共计 5804 个字符，预计需要花费 15 分钟才能阅读完成。
如果能再来一次，兴许多伦多大学的杰弗里·辛顿传授不会在 2006 年，对外公布本人的那三篇对于深度学习的论文。
因为他没想到的是，仅仅一个源自实验室未被证明的构想，当初曾经变成了超过数千亿美元的大生意。
尤其在中国。
依据不齐全统计，中美之间每年超过 2000 亿的芯片进口中，这两年用于人工智能的 GPU 芯片占比以超过 10% 的增速逐年晋升。
当然，这句话也可换个角度了解。
从 2012 年开始，深度学习技术的发现和后续利用，让语音辨认准确率一年的晋升比过来 15 年的晋升总和还要多；同时，图像识别以图搜图的准确率从 20% 晋升到了 80%。
要害，这些技术在中国国内都有着寰球最大的利用市场。而从智慧城市治理开始的政府需要，也助推深度学习技术在不计成本的投入下正以“光速”奔跑。
依据中国信息通信研究院数据显示，2017 年中国人工智能市场规模达到 217 亿元，2020 年曾经超过 700 亿元，年度复合增长率大于 50%。
正因而，这两年寰球的 AI 市场热点，中国的独角兽企业都在不遗余力追赶。这样的背景下，AI 在中国的倒退日新月异，并越来越跟根底的学科与细节利用相结合，呈现了大众化和普及化的趋势。
“个别的人很难设想，AI 在当初的信息系统中曾经倒退到了什么样的状况”，作为苏州 BioX 生命智能产业研究院人工智能部门经理，王建峰说，与公众对 AI 的认知还处在十分高端应用领域不同，当下深度学习，尤其是针对图像优化和逻辑思维的 AI 利用，曾经宽泛遍及到了生产畛域的各个方面。
\
这在中国是一个必然的发展趋势。毕竟，国家层面鼎力投资 AI 零碎以及其余人工智能畛域，是政府需要引爆的。
2006 年前后，国内各个城市都在逐步推动交通摄像头网络的搭建，目标是建设无人交通管理体系。
为了不漏拍，简直是每张照片内容都会被保留。可是在经营过程中，各个城市交管部门发现，影像数量急剧减少，每年在云存储上都要进行巨额投入。
因而，中央交管部门迫切需要一个能在摄像头就进行判断的技术，让摄像头只拍守法事件。之后，又衍生出车牌辨认、人脸识别等方面的利用需要。
正因为这样宏大的需要存在，才迫使中国的 AI 企业迅速成长，也才有了各大厂都在推动的数字城市操作系统。
王建峰说，深度学习实践引出的图像优化和辨认相应的技术在城市治理方面，当初曾经播种了十分好的成果、大大晋升了效率；同样的技术延长到医疗相应图片的判断上，也应该有着相应的能力。“咱们的我的项目，实际上就是帮忙医生在医学相应图片的判断上做出更好的决策。”
而正是因为 AI 图片解决和辨认技术曾经利用在很多场景，因而公司判断这种技术，延长到医疗图像处理畛域就牵强附会，这是整个公司对于这个技术研发立项的前提。
当然，这不是首次将 AI 技术使用于医疗图片解决和辨认。
\
在国外，谷歌、微软都在做相似的一些技术。而国内宏大的病历，以及海量的医生对医疗图片解决需要，成为公司下决心推出这种技术的背景。
这也是医疗畛域信息化须要解决的一个十分大的痛点。
毕竟传统医学中，对于 CT X 光等医疗图片进行研判，要依附医生长期积攒下来的教训，不仅耗人，更耗时。但通过深度学习技术，教会计算机正确的辨认医疗图片所反映出的病症问题，医生在做诊断决策的时候，就有了更多二次判断审核的工夫和空间。无疑，这会缩小对于病人病情误判的几率。
这样看似在其余行业曾经利用的 AI 技术，却让王建峰和他的团队遇到了大麻烦。
“咱们团队过后组建的时候，领有着接触过 AI 算法，甚至很有教训的一批工程师”，王建峰说，这样的状况却并没有对整个零碎的研发起到促进作用，团队被很多反复的算法叠加以及逻辑梳理的工作困住了。
