程序员创造软件，软件改变世界

提及“人工智能”，看来起来很深奥的样子。不过有关人工智能的话题已经出现了二三十年，早期人工智能更多的出现在学术领域，生物工程，或者科幻小说里。但是最近几年被科技巨头、互联网巨头炒的沸沸扬扬、如火如荼，已经在各个领域可以逐渐看到人工智能的应用场景，这其中很重要的原因是工程技术的发展，计算能力的廉价，以及整个数据的权量。

传统企业经过多年IT建设，已经打下良好的信息化根基，比如ERP、MES、CRM、SAM这些底层的业务架构，都已经发展的很成熟。但是这个被云计算、大数据、人工智能等新概念、新技术推动的新时代，却给他们带来了巨大的挑战。

“之前讲智慧赋能，但是智慧赋能最核心还是数据，而且是跟过去最大的差异，原来说智慧的时候很多是讲人的业务经验，而现在会更强调数据运营，基于数据的决策。”这句话是在2017技术雷达峰会期间提出的。

用深度学习框架弥补学术空缺

作为一个以工程能力、以技术卓越创造社会价值改变世界的公司，程序员要做什么？小编认为：“这就是程序员开始做深度学习的根源，让AI让深度学习这样过去很高端的技术，变成一个很平常的，每一个企业甚至每一个程序员都可以掌握的东西。而且随着近几年的发展，我们看到事实验证已经成为现实。”

“AI应用应该飞入寻常百姓家，应该是一种服务，随需随用”，在史凯眼里人工智能应该很平易近人，因为它底层的算法还有神经网络和技术都来自于学术，学术的东西到商用的过程没有那么快，怎么把学术的东西应用到工程领域，这中间还是要有很大的鸿沟。原来说人工智能、神经网络、深度学习，如果没有数学基础，相信很难能理解，数学的门槛就能将半数人拒之门外，这就是门槛。

让每一个程序员简单应用深度神经网络

只要是程序员出身，并且有有很深的工程领域背景，所以就能很清楚的知道深度学习需要什么样的深度学习框架，会习惯用程序员的思维去思考，怎么样最好用，让每一个程序员，每一个企业，就像写平常的对象一样应用深度神经网络。

神经网络由很多层组合起来，比如做一个图样识别的算法，就要识别一种特殊模式，这时就需要另外一个人开发，怎么把他用起来，以前可能这个事情比较难，也可能是各个科学家自己的黑科技。

做懂程序员群体的深度学习框架

软件改变世界，程序员改变软件，我们希望通过我们的开放框架帮助程序员改变世界，他们专注于他们的工程能力和面对的业务问题，至于深度神经网络多少层，这些专业性的问题和学术上的价值，我们帮他完成。”史凯补充道。开发工程师或者业务需求人员，可以基于框架产生很多业务场景。核心开发从量级和投入上，与百度深度神经网络差不多是一个量级。

在深度学习上，并不想做一个特别全的，闭源的东西，而是希望最大化的开发工程能力，并且借助团队强大的学术研究背景，将工程能力和学术能力融合在一起，从而形成一个非常高内聚的内核。