面，在AI2C领域，很难找到盈利模式，大部分都是靠广告盈利，无论有无AI，必须在AppStore上跟所有同领域App一起比，只有排到前几位才能在流量成本如此高的今天有盈利空间。

“今天单独做一个AI2C甚至不如单独做一个游戏工具或者软件机会大”

另一方面，在AI2B领域，销售渠道的重要性被凸显出来。

“今天的AI2B不是技术优先的领域，而是渠道优先、销售优先，所有人脸识别公司准确率都差不多，最终比拼的是销售能力。”

中小学AI过分炒作

不久前，针对中学生、小学生的非官方版“AI教材”陆续出现，甚至还有幼儿园版，引起了不少争议和讨论。AI教育的确已经成为了热点，那么针对少儿的AI教育，究竟应该是怎样的呢？

王咏刚认为，炒作噱头和概念是没有意义的，让中小学生直接去学机器学习，不如教他们理解数学公式的极值、解析意义、曲线求值的可能性，搞明白一个曲线的导数如何在曲线中找到最小值最大值这类基础数学问题，才是机器学习重要的东西。盲目让少儿学TensorFlow、下载开源框架调参，学习如何敲命令的流程，这根本不是在学机器学习。

对少儿教育而言，应当着眼于帮助小朋友建立好的思维习惯，有逻辑的解决复杂的问题，记住问题的解法和具体知识不是重点，让小朋友明白如何有逻辑的思考才是真正有价值的东西。

而这一点，在DeeCamp也得到了落实，王咏刚认为，AI技术落地必须要让DeeCamp的学生了解到背后商业落地的逻辑，知道在产业界中AI究竟是怎样应用的。

— 完 —

加入社群 | 与优秀的人交流

小程序 | 全类别AI学习教程

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「好看」吧 ！