半路轉型作人工智能，誰說不可行？

本文由 「AI前線」原創，原文連接： 半路轉型作人工智能，誰說不可行？
做者｜Tina
編輯｜Emily

AI 前線導讀：2017 年熱潮以後，新年到來，也許你還在迷茫該不應轉型 AI？最近咱們出了四份報道，裏面涉及 AI 的現狀和對將來的預測。

更多幹貨內容請關注微信公衆號「AI 前線」，（ID：ai-front）

《MIT 重磅報告：一文看清 AI 商業化現狀與將來》是知名期刊《麻省理工大學斯隆管理評論》一年一度的報告。報告顯示，2017 年，四分之三的管理者認爲 AI 將會幫助公司進入新的商業領域，將近 85% 的受訪者認爲 AI 將會幫助公司得到或保持競爭優點。有 72％的受訪者預計，將來五年人工智能會產生較大的影響。有五分之一的企業已在產品或服務中採用 AI 相關技術。

《埃森哲與 Infosys 重磅報告：AI 落地成果已出，仍無所做爲將被踢出局》諮詢公司埃森哲（Accenture）和 Infosys 在 1 月份分別推出針對人工智能的調查報告。報告顯示，AI 不是一場泡沫，而且已經成爲了企業運營的核心，他們認爲，全球大部分企業已經開始看到人工智能帶來的成果。

• Infosys 報告稱，四分之三的企業部署了基於人工智能的技術
• 印度、美國和中國成爲得到人工智能實際成果最多的國家
• 埃森哲研究稱：投資人工智能能夠提升收入和就業水平
• 半數企業認爲，AI 時代培訓和招聘是最重要的

《尷尬了，騰訊報告 AI 人才 30 萬，然而實際只有兩萬》這份報告中總結了咱們對全球 AI 人才儲備在範圍與廣度層面的研究結果。儘管這些數據以可視化方式反映了 2018 年年初全球人才市場的分佈狀況，但咱們必須認可，其中體現的仍然是以西方世界爲主的人工智能人才市場模式。

爲企業構建個性化 AI 應用程序要求相關人才隊伍具有對機器學習 / 深度學習技術的深入理解，擁有多年工做經驗，且可以在跨學科環境當中進行協做與開發。目前人工智能就業市場中「人才」嚴重短缺的現實代表，當下有能力立足商業、學科與工程領域實現學術研究與應用軟件開發工做的人才數量仍極爲有限。

《福布斯重磅預測：機器學習之火愈燒愈烈，開發者甩開膀子幹！》這篇報告來自 Forbes 最新的機器學習市場預測、市場估計和預測的最新系列。報告顯示企業將在 2018 年加大對機器學習項目的研究、投資和試點。人工智能和機器學習的支出將從 2017 年的 12 億美圓增加至 2021 年的 57.6 億美圓。與 2017 年相比，2018 年機器學習試點和實施的數量將翻一番，到 2020 年再翻一番。

總結來講，2018 年咱們更須要學習 AI，或向 AI 轉型；這樣十年後，纔不會爲會否丟掉工做職位而發愁。

陽春三月，正是學習好時候，AI 前線聯合貪心科技，推出了三月 AI 轉型主題月，爲你精心打造了五節免費公開課，讓咱們知道工做在不一樣崗位的咱們須要作哪些準備才能持續維持核心競爭力？ 零基礎，怎麼入行人工智能？

貪心科技 -- 人工智能 + 在線教育，貪心科技旗下的貪心學院創建在以人工智能推薦系統爲核心的後臺架構之上，打造最懂用戶學識背景的自適應學習平臺，爲每一位用戶提供個性化的職業教育服務。經過這個學習平臺，咱們向學員和用戶提供業界最專業、最全面、最有趣的人工智能及大數據課程。

咱們的講師團隊由業內最頂尖資深的人工智能技術專家以及教育專家組成。在人工智能的推薦系統輔助下，咱們將爲您量身定作獨一無二的學習路徑。來自美國亞馬遜、微軟、高盛的資深工程師，北美頂級高校的教授，ACM/IEEE 院士，斯坦福大學、南加州大學、卡內基梅隆大學、加州大學、西蒙弗雷澤大學等北美最頂尖的高校講師將爲您授課。

互聯網革命帶來的人工智能時代正在迅速重塑着大衆對課堂、教育乃至人類學習模式的理解。咱們堅信人工智能和在線教育的結合會給教育行業和整個社會帶來顛覆性的巨大價值。

第一期：從亞馬遜的推薦系統講推薦系統的前世此生

分享時間： 三月一日 中午 12:30-13:30（將於明天開課，歡迎在文章底部報名參加）

講師介紹： 袁源 Jerry，美國微軟總部和美國亞馬遜總部的資深工程師、主導多款核心推薦系統的研發，是人工智能、分佈式系統、雲計算方面的專家。博士畢業於美國新澤西理工，擁有 14 年人工智能、推薦系統、天然語言處理、數字圖像和視頻處理項目經驗。曾師從中國科學院王守覺院士從事人臉識別研究、共同發表論文。在美國博士期間，主要研究 NASA（美國航天局）支持的基於人工智能的空間天氣預測項目。

