智时代黄埔，铸剑者百度

根据麦卡锡2018年的研究报告，深度学习为核心的AI技术将在2030年前为人类产生超过今天中国与印度相加的GDP数值。这也意味着，AI对于国家经济来说，将释放比蒸汽机、电气化、半导体更多的价值提升。

历史已经确凿无误地表明，一个国家乃至文明，必须掌握核心技术才能谋求强盛。这一点在近数十年的信息技术时代尤其明显。半导体产业核心技术的缺失，让中国在高科技产业飞速发展的周期中始终受制于人。最终产生了今天广为讨论的"芯痛"现象。

在新的产业纪元里，AI必将成为新的底层技术，而深度学习的框架与平台能力将变成新的"芯片"技术。这也是如今中国经济无法错过的底层技术。

AI所带来的经济效益提升，超过90%将产生于AI与目前各行各业、产业经济的融合与再增长——然而在美好的AI愿景下，我们也很容易发现一个棘手的问题摆在面前：AI与产业融合命题中，人才正在成为稀缺度最高的资源。

深度学习为代表的AI技术，在某种程度上来说是一个极其依靠个体创造力、人才独立解决能力的技术门类。并且在今天极大的AI发展需求与行业AI发展速度来看，AI对人才的需求每天都在被放大。

然而中国的AI人才供给情况并不乐观。根据领英统计，中国AI人才缺口已经超过500万，95%的AI相关岗位无法找到合适人才。

而在普遍供小于求的AI人才体系中，又有一种人才的匮乏，正在成为制约中国AI产业高速发展的核心因素：能分析业务问题，掌握模型算法，还能独立组织落地应用的深度学习架构师。

在今天这个AI需要走进国民经济，融入千行万业的时间节点，跨界复合型人才就像AI战场上的将领，每一个人才的合理运用，或许就意味着一家企业、一个行业的智能进化。而他们的合力，就是中国急需的AI黄金时代。

这类人可谓AI世界的“超级英雄“，今天中国的产业经济世界，需要找到、培养、合理运用他们，才有可能完成AI+产业转型的艰巨任务。

而面对这个困难，百度等AI巨头，也已经开启了行动。

深度学习中的“超级英雄”为何重要，我们可以先来分享一个采访过的案例。

我们曾经采访过中部某省份的一家私营制造业企业。他们的老板向我们透露，在了解到国外同行业的企业，已经开始启用深度学习技术来执行生产线监理与产品质量识别，来提高生产良品率之后，他非常动心于自己工厂与AI的结合。

然而在他想要在自己的工厂里启动AI的时候，却发现根本无从下手。首先面对的问题，是他无法找到一个“首席AI架构师”来负责这个项目。

让公司的IT部门工程师来负责，他们并不懂深度学习算法；招聘刚刚毕业的AI研究生，他们没有工作经验，无法管理项目；挖来AI算法架构师，他们又不懂企业本身所处行业的技术特点与项目需求。

最终的结果是，即使企业愿意出不菲的薪酬来招聘AI人才，却根本找不到适合的目标。这个原本能节省大量资源，提高社会生产力的项目，就被卡死在了人才这个最开始的环节。

这样的问题，在今天的中国并非孤例。千万个类似问题的合集，或许就是今天中国AI发展的急需攻克的问题。

在核心技术上，国家产业经济持续发展，需要了解技术和懂得运用的复合人才作为支撑。当深度学习成为中国已经不能再错过的历史机遇，我们或许必须要给出时代这样一个解答：深度学习人才究竟从何而来？

今天的AI产业空间，跨界和实用能力，已经成为对深度学习架构师的核心要求。

就AI产业的实际情况来说，刚出校门的学员配很难解决实际问题，也很难得到自己负责搭建项目的信任；而行业中的佼佼者，往往并不熟悉深度学习技术，也很少有时间和机会去学习AI；而今天的主流AI从业者，却不懂行业知识，很难站在行业决策者的角度思考问题。

也不是说以上人才真正操盘AI与行业融合项目100%不行，但是企业要承担在人才上的试错成本却实在太大。一般企业根本无法负担。

解决方案并不难预料。最佳答案，显然是利用技术平台-学术力量-产业实际应用三者相结合的方式，直接培养理论与实践具强的“军官型人才”。从西点军校到黄埔，这样的人才定理已经成为现代军事的支柱。那么在AI来临之际，需要的人才是什么样的？

1、深谙细分领域思路和模式、了解并能分析产业业务核心问题和杠杆点；

2、能够有扎实的深度学习理论基础去分析和规划问题解决办法；

3、将之付诸于工程实践落地执行，完成AI实战的战士。

总而言之，AI需要培养超级战士，需要一座能够培养和挖掘超级战士的AI黄埔军校。

当深度学习技术成为国之重器，破开未来迷雾的钥匙，那么深度学习核心人才也就成为了披荆斩棘的时代之剑。

假如想要在深度学习领域构建高人才培养能力，就需要在学术研究、产业基础与底层技术，再到AI与各产业的应用结合上具备广泛积累。

换句话说，假如AI产业是一条条平行的经线，那么就需要一条纬线将整个AI圈层贯穿，最终映射入人才培养这个产学研一体化命题。

而在目前的中国AI产业中，具备这一条件的只有百度——作为寻剑者的百度。

自2012年以来，无论是在业务应用方面还是前沿技术研究方面，百度都在深度学习领域深耕已久。2013年百度成立了深度学习研究院IDL，并在世界上率先将深度学习技术应用于大规模搜索引擎；2016年，百度开源了国内最早的、也是目前唯一的深度学习框架PaddlePaddle；2017年，百度承建了“深度学习技术及应用国家工程实验室”。