起因很简略。
因为不相熟实在医疗畛域的各种工作流程，整个技术团队无奈站在医生的角度思考问题，因而技术在实现过程中走了很多的弯路，而且代码越弄越简单。
再加上之前心愿能利用一套零碎解决所有的问题，因而在不停地给零碎减少学习的样本，但零碎因为无序的常识灌输所产生的学习效果也十分不到位。
实际上，传统业务受限于数据的获取以及解决效率，训练和预估准确数据的取得仍然是个难题。
起初在接触到百度 AICA 首席 AI 架构师造就打算之后，王建峰才发现过后整个团队最大的问题只是从 AI 技术登程去了解业务，并没有从公司整体的策略方向去器重业务的诉求和逻辑。
而在承受完培训并顺利在老师领导下实现我的项目研发后，王建峰认为，AI 架构师当初已成为 AI 技术在中国倒退的必然产物与要害角色。
实际上，“AI 架构师”并不是 AI 行业的“专属”职位，更多的是在有实在利用问题和场景的公司中，将本公司面临的问题和 AI 技术联合起来的一种治理和技术相结合在一起的岗位。
“在 AI 技术落地的过程中有太多未明确的状况，都是要依据理论的业务场景结构对 AI 技术的需要，这须要技术领导者在相熟 AI 技术和实践的同时，还要具备整体的架构能力，而不是简略的对 AI 生吞活剥。”
让王建峰感觉加入百度 AI 架构师造就打算播种最大的，是从以往没想到的复合视角来看问题，最终另辟蹊径解决了我的项目在技术研发中遇到的所有问题。
“咱们一开始整个我的项目遇到问题的起因，在通过行业专家的点评之后才发现，并不是咱们技术水平上没有达到，而是公司在立项的时候对于我的项目的期望值有一点过高”，王建峰说，这曾经成为 AI 技术落地过程中的一个通病。
在他看来，当初有不少人对 AI 还存在肯定的误会，感觉 AI 是一个万物都可智能的程序和技术，“但任何一种 AI 实践和技术的落地都是有边界的。”
\
王建峰参加的医疗我的项目也不例外。“本来公司是心愿做一个能涵盖大多数医疗图片解决的 AI 智能助手，提供给医院和医生应用，从而发明价值晋升利润”，但王建峰率领团队开发过程中发现，这样给零碎深度学习的资料须要海量的解决能力，也是在现有的状况下无奈达到的。
“要害，参加的工程师也很累，大家费了很大的劲，但做出的零碎总是不能达到事后的要求”，直到加入 AICA 四期的培训，“百度技术专家的话才把我点醒，咱们不再谋求常识的全副笼罩，而汇集在一个有边界的地区抽取要害常识，并对要害常识进行优化，以实现在关键点的常识图谱完满笼罩”。
成果空谷传声，调整思路后的后果让王建峰第一次意识到了在 AI 畛域复合视角的弱小能力。“咱们针对疑难病的图片断定零碎迅速就实现研发，并在实验室和对应单位的利用中获得了十分高的准确率，达到了我的项目开始前的预期。”
百度 AI 架构师造就打算不光让他理解到 AI 架构师是当下 AI 技术人才转型的必然，同时也意识到想成为 AI 架构师，就必须器重了解业务的诉求和逻辑。因为只有抓住业务的关键点，能力做出正确的形象设计和技术选型。
\
“这次培训教会了我一个情理，切忌只从 AI 技术的角度登程去了解业务，肯定要站在整体业务流程的高度去做大范畴的逻辑剖析和思考。”
实际上，与王建峰有雷同感触的人还有很多，他在百度 AI 首席架构师培训同期的“同学”——浙江能源团体算法工程师朱凌风就是其中一位。
百度专门开设 AI 首席架构师造就打算，不光让他在内的技术人才有了高度的业务视角，同时也让他们站在一个更高的角度去梳理曾经存在的 AI 技术，并利用 AI 技术对企业的整个生产流程，开始有了整体把握能力。
