Facebook 创建 AI 学院,号召全体学 AI

对于 Facebook,AI 技术是提升用户体验、创造新体验的一大法门。该公司表示,每天处理数十亿的发帖、评论和照片,需要开发出“地球上最高效”的 AI 系统。

但 AI 领域的人才和专业知识十分稀缺,尤其是深度学习。即便是 Facebook 这样的巨头,也一直感受到招聘压力。

顺便说一句,李开复老师前段时间把国外 Google、Facebook、Microsoft、Amazon以及国内 BAT 比喻为 AI 人才的“七大黑洞”,把行业人才吞噬一空。即便如此,无论是人、技术还是数据,离满足巨头们的胃口仍然差得远。

就业市场的 AI 工程师已经被瓜分一空,但企业还需要更多。

在全世界范围内,高校纷纷上马 AI、机器学习、数据科学的专业以及课程。但这只是问题的一个方面:AI 研习社了解到,现在非常多的工程师,缺乏在实际业务环境做 AI 开发的第一手经验和履历。

为填平这一道技能鸿沟,Facebook 在昨晚宣布创建 Facebook AI Academy,对公司内部员工进行免费 AI 技能培训。

Facebook 表示:

“我们坚信创新以教育为基础。通过向我司工程师提供最前沿的 AI 技术培训,Facebook 能够向全公司业务线部署更多的深度学习专家。当下,Facebook 有超过 40 只技术团队、超过 25% 的工程师在产品服务中要用到 AI 。我们想要进一步提升这个数字。”

AI 研习社获知,Facebook AI Academy 的培训分为两部分。第一部分是要求学习者亲身实践的深度学习课程。课程由身为 Facebook AI 研究实验室(FAIR)首脑人物之一的 Larry Zitnick,与其他顶级专家共同设计,让 Facebook 全公司的工程师能够直接从 FAIR 专家那里学习。学院课程的主题包括深度学习基础、CNN\RNN 以及增强学习等相关话题。一套课程包含六节课,把学术理论讲解和在实验室亲自动手开发深度学习模型相结合。

第二部分是让学员获取更深度的亲身实践经历。为此 Facebook 开设了 AI Immersion Program (项目名称:“沉浸在 AI 中”).该项目提供给工程师到 FAIR 来上班的机会,锻炼个一到两年。这期间,他们会与行业顶级专家共同从事各个领域的研究项目,包含深度学习、计算机视觉、自然语言处理、语音、推理等等。“毕业后”,工程师离开 FAIR 团队把知识应用于 Facebook 的其他技术团队,比方说 Applied Machine Learning (应用机器学习)、Newsfeed 部门。这样做的目的,不但是把 AI 专业知识扩散到公司全员,也是为了在 FAIR 和公司其他部门之间创造更好的合作、分享社区氛围。

据 AI 研习社了解,在 Facebook,AI Academy 的培训项目一直非常热门,想上课的人太多以致课程超员,反馈也十分正面积极。对于 FAIR 的研究人员来说,这也是向各领域技术专家学习、拓展人际关系的好机会。AI 技术研究已经变得极度复杂,需要高效的软件平台、大规模计算集群,以及海量数据资源。因此,做前沿 AI 研究必须要出色的工程开发人才。AI Academy 为 Facebook 的技术人才储备提供了紧密的联系。

Facebook 最后还表示:

“我们清楚,为加速项目进展,并保证流水般源源不绝的工程技术人才;保持一个充满活力的学术研究社区十分关键。作为 Facebook 对外开放思路的执行,FAIR 一直在向全世界的 AI 开发者社区提供开源软件以及硬件。其中一些我们的开源工具请看这里。Facebook AI Academy 目前只对 Facebook 内部技术员工开放,但我们会继续评估与更广大学术社区分享知识的机会。”

原文发布于微信公众号 - AI研习社(okweiwu)

原文发表时间:2017-03-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Java技术栈

如何在一分钟内搞定面试官?

有的人,可以口若悬河、妙语连珠讲3分钟,有的人,可能磕磕巴巴,讲了30秒,前者一定能胜过后者,然则未必,今天就来聊一聊,面试的经典问题——自我介绍。

6910
来自专栏CDA数据分析师

回顾与展望丨数据科学 机器学习:2017年的主要发展和2018年的关键趋势

KDnuggets邀请了数据科学相关领域杰出的代表人物对2017年的主要发展和2018年的趋势进行了总结和预测。主要内容涉及到 AI 、深度学习、机器学习、安全...

20880
来自专栏大数据

大数据分析是多么的重要!

随着云时代的来临,大数据(big data)吸引了越来越多的关注。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样...

19800
来自专栏PPV课数据科学社区

【观点】智能的过去和未来,谢耘演讲实录

在日前的中关村创业讲坛上,神州数码首席科学家谢耘对人工智能进行了主题演讲;在演讲时,谢耘分享了人工智能研究的几个阶段,并表示,随着让计算机运算的速度越算越快,I...

28060
来自专栏大数据文摘

世上本没有数:正解大数据

22760
来自专栏人工智能头条

IBM苏中:认知时代 计算系统需要左脑和右脑的结合

18960
来自专栏机器之心

业界 | 黄仁勋全面解读英伟达发展战略:打造面向未来的AI技术平台

机器之心原创 作者:李泽南 9 月 26 日,英伟达 GTC 大会中国站在北京开幕。在大会第一天上午的 Keynote 中,英伟达 CEO 黄仁勋介绍了 Ten...

387100
来自专栏人工智能头条

【CCAI 2016专访】今日头条李磊:研发不能只靠有监督学习 知识表示框架是未来AI核心

26170
来自专栏AI科技评论

干货 | 大数据分析工程师的求职攻略

随着互联网的兴起,人工智能和大数据成为了热门领域,越来越多的企业开始通过对数据的挖掘分析来为商业决策提供建议,在国内市场,人工智能和大数据领域人才出现巨大的缺口...

23450
来自专栏大数据文摘

对话第四范式胡时伟:让数据科学家成为业务专家,再为他们配一支技术军团

21840

扫码关注云+社区

领取腾讯云代金券