DeeCamp一期結束後，專訪創新工場人工智慧工程院

於 7 月 12 日正式開營的 DeeCamp，是創新工場人工智慧工程院舉辦的面向全球高校學生的首期深度學習暑期訓練營，在歷時 6 周的「閉門課程+項目實踐」之後，36 位學生組成的 5 個項目組正式在 8 月 17 日的結營儀式上展示自己的成果。關於此次活動，我們採訪了創新工場技術副總裁、人工智慧工程院副院長王詠剛和導師團成員梁睿，與他們聊了聊 DeeCamp 的過程和規劃。

撰文 | 藤子

8 月 17 日，在創新工場的 DeeCamp 活動中誕生了 5 個人工智慧項目，其中既有無人零售商店，也有無人送貨小車，還有歌詞創作機器人，「鬥地主」機器人，以及聊天機器人。

DeeCamp 是創新工場人工智慧工程院舉辦的面向全球高校學生的首期深度學習暑期訓練營，從 1000 多報名學生中招募了 36 位學生，他們來自卡內基梅隆大學、紐約大學、新加坡國立大學、澳大利亞國立大學、早稻田大學、北京大學、清華大學等。既有在讀博士、碩士研究生，也有本科學生，最小的學生還在讀大一，今年才 18 歲。

DeeCamp 於 7 月 12 日正式開營，在歷時 6 周的「閉門課程+項目實踐」之後，36 位學生組成的 5 個項目組正式在 8 月 17 日的結營儀式上展示自己的成果。

創新工場人工智慧工程院為何要舉辦這個活動，在數千報名學生中，如何挑選合適的學生，創新工場在這個過程中，提供了什麼，接下來他們將會有哪些計劃？我們與創新工場技術副總裁、人工智慧工程院副院長王詠剛以及 DeeCamp 導師團成員梁睿聊了聊。

為什麼要做 DeeCamp 這樣一個訓練營？而且是將高校學生作為 DeeCamp 的成員？

王詠剛：這兩三年，創新工場都在集中做人工智慧相關的事情。從開復的出發點來說，他對高校學生有一些期待，希望更多的人能夠真正進入這個領域，而不是淺嘗輒止。

社會上有很多速成課程，比如三周學會深度學習，三周學會 TensorFlow，我是不信任的。開復和我都希望能把對的學生引到對的方向上去，這是我們的一個使命。當然，這個使命也有所求，比如我們從中挖掘人才，聚攏人才，但這是互利的所求。

開復給我們提了很多要求，讓我們做好高校關係，做培養學生的事情。我們就比較了很多不同的做法，覺得實踐為主的活動要比純學習或純分享交流的活動好很多，在實踐中動手做項目，在過程中拿到資源，這樣的成長是最快的，這是我們訓練營的基調，也是我們當時下很大決心的原因。

你印象最深的是哪個項目？為什麼？

王詠剛：如果只挑一個的話，那就是無人商店，這個項目主要要求整合能力。我們不要求學生有實際的工程能力，也不要求做出的產品能運用於實際商店，他們做的就是一個原型產品。做原型產品，對整合能力要求高一些。用攝像頭識別一個人的手勢和一個商品的時候，在實際的環境中，要考慮軟硬結合的問題。

一個攝像頭，它的視角有多大，解析度有多大，都會直接影響識別的效果，識別之後，採集商品圖像，有不同的採集方法。因為把商品拿出來，有不同的角度，因此，需要不同的採集方法。那麼到底應該用什麼方式採集圖像呢？是單張的拍照還是拍一個視頻把它分解成一個不同的張數？要適應多少不同的光照？要不要適應不同的攝像頭？這些都需要他們在系統的整合中，去判斷。這裡面發現的不同的問題比其他項目要多。

你覺得他們做得如何？

王詠剛：對一個只有五六周的學生項目和原型項目來說，已經非常不錯了。但如果按照實際的使用標準來說，還不是很成熟。

你們如何挑選報名的學生？有哪些標準？

王詠剛：我們當時去各個高校包括海外高校宣傳這件事，讓大家報名的時候，沒有想到有 1000 多人報名，我們當時只想招 30 個人，後來擴充到 36 人。

應該如何去挑選？我們當時很苦惱。當時覺得不一定非要挑在 AI 領域技術很強的學生，第一，我們是一個訓練課程，是想在學生中進行普及。第二，我們不想把它局限於全都是 CS 專業的學生。第三，我們不想集中在某幾個學校的學生。

