4 月 8 日，創新工場 DeeCamp 2019 正式開啟。從 2017 年首次發起到今年，這個由創新工場牽頭的免費公益性 AI 人才培養計劃已經舉行了三屆，今年，有了周志華、張潼加盟科學總顧問，這個錄取率號稱比哈佛還嚴格的夏令營又新添了不少亮點。創新工場董事長兼 CEO、人工智能工程院院長李開復在活動中引用普華永道去年的數據表示，到 2030 年 AI 將為全球增創 100 萬億元人民幣 GDP，這相當於一箇中國加印度。未來，AI 會歷經四波變革，逐漸滲透到所有領域。
據瞭解，DeeCamp 是一個免費公益性質的 AI 人才培養平臺，夏令營基金由創新工場及其合作伙伴提供，錄取率小於 5%，要求比哈佛大學還嚴格，比如 2017 年首屆夏令營，1000 多報名中只錄取了 36 人，錄取率僅有 4%。
今年，DeepCamp 為期 38 天，在短短 5 周內，AI 人才實現蛻變可能嗎？李開復表示，他們有一個魔術公式，對於一個頂級的計算機系學生，而且懂一點 AI，在五週時間內完成蛻變其實是足夠的。
周志華、張潼加盟 DeeCamp 科學總顧問
相比往屆，2019 年 DeepCamp 的亮點包括：
1. 個目標：用 AI 解決真實世界問題
近年來，華人在 AI 領域取得巨大學術進展，論文水平有超越美國的趨勢。2019 年 3 月 13 日，艾倫人工智能研究所 (Allen Institute for Artificial Intelligence) 發佈報告指出，“中國在已發表 AI 論文領域的表現已超過美國”，中國有望分別於今年在引用率前 50％的 AI 論文領域、明年在引用率前 10％的 AI 論文領域，以及 2025 年在引用率前 1％的 AI 論文領域全面超過美國。
李開復認為，基礎研究固然重要，但是使用好目前已有的 AI 技術，就已經能夠對當下社會創造出巨大價值。未來，核心科技的突破仍依賴於學術界的努力，但工業界同樣可以大力推動 AI 技術與行業知識的結合，創造 AI 技術在商業落地方面的巨大機會。
李開復表示，今天 AI 已經進入商業應用時代，偏重科研發現的“AI 黑科技”已不再是 AI 創業的主旋律，“AI 賦能行業”的應用模式在未來將迎來高速成長。但目前中國“AI 賦能行業”的研發與應用場景面臨嚴峻的人才瓶頸，大批從校園和研究機構走出來的 AI 研發者急需在行業實際場景中歷練、升級。所以，今年的 DeeCamp 人工智能訓練營會更加偏重學員的實踐能力培養，希望通過 5 周的集中培訓，能夠將大學生培養成能“用 AI 解決真實世界問題”的應用型 AI 工程師。
2. 兩位重量級科學總顧問加盟：周志華、張潼
DeepCamp 首創學術 + 產業“雙導師”制度，引入學術大咖和產業大牛組成堪稱“奢華”的導師團隊，值得特別一提的是，今年 Deecamp 還引入周志華、張潼兩位重量級科學總顧問兼學術導師，還有何曉飛、孫劍、俞勇等 AI 產學跨界大咖。
訓練營導師團看起來很豪華：
周志華被稱為國際 AI 相關重要學會“大滿貫” Fellow 華人第一人，目前擔任南京大學人工智能學院院長；張潼是機器學習領域的世界級專家，目前任教於香港科技大學計算機系和數學系。何曉飛是機器學習領域世界頂尖級學者，飛步科技創始人兼 CEO，浙江大學教授、博導。孫劍是曠視科技首席科學家、研究院院長，西安交通大學人工智能學院院長。俞勇是上海交通大學計算機系特聘教授、博士生導師、伯禹人工智能學院創始人，其 2002 年創辦的上海交大 ACM 班，被稱為“中國 CTO 搖籃”。