去年11月，百度与国家工程实验室合作，推出了以培养深度学习核心人才为目标的“黄埔学院”计划。1月19日，百度黄埔学院——深度学习架构师培养计划在百度科技园举行开学典礼。百度AI技术平台体系执行总监吴甜表示，百度希望能帮助业界培养第一批“首席AI架构师”。

通过黄埔学院，或许我们可以来回望一下，百度在AI核心人才战略中的解决方案是如何一步步塑建成功的。

黄埔计划的核心思路，是集中面向行业精英传授深度学习技术能力与决策方案。首期黄埔计划，仅仅从各行业中招募了35名精英学员，他们来自国家卫星气象中心、中油瑞飞、中信银行、顺丰同城、奇瑞汽车、神思电子、OPPO、广东电网、广东长隆集团、中国联通软件研究院等，作为在这些企业中应用AI的技术决策人，他们已经做好要披荆斩棘打通AI升级产业之路的准备。

要铸就“首席AI架构师”这把利剑，还需要三个方面的火候加持：系统的深度学习理念、成熟的深度学习应用示例、深度学习技术能力。

据了解，黄埔学院针对学员的需求，给出了完善的课程体系。

学员将参与为期6个月、共4次的面对面的北京进修授课，与百度深度学习架构师面对面授课交流。

此外，还有定制的线上交互式学习课程，辅助其升级技术知识，快速拆解业务问题；

并可能参与行业解决方案的联合研发等专项支持。

黄埔学院建立的首期，就汇集了百度AI的顶尖业界技术与教研资源，从最具前瞻性的百度研究院、经验最丰富的深度学习框架研发团队与应用技术团队，集中选出20余位科学家与高T作为导师，这些导师兼具强大理论基础、多年技术底蕴和丰富的应用经验，都将在黄埔的课程中为各位学员授课。

开学典礼第一课，Baidu Research Fellow Kenneth Church带来了“学术突破与商业落地之间的鸿沟”的主题演讲，他回顾了人工智能发展中，理性主义和经验主义各领风骚此消彼长的历史规律，90年代至今，经验主义带来的人工智能的商业化发展；Kenneth Church例举了贝尔实验室、谷歌、微软、百度做的实践，他们如何将目前的学术突破与商业落地应用结合起来，清楚地解释了目前人工智能能做到什么以及我们应该如何面对未来的挑战。

百度深度学习技术平台总监马艳军讲解了“深度学习的广泛应用”， 在马艳军看来，深度学习有三大发展趋势，首先，技术经过几十年的长期发展，在近几年进入产业应用的黄金时期，开始赋能各行各业；其次，目前以深度学习为代表的人工智能技术的特征是开源开放，以平台的形式去带动规模化的发展；最后，深度学习技术的门槛还在持续降低，使得人工智能变成一个普惠的技术，比如百度大脑AI开放平台上的定制化训练及服务平台EasyDL能让零机器学习基础的人都能训练深度学习模型。这三个趋势层层递进，让深度学习助力产业发展，最终实现Everyone can AI。

讲师们深入讲解了深度学习的理论，做到了概念上的正本清源，让学员明确企业未来AI研究方向，究竟该剑指何方。最终，黄埔学院将从深度学习的理论基础、应用案例和具体技术三大方面直击深度学习实际应用的要害。

这个国内可以找到最高配置、最具实战意味的AI培训项目，以重投入重回报的方式，创造性地解决高端硬核人才与AI项目决策人才真空这个严重问题。而从他们学成，走出黄埔计划开始，或许就是这个行业AI进化的起点。

与其他产学研一体化项目不同，黄埔计划在今天的AI产业世界有着独特的一面：

1、 打造整套方案配置，创造性瞄准业务决策者需求。将学员培养为将领而不仅仅是战士。

2、 从案例中来，到实践中去，一切以实战为前提。从百度AI实践与百度AI生态中抽取AI思维-技术-项目架构的全套逻辑，应对未知产业需求。将百度在信息流、地图、搜索等不同领域的AI解题思路传授给学员。

3、 倾百度AI之力，以树人才。黄埔计划中，包含了百度的著名AI架构师与科学家、AIG平台的多种技术基础、百度所有AI项目作为一手案例、百度AI赋能计划作为后续支持，可谓倾全力以办学。

百度能够建立起AI世界中的黄埔军校，是因为其在深度学习领域的人才储备，各个场景的AI落地基础、行业AI与AI合作生态具备了全套储备。作为国内唯一完成了从深度学习底层技术，到深度学习开源平台PaddlePaddle，再到AI开放平台的百度，是唯一能为学员提供全链条教育与实践的AI企业。