李开复:AI 和互联网同样伟大,未来 AI 是工程师必备技能

Dramer0 2019-04-09

李开复:AI 和互联网同样伟大,未来 AI 是工程师必备技能

4 月 8 日,创新工场 DeeCamp 2019 正式开启。从 2017 年首次发起到今年,这个由创新工场牵头的免费公益性 AI 人才培养计划已经举行了三届,今年,有了周志华、张潼加盟科学总顾问,这个录取率号称比哈佛还严格的夏令营又新添了不少亮点。创新工场董事长兼 CEO、人工智能工程院院长李开复在活动中引用普华永道去年的数据表示,到 2030 年 AI 将为全球增创 100 万亿元人民币 GDP,这相当于一个中国加印度。未来,AI 会历经四波变革,逐渐渗透到所有领域。

据了解,DeeCamp 是一个免费公益性质的 AI 人才培养平台,夏令营基金由创新工场及其合作伙伴提供,录取率小于 5%,要求比哈佛大学还严格,比如 2017 年首届夏令营,1000 多报名中只录取了 36 人,录取率仅有 4%。

今年,DeepCamp 为期 38 天,在短短 5 周内,AI 人才实现蜕变可能吗?李开复表示,他们有一个魔术公式,对于一个顶级的计算机系学生,而且懂一点 AI,在五周时间内完成蜕变其实是足够的。

周志华、张潼加盟 DeeCamp 科学总顾问

相比往届,2019 年 DeepCamp 的亮点包括:

1. 个目标:用 AI 解决真实世界问题

近年来,华人在 AI 领域取得巨大学术进展,论文水平有超越美国的趋势。2019 年 3 月 13 日,艾伦人工智能研究所 (Allen Institute for Artificial Intelligence) 发布报告指出,“中国在已发表 AI 论文领域的表现已超过美国”,中国有望分别于今年在引用率前 50%的 AI 论文领域、明年在引用率前 10%的 AI 论文领域,以及 2025 年在引用率前 1%的 AI 论文领域全面超过美国。

李开复认为,基础研究固然重要,但是使用好目前已有的 AI 技术,就已经能够对当下社会创造出巨大价值。未来,核心科技的突破仍依赖于学术界的努力,但工业界同样可以大力推动 AI 技术与行业知识的结合,创造 AI 技术在商业落地方面的巨大机会。

李开复表示,今天 AI 已经进入商业应用时代,偏重科研发现的“AI 黑科技”已不再是 AI 创业的主旋律,“AI 赋能行业”的应用模式在未来将迎来高速成长。但目前中国“AI 赋能行业”的研发与应用场景面临严峻的人才瓶颈,大批从校园和研究机构走出来的 AI 研发者急需在行业实际场景中历练、升级。所以,今年的 DeeCamp 人工智能训练营会更加偏重学员的实践能力培养,希望通过 5 周的集中培训,能够将大学生培养成能“用 AI 解决真实世界问题”的应用型 AI 工程师。

2. 两位重量级科学总顾问加盟:周志华、张潼

李开复:AI 和互联网同样伟大,未来 AI 是工程师必备技能

DeepCamp 首创学术 + 产业“双导师”制度,引入学术大咖和产业大牛组成堪称“奢华”的导师团队,值得特别一提的是,今年 Deecamp 还引入周志华、张潼两位重量级科学总顾问兼学术导师,还有何晓飞、孙剑、俞勇等 AI 产学跨界大咖。

训练营导师团看起来很豪华:

李开复:AI 和互联网同样伟大,未来 AI 是工程师必备技能

周志华被称为国际 AI 相关重要学会“大满贯” Fellow 华人第一人,目前担任南京大学人工智能学院院长;张潼是机器学习领域的世界级专家,目前任教于香港科技大学计算机系和数学系。何晓飞是机器学习领域世界顶尖级学者,飞步科技创始人兼 CEO,浙江大学教授、博导。孙剑是旷视科技首席科学家、研究院院长,西安交通大学人工智能学院院长。俞勇是上海交通大学计算机系特聘教授、博士生导师、伯禹人工智能学院创始人,其 2002 年创办的上海交大 ACM 班,被称为“中国 CTO 摇篮”。

