這個AI學院取名黃埔，30%學生都是CTO/技術總監，沒有落地成果不許畢業_風聞

郭一璞 發自 後廠村 量子位 報道 | 公眾號 QbitAI

要學人工智能？

吳恩達的課，李宏毅的課，斯坦福/CMU的課，都是大家的最愛。

它們或通俗易懂，或易於入門，對AI初學者、計算機專業學生們都是重要的寶藏。

但是，這個學習項目卻大不同。

在這個特別的AI學院，超過30%的學生都是CTO、技術總監、首席科學家等技術高管，除此之外的大部分學生，也都是高級工程師、技術負責人、技術部門經理等具有豐富技術經驗的角色。

這些技術大佬們，將在6個月的時間裏，靠4個週末的線下課程以及不間斷的線上輔導交流，學習深度學習、視覺、語音、自然語言理解、自動化建模等一系列熱門的AI技術，並結合自身企業對AI的需求和應用場景，完成真正具有落地價值的AI項目。

當然，不好好學的話，即使是大佬，也會被掛科的。

他們所在的企業，包括電信、聯通、移動、華為、京東、建行等，普通人經常需要和它們打交道。或許當這些技術高管們學成歸來，你手機上的App就會變得更智能。

這個AI學院，就是百度的黃埔學院。最近，黃埔學院的第二期開學了，量子位也去打探了一番，看看他們到底在學些什麼。

像畢業設計一樣的AI落地課

這一期的黃埔學院，總共有48名來自不同企業的學員參加，從8月底開始，他們將在6個月的時間裏，將通過理論+實踐的方式，學會如何將AI技術落地到企業的真實需求場景中。

百度AI技術平台體系執行總監、深度學習技術與應用國家工程實驗室副主任、黃埔學院院長吳甜介紹，整個黃埔學院課程，包括三個部分：

第一個部分是4個週末的線下封閉課程，課程內容包含百度AI所積累的各項核心技術和實踐經驗。

從具體領域上分，包括視覺、語音、自然語言理解等技術，另外還有深度學習、自動化建模、對抗神經網絡、增強學習等基礎。

而針對AI在企業中的落地，黃埔學院也會針對性的提供有關企業需要的常用模型、集成部署以及大規模分佈式訓練的課程。

授課的老師都是百度內部有豐富經驗的科學家、架構師們。

比如第一節課的老師楊睿剛，是百度研究院的3D視覺首席科學家，不僅擔任百度研究院機器人和自動駕駛實驗室主任，同時還是肯塔基大學計算機系終身教授，也多次擔任CVPR、ICCV等頂會的領域主席；第二節課的老師是百度飛槳總架構師於佃海，他擁有在百度從事機器學習、深度學習的技術研發與應用實踐經驗超過10年。

第二個部分是課堂的實驗，課後的作業以及平時的線上討論。比如第一節課現場學員就自己安裝並學習了飛槳（PaddlePaddle）平台，另外日常也有許多線上視頻課程，遇到問題還有工程師在線上答疑解惑。

最後一個部分是一個大作業。從開學起，學員需要在自己企業中，選擇適合AI落地的場景，並完成這一項目，整體類似於學校裏的畢業設計，需要開題報告定義真實的應用場景，通過課程學習逐漸將想法落地，解決這些真實的問題。

具體的課程分佈上，百度深度學習技術平台部總監馬豔軍博士介紹，黃埔學院的理論課程佔到40%，剩下的60%都是實踐課程，更側重視覺和語言兩個領域。他還專門強調，黃埔學院課程任務比較重，來上課的學員，需要提前休息好，打足精神。

入學要考試，畢業要答辯

來黃埔學院學AI可不容易，既然是教“AI落地”，那就既要懂點AI，也要懂點落地。

因此，百度設定了兩條錄取標準：

一是報名者所在的企業有深度學習技術的應用場景和應用條件，有實實在在的需求，AI在這裏，必須是有用的、能解決實際問題的，而不是打着一個AI的旗號，看起來高端洋氣，但用起來卻雞肋。

二是報名者自身需要在企業中主導過深度學習項目，要有兩年以上深度學習技術和應用經驗。

無論是企業推薦的學員，還是自主報名的學員，都需要經過這兩條標準的篩選，而且還必須要通過入學考試，像黃埔學院第一期報名有120餘人，最終只錄取了35人。

而這中選的35人，在完成學習之後，要把自己的課題落地，必須通過畢業答辯，才能拿到畢業證。

也就是説，可能會“畢不了業”。這不是説説而已，黃埔學院的課程時間緊、任務重，再加上學員們平時也在各個企業有繁重的工作，第一屆黃埔學院中的35位學員中，拿到畢業證的有28位。

