“隨著科技的快速推進(jìn)，傳統(tǒng)教育方式在某些層面已經(jīng)很難賦予我們適應(yīng)未來的能力?！焙梦磥?AI Lab 負(fù)責(zé)人楊松帆在2018年好未來 TAIL CAMP訓(xùn)練營(yíng)上向?qū)W員們分享了他對(duì)教育行業(yè)的看法。在他眼里，隨著科技發(fā)展速度不斷加快，現(xiàn)今遇到的許多問題都沒有先例，因此我們需要具備借助現(xiàn)有知識(shí)解決未知問題的能力。

教育問題是一個(gè)源頭問題，它能夠不斷地產(chǎn)生復(fù)利，當(dāng)更好的教育資源提供給教育的接受者，他們便能更好的生活，并且為社會(huì)提供更大價(jià)值。這樣的良性循環(huán)過程無比重要。

好未來AI Lab負(fù)責(zé)人楊松帆
 

三大主題，1700人報(bào)名，8.5%的錄取率
 

作為當(dāng)下最為熱門的技術(shù)，人工智能已經(jīng)在互聯(lián)網(wǎng)金融、自動(dòng)駕駛、電商等多個(gè)行業(yè)推出方向明確的應(yīng)用，但教育領(lǐng)域卻沒有對(duì)其足夠重視。在楊松帆看來，這正是 AI+教育的機(jī)會(huì)所在。

因此，挖掘和培養(yǎng)有夢(mèng)想的高潛科技人才，是好未來AI Lab一直思考和探索的AI戰(zhàn)略之一，而TAIL CAMP正是實(shí)現(xiàn)這一戰(zhàn)略的重要途徑之一?；诤梦磥鞟I Lab在“AI+教育”方面的探索，這次的訓(xùn)練營(yíng)聚焦于圖像識(shí)別、自然語言處理和數(shù)據(jù)挖掘三個(gè)方向，吸引了來自卡耐基梅隆、帝國理工、哥倫比亞、清華、北大等海內(nèi)外80多所高校，共計(jì)1700多名學(xué)生報(bào)名。

作為數(shù)據(jù)挖掘訓(xùn)練營(yíng)的帶班導(dǎo)師，好未來人工智能實(shí)驗(yàn)室算法科學(xué)家黃立東為學(xué)員們?cè)O(shè)計(jì)了與眾不同的筆試題：數(shù)據(jù)挖掘方向的筆試題并沒有考數(shù)據(jù)挖掘！在他看來，不管數(shù)據(jù)挖掘的算法多么“高大上”，最終還需要一行行的代碼將其付諸實(shí)踐。兩周的時(shí)間或許足夠?qū)W員理解一個(gè)機(jī)器學(xué)習(xí)算法，但是有一個(gè)良好的編程思維模式需要的時(shí)間遠(yuǎn)不止這些。所以在筆試部分，他著重考察了候選人的通用編程能力。

最終150名學(xué)員提交在線作業(yè)后成功入選訓(xùn)練營(yíng)，錄取率為8.5%，這幾乎是美國常青藤學(xué)校的錄取比例。
 

全英文閱讀，實(shí)戰(zhàn)演練，兩周386份作業(yè)

在為期兩周的訓(xùn)練中，好未來AI Lab負(fù)責(zé)人楊松帆和清華大學(xué)教授李國良等多位一線業(yè)界大咖悉心指導(dǎo)，幫助學(xué)員們利用訓(xùn)練營(yíng)提供的在線數(shù)據(jù)分析工具，結(jié)合多個(gè)工業(yè)界開源數(shù)據(jù)集和TensorFlow/Keras/Caffe等深度學(xué)習(xí)框架，完成了多個(gè)準(zhǔn)工業(yè)界問題的探索項(xiàng)目。

清華大學(xué)計(jì)算機(jī)系教授李國良

從第一天開始，學(xué)員們就不敢有絲毫松懈。尤其是剛開營(yíng)的第一周時(shí)間里，許多同學(xué)一方面要熟悉平臺(tái)和語言，另一方面要抓緊時(shí)間搭建項(xiàng)目，調(diào)整模型和方法。訓(xùn)練營(yíng)的導(dǎo)師、志愿者和班主任都盡心盡力幫助學(xué)員們跟上進(jìn)度。

“記得第一周截止的前一天晚上，班主任還打電話問我項(xiàng)目的情況。有一天晚上訓(xùn)練遇到問題時(shí)，工程師凌晨1點(diǎn)鐘還在群里給大家答疑?！眻D像識(shí)別訓(xùn)練營(yíng)的“優(yōu)秀學(xué)員”陳汐對(duì)訓(xùn)練營(yíng)貼心的導(dǎo)師和工作人員贊不絕口。