3. 级课程体系:知识课 + 产业课 + 实践课

李开复:AI 和互联网同样伟大,未来 AI 是工程师必备技能

李开复:AI 和互联网同样伟大,未来 AI 是工程师必备技能

可以看到,这个培训计划对于学生的动手能力还是很重视的,单实践课程就占有 4 周时间,贴近产业一线需求。创新工场人工智能工程院执行院长王咏刚表示,DeepCamp 的项目其实学生的参与度非常高,结业时完成的课程几乎全部为学生自己的成果,学生自行商议项目进度,导师只是从更高层次帮助学生梳理项目并提供建议、解决数据等问题,十分锻炼学生的思考动手能力。

4. 个城市同时开课,计划招生 600 人

2019 年,DeepCamp 将在北京、南京、上海、广州四个城市同时开展,共计录取 600 名学员。

此外,DeepCamp 2019 将聚焦 5 个具有代表性的 AI 研究与应用方向,包括机器学习、自然语言处理、计算机视觉、机器人与自动化和自动驾驶,6 大代表领域的真实世界场景包括金融、零售、医疗健康、教育、工艺和移动化联网。

在对学员个人发展追踪的过程中,创新工场了解到前两届毕业的学员目前分布在创新工场、微软亚洲研究院、旷视科技、商汤科技、BAT、地平线、大疆、中科院计算所、创新奇智等优企业中实习或就业。

李开复:2030 年 AI 将增创 100 万亿 GDP,相当于创造一个中国加印度

李开复:AI 和互联网同样伟大,未来 AI 是工程师必备技能

AI 会逐渐渗透到所有领域

李开复引用普华永道去年的数据表示,到 2030 年 AI 将为全球增创 100 亿元人民币 GDP,这相当于一个中国加印度。未来,AI 将逐渐渗透到所有领域,但这是一个渐进的过程。2014 年开始人工智能的第二波变革:商业界智能化,涵盖银行、保险、证券、教育、政务、物流、后台、供应链和医疗领域;2016 年开始第三波 AI 变革:实体世界智能化,涵盖安防、零售、能源、智能家居、AI+ 物联网和智慧城市;2018 年开始第四波变革:全自动智能化,涵盖智能仓储、智能制造、智能农业、智能建筑、无人驾驶、机器人领域。

AI 技术将和互联网一样普及

AI 技术的普及化和互联网一样,都将走过从少数精英“发明期”进入遍地开花的“应用期”,可以发现这条新的路线涉及的领域都是有关场景、落地,所以说 AI 本身可以说是一个 ToB 产业,它的价值在于赋能企业,创造的价值覆盖整个行业。

到 2020 年,AI+ 传统公司将成为主流,传统公司可能会需要专门设立 CAO(Chief AI Officer)这一职位,来规划企业的 AI 应用。最后,早期做 AI 的传统公司不但会生存下去,还会在分散领域成为龙头老大。

2025 年,AI 将变得无所不在,AI 和互联网一样走过同样的道路,AI 和互联网是两个同样伟大的技术。我们看到,AI 将从一种黑科技慢慢进入主流,AI 工程师也将不再稀缺,所有的工程师都会具备一定的 AI 技能。

面临问题:人才缺口、人才结构不平衡

根据腾讯研究院的全球人工智能人才白皮书显示,2017 年,全球 ML 人才需求是 2015 年的 35 倍。而高盛《全球人工智能产业分布报告》显示:2017 年全球 AI 人才储备,中国只有 5% 左右。而在已有的 AI 人才里,学术人才和产品研发人才比例严重倒挂,懂技术又懂商业化逻辑的人才,更是少之又少。

李开复表示,在和很多企业接触时发现,现在还是有很多企业找不到足够的 AI 工程师,无数公司都需要 AI 工程师。从国家的角度,当 AI 走到下一个阶段,我们应该如何去考虑 AI+ 的需求?当 AI 公司的需求都满足不了的时候,传统企业的 AI 人才从哪里来?为了解决这一问题,创新工场启动 DeeCamp 人工智能训练营,AI 人才培养的目标是一年为产业输出 1000 个 AI 人才,这里不只是想培训几十万个工程师,这些从尖子里面挑出的尖子,他们未来会是 CTO 、CEO,或者是资深的工程师,产生巨大的价值。