分享內容： 根據美國財富雜誌的報道， Amazon 的銷售額高速增加，得益於它將系統整合進用戶購買， 從產品發現到付款的整個流程。根據華爾街分析師的估計， Amazon 的在線推薦系統的購買轉化率高達 60%， 其實推薦系統有悠久的歷史， 愈來愈多的互聯網企業如中國的今日頭條，美國的 Netflix 經過現代化的推薦系統給用戶提供了史無前例的體驗。推薦系統不是一個單一的技術， 而是數據挖掘，天然語言處理， 多媒體數據處理， 信息檢索，統計學，行爲心理學等學科結合的產物。一個成功的推薦系統依賴數據，系統架構，推薦算法和人機界面的有機結合，缺一不可。我但願給你們分享經常使用的推薦系統算法， 提醒設計推薦系統時須要注意的問題，以及分享成功企業的推薦系統構架。

推薦系統提升購買轉化率：

fortune.com/2012/07/30/…

分享提綱：

1. 推薦系統的概述
2. 基於內容的推薦
3. 基於協同過濾的推薦
4. 基於矩陣分解的推薦
5. 基於因子分解機 (Factorization Machine) 的推薦
6. 基於深度學習的推薦
7. 推薦系統架構

第二期：電商新寵：數據科學和 AI 技術

分享時間：三月八日 中午 12:30-13:30

講師介紹：Dr. Liang，畢業於北美西雅圖 University of Washington Ph.D. 現任職洛杉磯某酒類電商公司 Lead Data Scientist. 曾任職於 REVOLVE（美國最火 fashionbrand）的 Data Scientist; KPMG 的 Senior Associate in Data Analytics; 生物醫藥軟件行業工程師兼 Research Scientist。 5 年 + 工做經驗，在互聯網產品，電子商務 business analytics，在諮詢領域有豐富的商業數據分析和數據建模經驗。擅長商業問題的分析、把業務問題轉換成數據問題，怎麼設定數據指標、怎麼用拿到的數據回答問題. 精通主流建模語言工具，好比 Python/R, SQL/NoSQL, AWS, Google Analytics, Tableau，以及機器語言學習 (Machine Learning) 和天然語言處理 (Natural Language Processing) 相關的實際運用

分享內容： 電子商務 (E-commerce) 在當今發達的互聯網背景下正蓬勃發展，而近兩年火起來的數據科學和 AI 技術將會讓電商行業如虎添翼，茁壯強盛。在此經過貪心學院公開課的機會，但願和你們交流分享一下對北美電商行業的現狀觀察，探討行業中表明性 AI 技術前沿（eg. 機器學習 (ML)/ 深度學習 (DL), 語言處理 (NLP)）和實踐案例，並從技術的角度展望電商行業將來的發展趨勢。

分享提綱

1. 北美電商分類與現狀
2. 數據科學和 AI 技術在電商中的運用
3. 實例分析（Amazon Go, Smart Speaker, Netflix Artwork）
4. 行業將來技術趨勢展望

聽衆受益：

1. AI 零基礎或是有淺顯瞭解的電商同行
2. 對電商和 AI 技術感興趣的圈外愛好者或商務人士

第三期：深度學習在文本分析中的應用

分享時間：三月十五日 晚間 8：30-9：30

講師介紹： 蘇海波，清華大學電子工程系博士，百分點集團首席算法科學家，擅長人工智能領域的天然語言理解、動態知識圖譜、深度學習、個性化推薦以及計算廣告學技術；多篇論文發表於 GLOBECOM、ICC、IEICE Transactions 等國外頂尖學術會議和期刊；曾就任於新浪微博，負責廣告系統的算法效果優化，以及信息流產品總體算法策略的設計及研發；現負責百分點大數據與人工智能核心算法。

分享內容： 大數據時代，經過文本信息掌握消費者偏好、用戶口碑和品牌輿情已經變成企業最基本的生存和競爭能力，在這些應用場景中，文本分析的技術能力直接決定了信息挖掘結果的質量和效率，這對任何企業的對應技術部門提出了很是高的要求。百分點在文本分析方面有多年的技術和業務實踐經驗，服務了幾百家企業級客戶，而且成功採用深度學習技術顯著提高了文本分析的效果，達到了業界頂尖水平。本講座將分享深度學習模型在各類文本分析任務中（包括分詞、命名實體、情感分析以及自動問答等）的應用實踐，具體內容包括模型的技術原理、效果調優和性能的優化，同時展現對應的使用場景、業務案例和應用價值。