為了讓學(xué)員們?cè)趦芍艿臅r(shí)間里充分吸取養(yǎng)分，好未來 AI Lab 的算法科學(xué)家在設(shè)計(jì)訓(xùn)練營(yíng)的筆試、課程內(nèi)容和課后作業(yè)時(shí)煞費(fèi)苦心。作為 AI+教育的嘗鮮者，他們比其他人更加深刻地認(rèn)識(shí)到，除了寫專利，發(fā)論文等在AI基礎(chǔ)技術(shù)上的持續(xù)推進(jìn)，AI＋教育人才最重要的能力之一就是解決技術(shù)在落地過程中遇到的各種難點(diǎn)問題。

為了培養(yǎng)學(xué)員與國際接軌的意識(shí)，黃立東導(dǎo)師特意準(zhǔn)備了全英文的閱讀資料。在設(shè)計(jì)課程內(nèi)容時(shí)，他的出發(fā)點(diǎn)是希望大家對(duì)一個(gè)“小”的問題有足夠多的認(rèn)識(shí)，除了理解經(jīng)典的推薦算法，更要了解數(shù)據(jù)挖掘的整個(gè)思路。

“數(shù)據(jù)挖掘并不是運(yùn)行一個(gè)黑盒的程序，需要我們對(duì)數(shù)據(jù)本身有足夠多的了解，理解每個(gè)算法的優(yōu)勢(shì)和劣勢(shì)，了解如何去客觀的評(píng)價(jià)每個(gè)算法，以及當(dāng)算法效果不好的時(shí)候，知道去如何改進(jìn)和提高?！秉S立東說。

訓(xùn)練營(yíng)的學(xué)員們學(xué)習(xí)熱情超乎了想象。他們放棄寒假的休息時(shí)間，積極參與到與導(dǎo)師、助教和同學(xué)的互動(dòng)討論之中。結(jié)課時(shí)，150名學(xué)員一共提交了386份作業(yè)，訓(xùn)練營(yíng)畢業(yè)率93.7%，并有多位學(xué)員申請(qǐng)了好未來 AI Lab 的實(shí)習(xí)機(jī)會(huì)，希望繼續(xù)自己的 AI+教育之路。
 

跨界學(xué)習(xí)， 迎難而上，數(shù)據(jù)小白的進(jìn)階之路
 

好未來人工智能實(shí)驗(yàn)室算法科學(xué)家張無名全程參與了圖像識(shí)別訓(xùn)練營(yíng)的輔導(dǎo)交流。

圖像處理技術(shù)是過去五年里發(fā)展最為快速的方向之一，張無名本以為，學(xué)員們應(yīng)該有比較好的圖像處理和算法基礎(chǔ)，并熟悉現(xiàn)有的一些經(jīng)典深度學(xué)習(xí)算法。

但讓他意外的是，有相當(dāng)比例的學(xué)員并非深度學(xué)習(xí)或圖像處理科班出身。他們出于興趣自主學(xué)習(xí)，基于自身的跨界學(xué)習(xí)能力順利通過筆試并入選訓(xùn)練營(yíng)，最終取得不錯(cuò)的成績(jī)甚至獲得了進(jìn)入好未來 AI Lab 實(shí)習(xí)的機(jī)會(huì)。

此前毫無相關(guān)背景的王澤群就是這樣一位“小白”學(xué)員。本科是能源動(dòng)力專業(yè)的他現(xiàn)在是一名高中數(shù)學(xué)老師，報(bào)名參加了自然語言處理訓(xùn)練營(yíng)。為了不落下功課，他每天學(xué)習(xí)15個(gè)小時(shí)，整整堅(jiān)持了兩周。

通過助教的指導(dǎo)以及與同學(xué)們的交流分享，他迅速成長(zhǎng)，成績(jī)從第一周的排名15上升到第二周的第3，他設(shè)計(jì)的自動(dòng)評(píng)分作業(yè)可以完整覆蓋主流方法，甚至還了嘗試一些相對(duì)復(fù)雜的深度學(xué)習(xí)方法。

“收獲非常多，從一個(gè)NLP小白，到能頗有深度給別人說一堆NLP的知識(shí)，我非常激動(dòng)，感覺這兩周沒日沒夜昏天黑地是值得的。”王澤群說。這次超出預(yù)期的訓(xùn)練營(yíng)不僅讓他彌補(bǔ)了知識(shí)的空缺，更給了他繼續(xù)往自然語言處理方向深造的信心和期待。 
 