3. 級課程體系：知識課 + 產業課 + 實踐課
可以看到，這個培訓計劃對於學生的動手能力還是很重視的，單實踐課程就佔有 4 周時間，貼近產業一線需求。創新工場人工智能工程院執行院長王詠剛表示，DeepCamp 的項目其實學生的參與度非常高，結業時完成的課程幾乎全部為學生自己的成果，學生自行商議項目進度，導師只是從更高層次幫助學生梳理項目並提供建議、解決數據等問題，十分鍛鍊學生的思考動手能力。
4. 個城市同時開課，計劃招生 600 人
2019 年，DeepCamp 將在北京、南京、上海、廣州四個城市同時開展，共計錄取 600 名學員。
此外，DeepCamp 2019 將聚焦 5 個具有代表性的 AI 研究與應用方向，包括機器學習、自然語言處理、計算機視覺、機器人與自動化和自動駕駛，6 大代表領域的真實世界場景包括金融、零售、醫療健康、教育、工藝和移動化聯網。
在對學員個人發展追蹤的過程中，創新工場瞭解到前兩屆畢業的學員目前分佈在創新工場、微軟亞洲研究院、曠視科技、商湯科技、BAT、地平線、大疆、中科院計算所、創新奇智等優企業中實習或就業。
李開復：2030 年 AI 將增創 100 萬億 GDP，相當於創造一箇中國加印度
AI 會逐漸滲透到所有領域
李開復引用普華永道去年的數據表示，到 2030 年 AI 將為全球增創 100 億元人民幣 GDP，這相當於一箇中國加印度。未來，AI 將逐漸滲透到所有領域，但這是一個漸進的過程。2014 年開始人工智能的第二波變革：商業界智能化，涵蓋銀行、保險、證券、教育、政務、物流、後臺、供應鏈和醫療領域；2016 年開始第三波 AI 變革：實體世界智能化，涵蓋安防、零售、能源、智能家居、AI+ 物聯網和智慧城市；2018 年開始第四波變革：全自動智能化，涵蓋智能倉儲、智能製造、智能農業、智能建築、無人駕駛、機器人領域。
AI 技術將和互聯網一樣普及
AI 技術的普及化和互聯網一樣，都將走過從少數精英“發明期”進入遍地開花的“應用期”，可以發現這條新的路線涉及的領域都是有關場景、落地，所以說 AI 本身可以說是一個 ToB 產業，它的價值在於賦能企業，創造的價值覆蓋整個行業。
到 2020 年，AI+ 傳統公司將成為主流，傳統公司可能會需要專門設立 CAO（Chief AI Officer）這一職位，來規劃企業的 AI 應用。最後，早期做 AI 的傳統公司不但會生存下去，還會在分散領域成為龍頭老大。
2025 年，AI 將變得無所不在，AI 和互聯網一樣走過同樣的道路，AI 和互聯網是兩個同樣偉大的技術。我們看到，AI 將從一種黑科技慢慢進入主流，AI 工程師也將不再稀缺，所有的工程師都會具備一定的 AI 技能。
面臨問題：人才缺口、人才結構不平衡
根據騰訊研究院的全球人工智能人才白皮書顯示，2017 年，全球 ML 人才需求是 2015 年的 35 倍。而高盛《全球人工智能產業分佈報告》顯示：2017 年全球 AI 人才儲備，中國只有 5% 左右。而在已有的 AI 人才裡，學術人才和產品研發人才比例嚴重倒掛，懂技術又懂商業化邏輯的人才，更是少之又少。
李開復表示，在和很多企業接觸時發現，現在還是有很多企業找不到足夠的 AI 工程師，無數公司都需要 AI 工程師。從國家的角度，當 AI 走到下一個階段，我們應該如何去考慮 AI+ 的需求？當 AI 公司的需求都滿足不了的時候，傳統企業的 AI 人才從哪裡來？為了解決這一問題，創新工場啟動 DeeCamp 人工智能訓練營，AI 人才培養的目標是一年為產業輸出 1000 個 AI 人才，這裡不只是想培訓幾十萬個工程師，這些從尖子裡面挑出的尖子，他們未來會是 CTO 、CEO，或者是資深的工程師，產生巨大的價值。