聽衆受益： 用戶將會了解深度學習在企業級文本分析中具體的技術原理，以及在使用過程當中遇到的效果和性能方面的各類挑戰和解決方案，同時，用戶還能夠了解對應的技術使用場景和實際業務案例。

分享提綱：

1. 文本分析的功能體系
2. 文本分析中的深度學習模型原理
3. 模型的訓練集生成、效果調優以及性能調優
4. 模型的效果對比
5. 企業中的使用場景及案例

第四期：聊天機器人的歷史，現狀和將來

分享時間：三月二十二日 中午 12:30-13:30

講師介紹：Danny Lan, Danny 現任 Google 工程師，曾任美國一家智能監控公司的 Director of R&D， 對視頻和多媒體的智能分析有深刻研究。做爲主要成員，他曾表明卡耐基梅隆大學在美國國家標準總局（NIST）舉辦的視頻智能分析大賽中連續多年進入前三。其餘參賽團隊來自著名公司 IBM, BBN 等，以及包括斯坦福在內的多所世界頂級高校或科研機構。他在多個 AI 會議和雜誌發表論文 20 餘篇，論文引用次數近千。

分享內容： 隨着 AI 技術的突破性進展，做爲 AI 典型表明的聊天機器人在咱們的平常生活和工做中扮演愈來愈重要的角色。在這一個報告中，咱們經過介紹幾個著名的聊天機器人，包括 IBM 的 Waston，Apple 的 Siri 等等，來幫你們理清一下聊天機器人的發展史。並經過對這些機器人的深刻分析，讓你們對聊天機器人的分類，工做原理和將來的發展方向，有比較深刻的瞭解。

分享提綱：

1. chatbot 聊天機器人的概述，介紹著名 chatbot: IBM 的 Waston，Apple 的 Siri
2. 聊天機器人在生活和工做中的重要角色
3. 聊天機器人的發展史
4. 聊天機器人的分類
5. 聊天機器人的工做原理
6. 聊天機器人的將來發展

第五期：如何迎接人工智能轉型

分享時間： 三月二十九日 晚間 8:30-9:30

講師介紹： 李文哲，貪心科技（Greedy Technology）的創始人兼 CEO， 曾任凡普金科集團（愛錢進） 的首席數據科學家、 北京會牛科技的首席科學家兼投資總監 、美國亞馬遜和高盛的高級工程師， 是金融行業開創知識圖譜作大數據反欺詐的第一人，並具備豐富的戰略制定和管理經驗。美國南加州大學人工智能博士，荷蘭阿姆斯特丹大學的學者， 前後在 AAAI、KDD、AISTATS、IAAI 等國際頂級會議上發表過 15 篇以上論文、前後得到 IAAI, IPDPS-Parlearning，CISC-W 的 best paper award。 兼任多家中美創業公司和風投投機構的技術顧問，以及兼職講師。

分享內容： 人工智能是這個時代一個很重要的標籤，近年來，不少互聯網公司試圖從「互聯網 +」轉型到「AI+」， 在這過程中咱們不只須要 AI 人才，也須要思惟模式的轉變。因爲行業人才缺口巨大，相關崗位薪資也飛漲船高。在這樣的一個大環境下，工做在不一樣崗位的咱們須要作哪些準備才能持續維持核心競爭力？ 面對鋪天蓋地的信息，不知無從下手，該怎麼辦？ 零基礎，怎麼入行人工智能？ 在本次講座裏，我會圍繞這些話題探討一下怎麼轉型從事人工智能。

分享提綱：

1. 人工智能時代來臨，誰須要瞭解人工智能，爲何
2. 淺談人工智能思惟，以及它對團隊、產品的影響
3. 從一個新的角度來認清人工智能的知識體系以及人工智能的本質
4. 人工智能行業崗位的技能圖譜
5. 怎麼選擇一個最適合本身的學習路徑

3 月第 1 期課程將於明天開啓

• 主題：從亞馬遜的推薦系統講推薦系統的前世此生
• 開課時間：3 月 1 日（週四）中午 12:30
• 形式：APP & 網站直播授課 / 多講師討論
• 如何聽課：掃描海報二維碼，進羣可收到聽課地址

PS：本次配合直播學習還爲你們準備了價值 1999 元的「人工智能學習資料包」，你們不要錯過。

更多幹貨內容，可關注AI前線，ID：ai-front，後臺回覆「AI」、「TF」、「大數據」可得到《AI前線》系列PDF迷你書和技能圖譜。