这点可能对于很多独立化、体系化的产业更具备利用价值。
“咱们公司是能源企业，为了晋升管理效率升高人工成本，AI 在能源中的利用日益受到重视”，这也是朱凌风开发一整套能源企业智能保护零碎的初衷。
\
“在没有接触过百度 AI 架构师培训的时候，咱们更多的是关注各个 AI 实践利用模型以及算法”，朱凌风说，他们立项的时候还认为通过算法的开发就能欠缺，但其实在过程中遇到了很多艰难。
“AI 算法包含以前很多人实现的一些案例，跟咱们所处的这个行业差距还比拟大”，在朱凌风看来，技术选型上遇到的问题是他加入百度 AI 架构师造就打算须要解决的第一个外围需要。
“播种十分大”，在谈及这次 AI 架构师培训给整个我的项目带来的变动时候，朱凌风认为他通过此次培训增长了很多在 AI 畛域的落地教训。
“我系统地体验了残缺的 AI 我的项目从方案设计到落地执行的一个全流程，对设计并实现高效正当的 AI 落地计划的能力失去了进步。同时，通过与百度外部 AI 架构师的交换和探讨，我对业界先进的算法以及一些前沿技术有了更深刻的意识，对 AI 技术和开发利用流程的整体把握能力有了进一步的晋升。”
他迅速利用在公司立项的智能保护零碎开发过程中。
“因为这次培训把一个开发流程递进地拆解为算法的基本原理、深度学习技术栈、支流模型和网络架构，以及最初利用部署的具体流程这几个层面，训练了我的业务了解和技术形象能力”，朱凌风第一次找准了本人所须要的技术和模型方向，并利用百度开源凋谢的深度学习平台——飞桨欠缺了整个需要。
最终，他们所研发的零碎在团体实在的测试数据上失去了十分不错的成果，当初曾经被使用到了日常团体设施保护中。
“AI 技术是一项简单的技术，入门难度较高、学习曲线平缓。如果对 AI 技术短少零碎的把握，在面对企业简单的我的项目或者新的工作场景时必会不知所措。”作为企业的 AI 技术开发者，朱凌风认为最好先成为 AI 技术专家再进行业务的落地，联合我的项目实际一直迭代深刻。
“因为 AI 是一门在利用中一直前行的迷信”。
百度 AICA 首席 AI 架构师造就打算到当初曾经开设了四期，第五期也行将开班。迹象显示，越来越多的人违心退出这项以利用为先的培训。
任职于一家国内出名信息公司，作为客户解决方案专家级架构师的詹宏聃，领导参加过多个人工智能相干的我的项目。她认为以利用为导向的培训，对于 AI 技术的产业化落地和理论工作有着十分明确的指导作用。
“百度首席 AI 架构师造就打算的亮点就在于，每个人进入培训的时候都要带着一个我的项目的选题，而后通过培训在老师的领导下一步一步欠缺这个选题，最终在培训完结的时候，要对这个选题进行问难并施行进去”。
很多时候指导老师站在宏观视角上的一句话，就会让詹宏聃在业务与 AI 技术的联合上产生很多好的想法。
“工作中我很屡次发现，工程师花了好多的工夫去解决数据，然而训练进去的 AI 零碎晋升的效力并不是很高。以前我可能会要求工程师去改参数或者改数据试试，但百度的老师一句话给我一个十分醍醐灌顶的感触”，詹宏聃说，她以前还是太偏 AI 技术的角度去了解业务问题。
“老师说，如果工程师选用的算法和模型都没错，那你应该回过头去看看本人的业务逻辑有没有能够调整的中央。”
\
通过课上学习和课内交换，詹宏聃发现，优化业务逻辑通常能够发现调整并减少本身业务效率的中央。“神奇的是优化业务逻辑后，再回过头跑曾经做的差不多的 AI 算法和零碎，竟然发现成果能够再上一个台阶。”
而在这个过程中，百度飞桨深度学习平台对詹宏聃和其余学员实现本身的我的项目，给予了极大的反对和便当。