實(shí)戰(zhàn)演練，友好競(jìng)爭(zhēng)，AI+教育的落地探索
 

TAIL CAMP為學(xué)員提供了一個(gè)短周期，高強(qiáng)度，強(qiáng)反饋的學(xué)習(xí)環(huán)境。訓(xùn)練營(yíng)沒有傳統(tǒng)的“教與學(xué)”的單線程教學(xué)，而是鼓勵(lì)學(xué)員從解決真實(shí)問題的角度，主動(dòng)學(xué)習(xí)和探索不同的路徑和方案。通過這樣全方位立體式的學(xué)習(xí)環(huán)境， TAIL CAMP希望給學(xué)員傳遞這樣一種理念：只有主動(dòng)的學(xué)習(xí)，才是有效的學(xué)習(xí)。

另一位自然語言處理訓(xùn)練營(yíng)的優(yōu)秀學(xué)員陳文帆在第二周的作業(yè)中琢磨如何設(shè)計(jì)一款實(shí)用產(chǎn)品。他甚至聯(lián)系到了自己的初中英語老師，想將自己在訓(xùn)練營(yíng)獲得的知識(shí)現(xiàn)學(xué)現(xiàn)用，為老師寫一個(gè)自動(dòng)評(píng)分程序。跟老師溝通后他開始思考跨主題的模型、字?jǐn)?shù)差異帶來的影響等實(shí)際問題。

“教育是人類的永恒話題，但現(xiàn)在的教育不管是內(nèi)容還是形式有過時(shí)的地方，所以我真心認(rèn)同 AI+教育是教育改革的機(jī)遇?！标愇姆X得自己這兩周時(shí)間都跟打了雞血一樣，“TAIL CAMP 給我的2018開了個(gè)好頭”。

在結(jié)營(yíng)儀式的分享環(huán)節(jié)，被學(xué)員們提得最多的一個(gè)關(guān)鍵詞就是“分享”?！坝行┛此苹A(chǔ)的分類問題背后也包含了很多技巧。記得群里有同學(xué)分享了用不同激活函數(shù)和初始化得到的訓(xùn)練結(jié)果，也有同學(xué)使用遷移學(xué)習(xí)優(yōu)化訓(xùn)練，大家的各種方法在交流中取長(zhǎng)補(bǔ)短?！弊鳛槿豪锏幕钴S分子，學(xué)員陳汐真誠的表達(dá)了訓(xùn)練營(yíng)這個(gè)互相幫助、共同進(jìn)步大集體的看法。

好未來人工智能實(shí)驗(yàn)室科學(xué)家陳飛對(duì)這次訓(xùn)練營(yíng)的形式和成果感到非常振奮：“我們能讓更多的人了解‘AI+教育'是怎么回事，改變大家認(rèn)為教育離 AI很遠(yuǎn)的認(rèn)知，進(jìn)而引入AI人才，改善AI人才都往純技術(shù)領(lǐng)域扎堆的情況。 ”

2月13日是農(nóng)歷臘月二十八，也是2018 TAIL CAMP 實(shí)戰(zhàn)訓(xùn)練營(yíng)閉幕的日子。訓(xùn)練營(yíng)為學(xué)員們頒發(fā)了“優(yōu)秀作業(yè)”、“優(yōu)秀學(xué)員”、“小蜜蜂”和“優(yōu)秀志愿者”等獎(jiǎng)項(xiàng)，同時(shí)為收到實(shí)習(xí) offer 的學(xué)員送上了定制的賀卡和禮物。部分優(yōu)秀學(xué)員代表在直播中分享了自己的所感所想。

“這次訓(xùn)練營(yíng)跟我的想象完全不一樣。”獲得“優(yōu)秀學(xué)員”稱號(hào)的學(xué)員陳佳豪來自數(shù)據(jù)挖掘訓(xùn)練營(yíng)。他原本以為這只是換了個(gè)名字的培訓(xùn)班，后來才發(fā)現(xiàn)這里更像是一場(chǎng)競(jìng)賽，并且潛伏著不少“大?！比宋铩！坝行┬』锇樘岬降乃悸氛娴氖俏覐膩頉]有想到的，讓我感受到了交流和寫作的魅力，能結(jié)交這些朋友是我在訓(xùn)練營(yíng)的最大的收獲?！标惣押勒f。

訓(xùn)練營(yíng)結(jié)束了，但是好未來AI Lab 的人才培養(yǎng)之路仍在繼續(xù)?！昂梦磥鞟I Lab打造TAIL CAMP，以無償?shù)姆绞浇o更多人學(xué)習(xí)提升的機(jī)會(huì)，并為工業(yè)界提供開展AI課題研究的第一手資料，我們認(rèn)為這樣的文化更利于年輕的小伙伴們成長(zhǎng)?！睏钏煞榻B道，作為國內(nèi) AI+教育領(lǐng)域的領(lǐng)軍企業(yè)，好未來在人工智能的人才拓荒上一直努力堅(jiān)持，力爭(zhēng)吸引更多的優(yōu)秀人才進(jìn)入教育行業(yè)。