时间：2023-01-09 18:33:33 | 浏览：2126
于 7 月 12 日正式开营的 DeeCamp，是创新工场人工智能工程院举办的面向全球高校学生的首期深度学习暑期训练营，在历时 6 周的「闭门课程+项目实践」之后，36 位学生组成的 5 个项目组正式在 8 月 17 日的结营仪式上展示自己的成果。关于此次活动，我们采访了创新工场技术副总裁、人工智能工程院副院长王咏刚和导师团成员梁睿，与他们聊了聊 DeeCamp 的过程和规划。
撰文 | 藤子
8 月 17 日，在创新工场的 DeeCamp 活动中诞生了 5 个人工智能项目，其中既有无人零售商店，也有无人送货小车，还有歌词创作机器人，「斗地主」机器人，以及聊天机器人。
DeeCamp 是创新工场人工智能工程院举办的面向全球高校学生的首期深度学习暑期训练营，从 1000 多报名学生中招募了 36 位学生，他们来自卡内基梅隆大学、纽约大学、新加坡国立大学、澳大利亚国立大学、早稻田大学、北京大学、清华大学等。既有在读博士、硕士研究生，也有本科学生，最小的学生还在读大一，今年才 18 岁。
DeeCamp 于 7 月 12 日正式开营，在历时 6 周的「闭门课程+项目实践」之后，36 位学生组成的 5 个项目组正式在 8 月 17 日的结营仪式上展示自己的成果。
创新工场人工智能工程院为何要举办这个活动，在数千报名学生中，如何挑选合适的学生，创新工场在这个过程中，提供了什么，接下来他们将会有哪些计划？我们与创新工场技术副总裁、人工智能工程院副院长王咏刚以及 DeeCamp 导师团成员梁睿聊了聊。
为什么要做 DeeCamp 这样一个训练营？而且是将高校学生作为 DeeCamp 的成员？
王咏刚：这两三年，创新工场都在集中做人工智能相关的事情。从开复的出发点来说，他对高校学生有一些期待，希望更多的人能够真正进入这个领域，而不是浅尝辄止。
社会上有很多速成课程，比如三周学会深度学习，三周学会 TensorFlow，我是不信任的。开复和我都希望能把对的学生引到对的方向上去，这是我们的一个使命。当然，这个使命也有所求，比如我们从中挖掘人才，聚拢人才，但这是互利的所求。
开复给我们提了很多要求，让我们做好高校关系，做培养学生的事情。我们就比较了很多不同的做法，觉得实践为主的活动要比纯学习或纯分享交流的活动好很多，在实践中动手做项目，在过程中拿到资源，这样的成长是最快的，这是我们训练营的基调，也是我们当时下很大决心的原因。
你印象最深的是哪个项目？为什么？
王咏刚：如果只挑一个的话，那就是无人商店，这个项目主要要求整合能力。我们不要求学生有实际的工程能力，也不要求做出的产品能运用于实际商店，他们做的就是一个原型产品。做原型产品，对整合能力要求高一些。用摄像头识别一个人的手势和一个商品的时候，在实际的环境中，要考虑软硬结合的问题。
一个摄像头，它的视角有多大，分辨率有多大，都会直接影响识别的效果，识别之后，采集商品图像，有不同的采集方法。因为把商品拿出来，有不同的角度，因此，需要不同的采集方法。那么到底应该用什么方式采集图像呢？是单张的拍照还是拍一个视频把它分解成一个不同的张数？要适应多少不同的光照？要不要适应不同的摄像头？这些都需要他们在系统的整合中，去判断。这里面发现的不同的问题比其他项目要多。
你觉得他们做得如何？
王咏刚：对一个只有五六周的学生项目和原型项目来说，已经非常不错了。但如果按照实际的使用标准来说，还不是很成熟。
你们如何挑选报名的学生？有哪些标准？