詹宏聃认为，飞桨是非常适合中国企业开发 AI 深度学习利用的平台之一，“飞桨是源于产业实际的一个开源凋谢的深度学习平台，这意味着平台不光是开源，而且深耕于产业实际，就有了很多在产业端的利用案例”。
在她眼中，“飞桨提供的这些产业端利用案例，对于咱们在日常工作中建设新的 AI 深度学习利用或者零碎，有着十分到位的指导作用。”
要害，这个零碎还十分好用。
“如果你看到全景图的话，就会发现无论是学习框架、模型训练、推理引擎、平台部署，以及一些模型库、凋谢的数据集等，都包含在飞桨里，这就意味着如果你想在深度学习畛域有所建树的话，你所有的技术需要在这个平台上都能实现。”
当然，加入过此次培训的学员都认为，百度首席 AI 架构师造就打算对于 AI 技术在中国的倒退有着十分踊跃的促进作用。
在 AI 曾经成为中国当下最炽热的技术赛道的时候，企业如何在这场技术的洪流中紧跟技术趋势实现降级转型，考验的不仅仅是企业的倒退视线和策略，更是考验企业技术主管对于传统业务转型的把控力。
后者其实站在技术团队角度，对于企业在 AI 条件下的倒退更具备现实意义。
对此，在 6 月 27 日百度 AICA 首席 AI 架构师造就打算第四期毕业典礼上，百度团体副总裁、深度学习技术及利用国家工程实验室副主任吴甜示意，人工智能在和产业的联合过程中，曾经逐步走到 AI 工业大生产，正在经验三个阶段：AI 先行者探路阶段、AI 工作坊利用阶段、AI 工业大生产阶段。
她认为 AICA 学员所在大部分企业处于第一阶段，有多数进入了第二阶段，倒退到第三阶段的企业还百里挑一。因而，AICA 和各位学员正在独特摸索 AI 工业大生产的实现门路，能够看到将来的倒退空间十分值得设想。
实际上，大多数状况下，因为业务的工夫要求、老本限度、品质要求等等，企业的技术团队很难在现实状态下解决问题。如何在受到限制的状况下晋升技术计划的可扩展性，使之能随着业务的变动而一直演进，这其实才是百度 AI 架构师，对于整个行业尤其是 AI 技术在企业端利用的推动，最粗浅的意义。
百度 AICA 首席 AI 架构师造就打算，是百度联结深度学习技术及利用国家工程实验室独特打造，致力于为中国 AI 方向输送既懂 AI 技术又懂产业利用的复合型高端 AI 人才，强劲的 AI“中坚力量”才是中国产业智能化改革“第一线”。
2021 年 6 月 27 日，首席 AI 架构师造就打算四期班在京举办毕业典礼，仪式上还首次公布《AI 架构师》手册。
该手册通过采访百度外部不同身份、技术典型、转型胜利的 AI 架构师，造成 23,000 字的阐述。通过多维度、多角度形容当代“业务 + 算法 + 架构”于一体的 AI 架构师转型门路，率领业界 AI 人才一起预感 AI 产业落地前瞻变量。
\
通过四期培训的积淀，以后曾经有近 200 位通过百度认证的 AI 架构师正深刻产业，遍布工业、能源、金融、交通等数十个行业，正在利用本人学习到的常识和实践，联合 AI 技术服务中国基础产业的转型。
当然在这个过程中，AICA 也积攒了产业 AI 治理人才生产落地的丰盛教训。
从某种意义上讲，这些具备全局视角和技术施行能力的高端技术治理人才，才是 AI 技术在中国落地的要害。
当初，大门曾经关上。将来，就在脚下。
百度 AI 开发者社区 https://ai.baidu.com/forum，为全国各地开发者提供一个交换、分享、答疑解惑的平台，让开发者在研发路上不再“孤军奋战”，通过一直地交换与探讨找出更好的技术解决方案。如果你想尝试各种人工智能技术、开辟利用场景，赶快退出百度 AI 社区，你对 AI 的所有畅想，在这里都能够实现！
扫描下方二维码，增加小助手微信「京东卡、小度定制周边、神秘礼盒、行李箱」等更多福利你来拿~
x
