文 | 周天财经
周天财经 原创出品
2020 年 9 月 6 日，适逢北京一年里最美的时节。百度黄埔学院迎来了它的第三个毕业季。
在这场毕业典礼上，第三批黄埔学院 65 位学员迎来毕业。在百度集团副总裁、深度学习技术及应用国家工程实验室副主任、黄埔学院院长吴甜见证下，他们完成了为期 6 个月的「首席 AI 架构师」养成之旅，获准毕业。
技术顶尖人才汇聚一堂，为产业智能化转型而共同努力。这一场景，让人不禁想起眼下，声浪一日高过一日的新基建浪潮。这股浪潮正在各行业掀起一场变革，扮演应对疫情引发的经济挑战及推动科技创新的强心针。
然而，于产业而言，任何一场转型首先都离不开对战略、现有及未来运营模式、以及风险偏好的清晰把握。每一个企业在踏进「智能化」这条河流时，都需要想清楚他们是要打算成为行业的颠覆者，转型领军者，还是耐心密切观察战况，并作出必要的应对，以守住自己的市场。
无论怎样选择，这两者之间，存有一个共识，那就是要有人，或者团队，可以准确为企业画出未来草图，选择最佳转型方案。而培养这样一支队伍，需要的又不仅仅是深谙技术，同时还要懂得行业发展趋势，生态运营等等。
刚刚从黄埔学院顺利完成答辩的织点智能 AI 研究室负责人，在谈及黄埔学院对人工智能赋能产业的意义时，对周天财经表示：「如果没有百度提供的平台，对很多中小企业而言，AI 战略转型说起来更像是仰望星空，但百度提供了一个平台、一个生态之后，就成为了可以脚踏实地的计划」。
如今，黄埔学院举办三期以来，已向行业输送 135 位 AI 落地产业的高端人才，被誉为是业界名符其实的「黄埔学院」。
历经三期的培训，周天财经重新走访百度集团副总裁、深度学习技术及应用国家工程实验室副主任、黄埔学院院长吴甜及部分学员，试图再次剖析百度黄埔学院发展路径，思考黄埔学院对中国 AI 智能产业的影响。
这是周天财经第二次参加黄埔学院的毕业典礼。
在当天的毕业典礼上，相较上一次学员组成，我们看到了更多的传统产业学员的身影。
即便受到疫情的波及，在本期培训中，学员仍然来自不同领域，其中包括国家卫星气象中心、上汽通用汽车、宝钢湛江钢铁、京东方、成都国铁电气设备、中国工商银行等企业，遍布工业、农业、金融、交通、电力等数十个行业，所囊括项目包括智能视觉质检、安全隐患检测、遥感数据分析、交通动态规划、智能客服、营销文案生成等广泛的场景应用。
吴甜表示：「从黄埔学院本期学员的毕业设计看，相比于前两期，与真实业务有了更深度的结合，业务专业性越来越强，场景分散度越来越高，课题没有重复，每个学员都根据自己的业务场景进行创新」。
传统企业选择百度代表一种信任和托付，这其实离不开黄埔学院坚守的办学初心。
百度黄埔学院成立于 2019 年初，招募的口号是「革新者来」，正是黄埔军校大门对联的横批。
具体到 AI 领域，百度黄埔学院希望透过这么一个平台，召唤志同道合的创新者聚集起来，从而产生对行业生态改变的效应。
黄埔学院从成立第一期培训到目前已结束第三期，都本着培养人才，而非简单培训的原则，整个过程讲究技术 + 场景的落地。也是基于这样的初心，黄埔学院从成立至今，都保持非常开放的态度，从资源、技术到平台，都在倾力投入。
因此，不论是前期招生，还是后期的课堂，黄埔学院对于学员的筛选标准之一，也同时是最重要的一个条件就是：要求具有非常明确的将 AI 应用落地的场景和需求，并且切实解决企业和行业的问题。更加具体的要求是，学员自身要在企业当中主导过技术应用的项目，有两年以上的技术应用经验。
换句话说，只有当你问出一个真实的问题时，你才可能得到一个有意义的答案。