張潼近況
在媒體交流環節，AI 前線與前段時間從騰訊 AI 實驗室離職並加入港科大的張潼進行交流，瞭解了他的近況。
擔任港科大和創新工場人工智能聯合實驗室主任，您對實驗室未來的發展有哪些短期和長期的具體規劃？近期實驗室在研發什麼項目？進展如何？
張潼：首先說角色問題，這是個人的選擇，有些人完全是在學術界，包括俞老師，我經常去訪問俞老師，俞老師在教學上做得非常好，包括 ACM，能夠培養出很多學生。我另外一塊是做科研。我之前也說過人工智能和產業結合非常緊，很多比較新的成果是從產業界出來，或多或少都要保持關係。我個人對研究非常感興趣，我後面還會持續地做科研，這也是我為什麼想要到學校的原因。
關於實驗室，現在科研已經開始進行，一方面在招一些學生，陸續會有結果出來。我有幾個研究方向一直在推進。另外一方面，實驗室也會和創新工場，包括工程院有深度合作的計劃，到合適的時間會進一步透露，這塊更偏更產業相結合，兩塊都在往前推進。
您從騰訊 AI 實驗室離開到港科大，還同時與創新工場合作，可以說學術、產業兩不誤，您自己也承擔著多重角色，在您看來，應該怎麼平衡這些不同角色之間的職責？
張潼： 除了學術，我對它的實用性非常感興趣，目前也在做一些東西，希望它是在真實的場景中應用，或者能夠有效地解決很多新的問題。我挺熱衷於和工業界合作，創新工場是一個很好的平臺，它能夠覆蓋到全行業，讓人看到更多的問題，我們後面會陸續也有其他的步驟，更深入地和一些行業做討論，最後確定一些比較好的項目，這些項目可能是和創新工場內部的合作，包括在實驗室裡把這些項目做好。
在科研上，我現在關心的有幾個問題，一方面是跟機器學習有關的，包括可解釋性、適應性、在不同場景上的遷移等，這些是比較比較重要的問題，還有跟強化學習有關的，這些更偏科研一些。總體來講，我的興趣有兩方面，一方面是在科研上，這些點企業也很關心，另外是看一些產業界具體的場景，能夠和創新工場合作，真正把它應用起來。
您之前在百度、騰訊有過非常好的帶領 AI 團隊的經驗，今天又把角色轉化成一個科研和教學的角色，比如有個學生想大香港科技大學讀書，你會為這個學生設計什麼樣的成長路線，是偏科研型，還是工程型？（創新工場人工智能工程院執行院長王詠剛提問）
這是挺好的問題。每個人都有自己的角色，李開復老師當時畫了一個圖，上面包括工程師、科學家等，每個人只要在一方面足夠專業，足夠強，都會找到合適他的位置。企業界和學術界，包括做項目，兩者都有不一樣的思維。這個思維也會訓練學生，讓他意識到，他可以選擇不同的方式。我知道在學術界一般大家都講創新，我們要怎麼搞一個新的方法，有時候會有很多假設，這個方法在某種情況下可以成功。工業界則是解決一個問題，用什麼樣的方法關係不大。企業中思路會更多，包括數據的層次，工程的層次和其他的角度去看問題。從學術到工業界，要培養學生的思維，要讓他意識到企業項目的思路。
我的建議是：
- 對業務要有更深的理解；
- 對技術有所瞭解，要知道哪些技術對工業比較實用，瞭解最新的技術趨勢；
- 技術只是一部分，要把握整個流程；
- 動手能力、算法能力非常重要；
- 克服困難、精益求精的精神對以後也非常有用。
最後，DeeCamp 2019 人工智能訓練營報名現已正式啟動，面向計算機、數學、自動化等專業在校學生開放招生，不限年級，本碩博均可，大賽官網：http://deecamp.chuangxin.com/，感興趣的同學可以瞭解一下。
閱讀更多 InfoQ 的文章