不過，“嚴出”也是嚴的有理由：畢業設計的成果，必須真實有用，產生實際價值。

黃埔學院一期中，來自南方電網的學員用智能機器人對巡檢線路進行定點，通過飛槳進行目標檢測鎖定巡檢電錶，二次校準後對儀表進行自動讀數，實現智能無人電力巡檢。

在氣象觀測領域，對積雪的識別和檢測可有效的對城市交通情況進行預測並指導採取有效措施。來自國家氣象中心的學員利用飛槳對遙感氣象圖像進行語義分割，從而進行積雪的識別，有效進行氣象信息提取。

這樣的項目，對於他們自身的工作都是大有助力的，而且由於學員很多都是CTO、高級工程師，這些“畢業設計”項目完全可以直接被用在企業自身的業務中，真正能落地，學完就見效。

培養“首席AI架構師”

黃埔學院的一大目標，就是培養“首席AI架構師”。

這是個什麼崗位？

如果打開招聘網站搜索，你會發現AI架構師這個崗位並不多，你要是去AI公司找，那可能更找不着了。

在吳甜這位黃埔學院院長看來，“AI架構師”並不是AI行業的“專屬”職位，更多的是在有真實應用問題和場景的公司中，將本公司面臨的問題和AI技術結合起來的一種角色，比如懂AI的為傳統制造業提供高效設備的工程師，能夠用計算機視覺技術實現流水線自動監測。

簡單來説，懂AI技術，懂自家業務需求，將兩者合二為一，創造大成果，大幅提效率。

因此，吳甜要求首席AI架構師們具備三種能力：

一是真實場景中問題的提煉和總結，解決有用的問題，絕非打着AI幌子，拉大旗作虎皮。

二是重視技術和場景的結合。論文裏，在客觀的數據集上能跑出好的結果，不代表自家企業的業務上就能有一樣的好結果。比如同樣是視覺識別算法，在論文裏的數據集做到了高效果，可實際應用場景中光線、色彩、目標大小都不同，算法也要針對性調優。

三是能搞定集合到系統中的工程實現，就算模型能有效運行，但和自家已有技術系統無法契合，相當於還是不能用。比如某流水線上一個環節只有20毫秒，如果進行判斷的計算機視覺系統要跑30毫秒，那還是用不上的。

各行各業，皆可落地

黃埔學院第二期的學員們，也都積極的瞄準AI在自己企業落地這件事，他們正在準備將從百度學到的AI落地技術，應用到自身的行業領域中。

黃埔二期學員、至真互聯的CTO張鼕鼕已經在AI落地這件事上有三年的經驗積累。

在張鼕鼕的公司，AI技術主要應用在兩方面，一方面是軟硬結合的一體化醫療設備研發，需要用AI算法輔助醫生進行醫療影像識別；另一方面則是藉助AI技術解讀眼底影像，判斷陰性/陽性和疾病的大致分類。

此前就有朋友向張鼕鼕推薦黃埔學院，認為這裏的課程不僅僅是純理論學習，更多的則是落地內容，這正是他所需要的，因此他報名並最終成為了黃埔學院的一員。

另一位學員王凱航曾經在華為、中興從事無線通信研發，之後成為了途鴿的合夥人&CTO。在讀碩士時，他就在研究NLP方向，而當AI浪潮湧現後，他將AI技術用在了途鴿這家全球雲通信公司。

因為途鴿一直與百度有合作，王凱航也因此加入了黃埔學院，成為第二期學員。在他看來，成為黃埔學院的一員意味着獲得了學習的機會，而與專家一起、在實踐中學習則是當下這個AI落地的時代中最好的機會。而在途鴿本公司的業務中，也有不少項目希望藉助深度學習技術進行落地。

而在金融領域，隨行付的架構師李雲龍則準備將AI技術運用在金融反欺詐上，通過機器學習的方式，篩選出欺詐名單。此前他對AI技術有一定了解，但並沒有具體的應用。而百度的ERNIE在中文NLP領域的成績吸引了他，因此希望藉助在黃埔學院學習，更深入地瞭解原理，用AI解決所在公司的一些風控問題。

醫療、通信、金融，AI的落地領域遠遠不止這些，或許在你的公司，也同樣存在着類似的機會。

AI落地，你的架構師何在？

百度開辦黃埔學院，背後也可能只是大趨勢的註腳之一。

當前AI落地，進入千行百業已是不爭事實，也不再有人懷疑AI落地的重要性和迫切性。

但如何有效落地，怎樣推動企業更快更有效實現AI轉型升級？

或許，沒有一個“AI架構師”是不行的。這可能也是百度自身AI戰略轉型中探索得出的經驗。

在百度，正是有一批優秀的AI架構師，才構建起強大的AI技術平台和成就了百度眾多產品廣泛地應用AI技術獲得加持。

然而不是每家企業都已擁有這麼多的AI架構師，但是，百度已把其養成經驗體系化。

黃埔學院，就是這個體系。