张潼近况

在媒体交流环节,AI 前线与前段时间从腾讯 AI 实验室离职并加入港科大的张潼进行交流,了解了他的近况。

李开复:AI 和互联网同样伟大,未来 AI 是工程师必备技能

担任港科大和创新工场人工智能联合实验室主任,您对实验室未来的发展有哪些短期和长期的具体规划?近期实验室在研发什么项目?进展如何?

张潼:首先说角色问题,这是个人的选择,有些人完全是在学术界,包括俞老师,我经常去访问俞老师,俞老师在教学上做得非常好,包括 ACM,能够培养出很多学生。我另外一块是做科研。我之前也说过人工智能和产业结合非常紧,很多比较新的成果是从产业界出来,或多或少都要保持关系。我个人对研究非常感兴趣,我后面还会持续地做科研,这也是我为什么想要到学校的原因。

关于实验室,现在科研已经开始进行,一方面在招一些学生,陆续会有结果出来。我有几个研究方向一直在推进。另外一方面,实验室也会和创新工场,包括工程院有深度合作的计划,到合适的时间会进一步透露,这块更偏更产业相结合,两块都在往前推进。

您从腾讯 AI 实验室离开到港科大,还同时与创新工场合作,可以说学术、产业两不误,您自己也承担着多重角色,在您看来,应该怎么平衡这些不同角色之间的职责?

张潼:除了学术,我对它的实用性非常感兴趣,目前也在做一些东西,希望它是在真实的场景中应用,或者能够有效地解决很多新的问题。我挺热衷于和工业界合作,创新工场是一个很好的平台,它能够覆盖到全行业,让人看到更多的问题,我们后面会陆续也有其他的步骤,更深入地和一些行业做讨论,最后确定一些比较好的项目,这些项目可能是和创新工场内部的合作,包括在实验室里把这些项目做好。

在科研上,我现在关心的有几个问题,一方面是跟机器学习有关的,包括可解释性、适应性、在不同场景上的迁移等,这些是比较比较重要的问题,还有跟强化学习有关的,这些更偏科研一些。总体来讲,我的兴趣有两方面,一方面是在科研上,这些点企业也很关心,另外是看一些产业界具体的场景,能够和创新工场合作,真正把它应用起来。

您之前在百度、腾讯有过非常好的带领 AI 团队的经验,今天又把角色转化成一个科研和教学的角色,比如有个学生想大香港科技大学读书,你会为这个学生设计什么样的成长路线,是偏科研型,还是工程型?(创新工场人工智能工程院执行院长王咏刚提问)

这是挺好的问题。每个人都有自己的角色,李开复老师当时画了一个图,上面包括工程师、科学家等,每个人只要在一方面足够专业,足够强,都会找到合适他的位置。企业界和学术界,包括做项目,两者都有不一样的思维。这个思维也会训练学生,让他意识到,他可以选择不同的方式。我知道在学术界一般大家都讲创新,我们要怎么搞一个新的方法,有时候会有很多假设,这个方法在某种情况下可以成功。工业界则是解决一个问题,用什么样的方法关系不大。企业中思路会更多,包括数据的层次,工程的层次和其他的角度去看问题。从学术到工业界,要培养学生的思维,要让他意识到企业项目的思路。

我的建议是:

  • 对业务要有更深的理解;
  • 对技术有所了解,要知道哪些技术对工业比较实用,了解最新的技术趋势;
  • 技术只是一部分,要把握整个流程;
  • 动手能力、算法能力非常重要;
  • 克服困难、精益求精的精神对以后也非常有用。

最后,DeeCamp 2019 人工智能训练营报名现已正式启动,面向计算机、数学、自动化等专业在校学生开放招生,不限年级,本硕博均可,大赛官网:http://deecamp.chuangxin.com/,感兴趣的同学可以了解一下。

相关推荐