王咏刚：我们当时去各个高校包括海外高校宣传这件事，让大家报名的时候，没有想到有 1000 多人报名，我们当时只想招 30 个人，后来扩充到 36 人。
应该如何去挑选？我们当时很苦恼。当时觉得不一定非要挑在 AI 领域技术很强的学生，第一，我们是一个训练课程，是想在学生中进行普及。第二，我们不想把它局限于全都是 CS 专业的学生。第三，我们不想集中在某几个学校的学生。
所以在选人的时候，我提了几个规则，一定要顾及到海内外的学校，不同的专业，不同的经历，要有一定的女生比例。因此，这几个项目每组都有女生。我们希望使更多的、范围更广的学生对共同开发有实际的体验。
我们更倾向于比较主动、动手能力强，有一定沟通能力和团队合作能力的学生。我们进行了两轮筛选，第一轮根据学生的简历，看他参加了什么会议，做了什么实际项目，是否做过实习工作。第二轮通过电话跟学生沟通，考察他们的沟通能力、团队合作能力。
这些学生身上有哪些值得赞赏的地方，还有哪些需要改进的地方？
王咏刚：一开始，他们给我的感觉挺闷的，可能一是不太认识，二是理工科学生都有一点闷。
所以他们一来，我就告诉所有的 30 多人，虽然我们给你们提供一些方向，但希望你们每个组自己去决定做什么，自己决定跟导师怎么交流。虽然一开始他们很闷，但这方面的表现完全超出了预期，他们真的组织起来了。在这个过程中，自己去找资源，去找人合作，需要买什么东西自己申请等等，都是自己在组织。今天你看到的所有演示环节，都是他们自己决定的。
如果说有什么需要提高的话，我觉得工程能力还需要提高一些。毕竟在学校里写论文，离工程有些遥远。现在的学校教育，不管是中国还是美国，都存在这样一个问题，离我们太远，这些在他们身上表现得也比较明显。很多工程上很细致的问题，他们都需要求助导师或者其他人解决。
梁睿：我这次是协助无人零售商店团队。我觉得这 6 周的项目，特别受益于团队成员来自不同背景不同专业甚至不同地域。另外，团队做事时也非常顺畅，跟我之前接触的纯粹由工程师组成的团队工作氛围完全不一样。
拿无人零售团队举例，有一个清华的同学在技术方面，尤其在检测算法方面了解非常资深，这个组恰好有一个同学在系统的前后端开发方面非常厉害，如果直接由这两个技术大牛搭建这么一个团队，也很完美。但事实上，在项目运作初期，我们发现由于大牛的存在，所以他们不断地提出新的想法，说我们试试这个，试试那个。大家都知道，在做项目的时候，想法多可能是好事，但咱们怎么把想法收敛，落地，怎么把项目执行起来，这是一个很难的点。
在这个组，有一个学生特别有意思，它是北大的一个姑娘，做的是跟经济学相关的事情，有些偏文科。她在这个项目中很有意思地扮演了一个类似于产品经理或项目经理的角色。她告诉大家，既然有很多想法，那怎么把想法梳理起来，整合起来，先做一个 A 方案，如果 A 方案做不成，我们有一个 B 方案。应该用多长时间尝试 A 方案，如果 A 方案不成，在什么时间节点上转成 B 方案，团队中这样一个角色的存在，实际上，能让他们的项目按照时间节点很顺畅地往下执行，达成他们的结果。这是团队构成中，最让我惊讶的一件事情。
在这个过程中，创新工场做了哪些事情？
王咏刚：我们安排了场地，每个人都有自己的工位，电脑，共享的 GPU 计算资源等等。我们提供了 20 块 GPU 给他们分享使用，还有后勤的支持。
项目开始之前，我们给他们安排了一周的课程，AI 领域不同方向不同领域的人去给他们讲 5 个不同层面的课程，虽然这 5 个课程不会解决实际的具体问题，但是会把他们领进门，让他们知道如何走进 AI 大门，理解 AI 技术的思路。还给他们开放了对他们免费的网络