黄埔学院不追求数量，而是透过真实的场景与技术融合的问题，帮助学员寻找新的技术、算法、平台等组合，甚至是激发学员去反思场景，重构场景。
这样的办学标准，收获了不少学员认同。学员在接受周天财经采访时就表示，「新手可以得到保姆级的照料，有一定经验的人则是拿到了一把强有力的武器」。
好口碑一旦传播出去，业内主动找上黄埔学院的企业也越来越多，而让百度黄埔学院更加欣喜的就是看到「越来越多的传统企业来报名」。从第三期毕业学员的名单上，我们就看到有来自运输、金融、汽车制造、甚至农业领域的企业身影。
随着黄埔学院的生态效应日渐壮大，内部之间的化学反应也越来越丰富了。
经过近两年的发展，如今的黄埔学院内部也正在发生「裂变反应」。
因为涉及到项目保密，我们隐去了部分学员的企业名字。但是透过他们的故事，周天财经还是深刻感受到了黄埔学院内部的变化。
一位航空飞行器算法工程师学员分享了一个故事。在一次飞机起降阶段复合材料检测项目中，算法模型需多维度验证，整个团队为此花了不少时间。「黄埔学院的老师从架构上和思路上给了许多优化建议，有种打通任督二脉的感觉」。
还有一位学员来自检验医学领域的智能机器人研发。医疗机器人是 AI 控制技术应用在医疗器械上的典型代表。早期的计算机辅助诊断由手动编制的大量逻辑规则组成知识库，采用符号推理的方式，无法在临床实践中自我校正、弥补知识缺陷，因而临床应用性非常局限。来到黄埔学院之后，老师从原始数据架构及图像信息分析处理模型，都给予了非常实际的建议，大大提升项目的进展。
平台为学员提供助力，打开产业的想象力同时，更是为这种想象力身体力行地提供「实验良田」。百度自主研发的开源深度学习平台飞桨，让许多停留在想象阶段的项目，走上了实践的正轨。
还有一位学员对周天财经透露，他负责一项人脸识别反欺诈技术应用于某传统运输产业项目，这一项目涉及到机器深度学习的过程。
在黄埔学院老师的指导下，他使用了飞桨，发现该平台对数据处理的识别准确率比国外一些深度学习框架下实现的还要精准，而且对于数据的样本统计及处理，获得样本准确率提升许多。这位学员表示：「回去之后，就和技术部提了换用飞桨深度学习平台的建议」。
飞桨以百度多年的深度学习技术研究和业务应用为基础，具有开发便捷的深度学习框架、支持超大规模深度学习模型训练、多端多平台部署的高性能推理引擎和产业级开源模型库四大领先技术优势。目前已经凝聚 210 万开发者，服务超过 9 万家企业，创造出 29.5 万个模型，成为国内最早开源开放、服务开发者数量最多、功能最完备的深度学习平台。
飞桨还被应用到了来自某银行 IT 实验室一位学员的项目。在该银行自研 OCR 的过程中，飞桨平台的模型库集成了所需模型的代码和对比结果。借助飞桨集成的经典模型和百度算力资源，其团队在短短一周内，在切片 OCR 方向上，就找出了适合的建模方向，极大缩短了探索试错的时间，提高了场景创新的效率。
平台打开了想象力，又提供了让想象照进现实的技术与平台的同时，形成这个生态的学员企业之间也正在产生化学反应。
来自于智能零售领域 AI 技术研发的一位学员说：「有时候算法模型可能非常先进，但一旦接入到真实的业务场景，模型精度可能会出现波动」。可是，来到黄埔学院之后，他遇到了许多平时可能很难有机会认识的技术专家和同学，「大家之间形成了一个互惠互助的关系，共同壮大了起来」。
这种互惠背后意味其实是非常深远的，它可能不只是单单指互帮互助，而是一种业态上的互相弥合。
一位黄埔学院的学员对周天财经说：「大家都是来自 B 端的各行各业的人，可能我做的产品需要你的技术，而恰好你的技术能嫁接到我的平台；可能你的技术需要场景跑一下，而我的场景正需要智能化转型」。最重要的是，经由「同学」这么一层关系，对于很多商务往来而言，就少了一圈「信任感」建立的周折。
