这个AI学院取名黄埔，30%学生都是CTO/技术总监，没有落地成果不许毕业

郭一璞 发自 后厂村

量子位 报道 | 公众号 QbitAI

要学人工智能？

吴恩达的课，李宏毅的课，斯坦福/CMU的课，都是大家的最爱。

它们或通俗易懂，或易于入门，对AI初学者、计算机专业学生们都是重要的宝藏。

但是，这个学习项目却大不同。

在这个特别的AI学院，超过30%的学生都是CTO、技术总监、首席科学家等技术高管，除此之外的大部分学生，也都是高级工程师、技术负责人、技术部门经理等具有丰富技术经验的角色。

这些技术大佬们，将在6个月的时间里，靠4个周末的线下课程以及不间断的线上辅导交流，学习深度学习、视觉、语音、自然语言理解、自动化建模等一系列热门的AI技术，并结合自身企业对AI的需求和应用场景，完成真正具有落地价值的AI项目。

当然，不好好学的话，即使是大佬，也会被挂科的。

他们所在的企业，包括电信、联通、移动、华为、京东、建行等，普通人经常需要和它们打交道。或许当这些技术高管们学成归来，你手机上的App就会变得更智能。

这个AI学院，就是百度的黄埔学院。最近，黄埔学院的第二期开学了，量子位也去打探了一番，看看他们到底在学些什么。

像毕业设计一样的AI落地课

这一期的黄埔学院，总共有48名来自不同企业的学员参加，从8月底开始，他们将在6个月的时间里，将通过理论+实践的方式，学会如何将AI技术落地到企业的真实需求场景中。

百度AI技术平台体系执行总监、深度学习技术与应用国家工程实验室副主任、黄埔学院院长吴甜介绍，整个黄埔学院课程，包括三个部分：

第一个部分是4个周末的线下封闭课程，课程内容包含百度AI所积累的各项核心技术和实践经验。

从具体领域上分，包括视觉、语音、自然语言理解等技术，另外还有深度学习、自动化建模、对抗神经网络、增强学习等基础。

而针对AI在企业中的落地，黄埔学院也会针对性的提供有关企业需要的常用模型、集成部署以及大规模分布式训练的课程。

授课的老师都是百度内部有丰富经验的科学家、架构师们。

比如第一节课的老师杨睿刚，是百度研究院的3D视觉首席科学家，不仅担任百度研究院机器人和自动驾驶实验室主任，同时还是肯塔基大学计算机系终身教授，也多次担任CVPR、ICCV等顶会的领域主席；第二节课的老师是百度飞桨总架构师于佃海，他拥有在百度从事机器学习、深度学习的技术研发与应用实践经验超过10年。

第二个部分是课堂的实验，课后的作业以及平时的线上讨论。比如第一节课现场学员就自己安装并学习了飞桨（PaddlePaddle）平台，另外日常也有许多线上视频课程，遇到问题还有工程师在线上答疑解惑。

最后一个部分是一个大作业。从开学起，学员需要在自己企业中，选择适合AI落地的场景，并完成这一项目，整体类似于学校里的毕业设计，需要开题报告定义真实的应用场景，通过课程学习逐渐将想法落地，解决这些真实的问题。

具体的课程分布上，百度深度学习技术平台部总监马艳军博士介绍，黄埔学院的理论课程占到40%，剩下的60%都是实践课程，更侧重视觉和语言两个领域。他还专门强调，黄埔学院课程任务比较重，来上课的学员，需要提前休息好，打足精神。

入学要考试，毕业要答辩

来黄埔学院学AI可不容易，既然是教“AI落地”，那就既要懂点AI，也要懂点落地。

因此，百度设定了两条录取标准：

一是报名者所在的企业有深度学习技术的应用场景和应用条件，有实实在在的需求，AI在这里，必须是有用的、能解决实际问题的，而不是打着一个AI的旗号，看起来高端洋气，但用起来却鸡肋。

二是报名者自身需要在企业中主导过深度学习项目，要有两年以上深度学习技术和应用经验。

无论是企业推荐的学员，还是自主报名的学员，都需要经过这两条标准的筛选，而且还必须要通过入学考试，像黄埔学院第一期报名有120余人，最终只录取了35人。

而这中选的35人，在完成学习之后，要把自己的课题落地，必须通过毕业答辩，才能拿到毕业证。

也就是说，可能会“毕不了业”。这不是说说而已，黄埔学院的课程时间紧、任务重，再加上学员们平时也在各个企业有繁重的工作，第一届黄埔学院中的35位学员中，拿到毕业证的有28位。

