内测课｜人工智能赛道，如何弯道超车？

多年以后，当你回望 2016 年的一场场围棋人机大战，可能感到庆幸。那一年，AlphaGo 只身上阵，大胜人类顶尖棋手，机器无法战胜人类的神话被打破，人类自尊受到第四次打击。 舆论甚喧尘上，你却悄然转身，和名为「开智」的伙伴投身人工智能。

幸好，当时的你选择了自然语言处理这条赛道；幸好，你选择了深度学习这辆赛车；幸好，你有老司机带路，一路狂奔，弯道超车，最后竟去到时间源头，成为创造未来的人。

新手上路如何弯道超车？

「请问，当时你是怎么做出这个选择的？」你笑而不语，伸出三根手指。

第一，自然语言处理赛道通向未来

「自然语言处理」是在 1956 年达特茅斯人工智能会议提出的，目的是希望机器能够理解语言，像人一样说话。但想让机器像人一样说话需要要技术，所以自然语言处理技术应运而生。 自然语言处理致力于实现智能化、人性化的搜索推荐、语音交互、语义理解等领域，某种程度上说，自然语言处理技术代表了人工智能的发展方向。

第二，深度学习赛车性能强劲。

为什么选择深度学习？这个容易理解，因为 AlphaGo 背后的是 DeepMind ，DeepMind 最厉害是什么？深度学习！深度学习是近年人工智能重新大爆炸的核心驱动，它的突破使得很多的机器辅助变为可能，所以， 深度学习就像强如怪兽的赛车，势头一时无两，所以，选择它也是大势所趋。

更重要的是，深度学习可跟自然语言处理的完美结合。自然语言处理技术虽然老早就提出，但几十年来进展缓慢，方法庞杂，门槛较高。 如今深度学习这台赛车出来了，在自然语言处理这条赛道欢快奔驰，立刻将其他选手抛在脑后，不但狂风扫落叶，而且弯道超车，这个 feel 倍爽！

第三，老师经验丰富，教练细心指导。

童牧晨玄老师厉害了，百度资深工程师，实战经验和学术素养兼备。搞学习当吃饭，刷论文当追剧。

深度学习为人工智能的实现带来了实质性的进展。现在，深度学习正在席卷自然语言处理领域，将旧的方法逐步替代，并取得更好的效果。 对自然语言处理领域的新人，这是一个很好的「弯道超车」机会。 希望你下定决心，投入时间到这门课程当中。我们一起努力掌握这把打开新时代大门的钥匙。

差点忘了，除了有老师授课指导，还有教练帮带，这些教练认真负责，轻松上路当然不是问题，最最重要的是，他们态度非常非常好，有不懂的全问他们就对了。

弯道超车的最佳路径

以下是老师给出的人工智能弯道超车的最佳路径，感受一下？

兼顾数学基础和实用性，从最基本的原理出发，透彻理解深度学习的神经网络原理。课程以任务为导向，只解决一个问题。你会先用最简单的方法解决，每一章学习更优的方法迭代更新。 这是新手技能进化的有效路径，更是思维系统升级之旅。

从深度学习，到自然语言处理，再到 Tensorflow 深度学习框架，课程围绕自然语言处理任务构建了一个「自洽」的知识集合，你在完成任务后不仅能应用相关技术，还将拥有持续自学的能力。

完成课程后，你将 ——

• 理解机器学习的基本原理、神经网络的优势及数学原理

• 掌握神经网络进行自然语言处理的经典方法，深入了解其背后理论基础

• 掌握 Tensorflow 原理及具体应用，能够自己动手搭建各类经典的神经网络

• 完成一个类似 Google 「Smart Reply」（智能回复）技术原型的结业项目