换句话说，黄埔学院更是中国产业智能化转型的试验田。百度为这个「试验田」提供场景、技术、平台以及应用，学员则是这片「试验田」的主宰者，选择种植什么，收获什么，最终的目的都是将在这里学到的一切，「移栽」至中国更广阔的产业变革大潮中去，加速中国产业智能化进程。
中国目前的 AI 人才供求比例为 1:10。这是一个但凡想要完成智能化转型，就必须需要面对的一个事实：如何在有限的资源里，去产生最好的效益？
人工智能公司 ElementAI 发布的《2019 年度全球 AI 人才报告》指出，全球人工智能人才的数量不断攀升，但顶级人才仍然供不应求。根据中国教育部门测算，我国人工智能人才目前缺口超过 500 万，国内的供求比例为 1:10，供需比例严重失衡。
而与此同时，中国对人工智能领域的人才需求在不断上涨。从 2019 年政府工作报告的「智能 +」到 2020 年「新基建」政策的提出，人工智能与传统实体产业融合被各方高度重视。据甲子智库发布的 2020 新基建分析报告显示，传统产业升级在 26 个省份的新基建项目中占比最高，达 31.2%。
显然，对于尚处于 AI 领域初期的中国而言，抱团战斗是必然的选择，尤其是面对当下的国际环境与逆全球化的趋势。
黄埔学院从某种程度上来说，是对 AI 产业人群的一种聚合。如果把黄埔学院看成是国内第一个 AI 技术精英俱乐部，那么，这相当于给还处在早期的中国 AI 领域，创造出了从抱团取暖到抱团创新的局面。
尽管人工智能应用落地过程中，往往面临软硬件不兼容、部署门槛高、难以规模化复制等问题，但是百度透过黄埔学院这样一个平台，等于是为 AI 战略赋予了开放与合作的基调。
同时，黄埔学院也是百度分享自己在 AI 战略多年所积累的「家底」财富。这种分享不是炫耀，而是「渡人渡己」开放心态，是把自己的经验，研发的工具，拿出来一起分享，为想要进入 AI 转型轨道的企业，提供一套工具箱。这套工具箱，让技术人员省去了不少的前期重复工作，同时也让准入门槛很高的 AI 变得相对不那么高了。
此外，当黄埔学院将大家聚集在一起的时候，从某种意义上形成了一条迷你生态链。这个生态链可能囊括了各行各业，也可能是某个产业链的上下游。在黄埔学院场景式的培训模式下，这一过程更像是一场针对 B 端产业智能化过程的提前试水。
授人玫瑰，手有余香。于百度自身而言，黄埔学院的这种教与学，何尝又不是一种自我进化的机制呢？大量企业采用飞桨这一深度学习平台，反过来可以促成飞桨平台的更新升级，更加符合 B 端企业需求。不同企业在智能化升级过程所遇见的问题，透过解决这些问题，也是为百度 AI 战略累积足够多的跑马地场景。
如今国际局势波云诡谲，全球化的步伐更是不断遭遇暗礁，国产替代已经成为大多数企业长远发展的一个基于安全的需求。当年在 BAT 中早早喊出 AI 战略的百度，在发展自己的技术框架及应用平台的同时，自然也更应考虑到中国整体 AI 技术的发展需求。毕竟，百度透过黄埔学院在提升中国 AI 领域进程速度的同时，进步中的中国 AI 产业也在带动百度去不断靠近自己的 AI 梦想。
脱离中国 AI 产业进程，去单看某一家企业发展进程，是充满了局限性的；而透过一家企业的 AI 发展水平，去评价中国 AI 发展进展，更是不够客观的。
当全球化的潮流遇到暗礁，但产业智能化成为一种趋势，如何培养更多更适合这个市场的人才，这正是产业智能化的关键所在，百度正在试图透过黄埔学院这样一个平台，以探索者的身份打出「开放与合作」的注脚，或许正是对于中国智能化进程最好的阐释。