不过，“严出”也是严的有理由：毕业设计的成果，必须真实有用，产生实际价值。

黄埔学院一期中，来自南方电网的学员用智能机器人对巡检线路进行定点，通过飞桨进行目标检测锁定巡检电表，二次校准后对仪表进行自动读数，实现智能无人电力巡检。

在气象观测领域，对积雪的识别和检测可有效的对城市交通情况进行预测并指导采取有效措施。来自国家气象中心的学员利用飞桨对遥感气象图像进行语义分割，从而进行积雪的识别，有效进行气象信息提取。

这样的项目，对于他们自身的工作都是大有助力的，而且由于学员很多都是CTO、高级工程师，这些“毕业设计”项目完全可以直接被用在企业自身的业务中，真正能落地，学完就见效。

培养“首席AI架构师”

黄埔学院的一大目标，就是培养“首席AI架构师”。

这是个什么岗位？

如果打开招聘网站搜索，你会发现AI架构师这个岗位并不多，你要是去AI公司找，那可能更找不着了。

在吴甜这位黄埔学院院长看来，“AI架构师”并不是AI行业的“专属”职位，更多的是在有真实应用问题和场景的公司中，将本公司面临的问题和AI技术结合起来的一种角色，比如懂AI的为传统制造业提供高效设备的工程师，能够用计算机视觉技术实现流水线自动监测。

简单来说，懂AI技术，懂自家业务需求，将两者合二为一，创造大成果，大幅提效率。

因此，吴甜要求首席AI架构师们具备三种能力：

一是真实场景中问题的提炼和总结，解决有用的问题，绝非打着AI幌子，拉大旗作虎皮。

二是重视技术和场景的结合。论文里，在客观的数据集上能跑出好的结果，不代表自家企业的业务上就能有一样的好结果。比如同样是视觉识别算法，在论文里的数据集做到了高效果，可实际应用场景中光线、色彩、目标大小都不同，算法也要针对性调优。

三是能搞定集合到系统中的工程实现，就算模型能有效运行，但和自家已有技术系统无法契合，相当于还是不能用。比如某流水线上一个环节只有20毫秒，如果进行判断的计算机视觉系统要跑30毫秒，那还是用不上的。

各行各业，皆可落地

黄埔学院第二期的学员们，也都积极的瞄准AI在自己企业落地这件事，他们正在准备将从百度学到的AI落地技术，应用到自身的行业领域中。

黄埔二期学员、至真互联的CTO张冬冬已经在AI落地这件事上有三年的经验积累。

在张冬冬的公司，AI技术主要应用在两方面，一方面是软硬结合的一体化医疗设备研发，需要用AI算法辅助医生进行医疗影像识别；另一方面则是借助AI技术解读眼底影像，判断阴性/阳性和疾病的大致分类。

此前就有朋友向张冬冬推荐黄埔学院，认为这里的课程不仅仅是纯理论学习，更多的则是落地内容，这正是他所需要的，因此他报名并最终成为了黄埔学院的一员。

另一位学员王凯航曾经在华为、中兴从事无线通信研发，之后成为了途鸽的合伙人&CTO。在读硕士时，他就在研究NLP方向，而当AI浪潮涌现后，他将AI技术用在了途鸽这家全球云通信公司。

因为途鸽一直与百度有合作，王凯航也因此加入了黄埔学院，成为第二期学员。在他看来，成为黄埔学院的一员意味着获得了学习的机会，而与专家一起、在实践中学习则是当下这个AI落地的时代中最好的机会。而在途鸽本公司的业务中，也有不少项目希望借助深度学习技术进行落地。

而在金融领域，随行付的架构师李云龙则准备将AI技术运用在金融反欺诈上，通过机器学习的方式，筛选出欺诈名单。此前他对AI技术有一定了解，但并没有具体的应用。而百度的ERNIE在中文NLP领域的成绩吸引了他，因此希望借助在黄埔学院学习，更深入地了解原理，用AI解决所在公司的一些风控问题。

医疗、通信、金融，AI的落地领域远远不止这些，或许在你的公司，也同样存在着类似的机会。

AI落地，你的架构师何在？

百度开办黄埔学院，背后也可能只是大趋势的注脚之一。

当前AI落地，进入千行百业已是不争事实，也不再有人怀疑AI落地的重要性和迫切性。

但如何有效落地，怎样推动企业更快更有效实现AI转型升级？

或许，没有一个“AI架构师”是不行的。这可能也是百度自身AI战略转型中探索得出的经验。

在百度，正是有一批优秀的AI架构师，才构建起强大的AI技术平台和成就了百度众多产品广泛地应用AI技术获得加持。

然而不是每家企业都已拥有这么多的AI架构师，但是，百度已把其养成经验体系化。

黄埔学院，就是这个体系。