所以在選人的時候，我提了幾個規則，一定要顧及到海內外的學校，不同的專業，不同的經歷，要有一定的女生比例。因此，這幾個項目每組都有女生。我們希望使更多的、範圍更廣的學生對共同開發有實際的體驗。

我們更傾向於比較主動、動手能力強，有一定溝通能力和團隊合作能力的學生。我們進行了兩輪篩選，第一輪根據學生的簡歷，看他參加了什麼會議，做了什麼實際項目，是否做過實習工作。第二輪通過電話跟學生溝通，考察他們的溝通能力、團隊合作能力。

這些學生身上有哪些值得讚賞的地方，還有哪些需要改進的地方？

王詠剛：一開始，他們給我的感覺挺悶的，可能一是不太認識，二是理工科學生都有一點悶。

所以他們一來，我就告訴所有的 30 多人，雖然我們給你們提供一些方向，但希望你們每個組自己去決定做什麼，自己決定跟導師怎麼交流。雖然一開始他們很悶，但這方面的表現完全超出了預期，他們真的組織起來了。在這個過程中，自己去找資源，去找人合作，需要買什麼東西自己申請等等，都是自己在組織。今天你看到的所有演示環節，都是他們自己決定的。

如果說有什麼需要提高的話，我覺得工程能力還需要提高一些。畢竟在學校里寫論文，離工程有些遙遠。現在的學校教育，不管是中國還是美國，都存在這樣一個問題，離我們太遠，這些在他們身上表現得也比較明顯。很多工程上很細緻的問題，他們都需要求助導師或者其他人解決。

梁睿：我這次是協助無人零售商店團隊。我覺得這 6 周的項目，特別受益於團隊成員來自不同背景不同專業甚至不同地域。另外，團隊做事時也非常順暢，跟我之前接觸的純粹由工程師組成的團隊工作氛圍完全不一樣。

拿無人零售團隊舉例，有一個清華的同學在技術方面，尤其在檢測演算法方面了解非常資深，這個組恰好有一個同學在系統的前後端開發方面非常厲害，如果直接由這兩個技術大牛搭建這麼一個團隊，也很完美。但事實上，在項目運作初期，我們發現由於大牛的存在，所以他們不斷地提出新的想法，說我們試試這個，試試那個。大家都知道，在做項目的時候，想法多可能是好事，但咱們怎麼把想法收斂，落地，怎麼把項目執行起來，這是一個很難的點。

在這個組，有一個學生特別有意思，它是北大的一個姑娘，做的是跟經濟學相關的事情，有些偏文科。她在這個項目中很有意思地扮演了一個類似於產品經理或項目經理的角色。她告訴大家，既然有很多想法，那怎麼把想法梳理起來，整合起來，先做一個 A 方案，如果 A 方案做不成，我們有一個 B 方案。應該用多長時間嘗試 A 方案，如果 A 方案不成，在什麼時間節點上轉成 B 方案，團隊中這樣一個角色的存在，實際上，能讓他們的項目按照時間節點很順暢地往下執行，達成他們的結果。這是團隊構成中，最讓我驚訝的一件事情。

在這個過程中，創新工場做了哪些事情？

王詠剛：我們安排了場地，每個人都有自己的工位，電腦，共享的 GPU 計算資源等等。我們提供了 20 塊 GPU 給他們分享使用，還有後勤的支持。

項目開始之前，我們給他們安排了一周的課程，AI 領域不同方向不同領域的人去給他們講 5 個不同層面的課程，雖然這 5 個課程不會解決實際的具體問題，但是會把他們領進門，讓他們知道如何走進 AI 大門，理解 AI 技術的思路。還給他們開放了對他們免費的網路上的機器學習、深度學習課程。

我們給每個項目組配了一個或兩個導師，這些導師平常是我們的工程師或產品經理。導師不會主動幫你們解決問題，而是你們組織起來，要求導師配合你，這是我們一個基本的支持方式。

我們給每個項目寫了兩三句話的大方向，鼓勵他們在這個方向上任意創造，在這五個項目中，至少有四個都跟原來描述的不大一樣，差別很大，都是他們發揮創造的，這是我們之前沒想到的，但效果不錯。

梁睿：在項目過程中，每個團隊無時無刻都在提出很多新的問題，雖然每個項目都有老師，但並不意味著每個老師對於解決這個問題就是最正確的人。

舉個例子，比如人工智慧寫歌詞的項目組，生成的歌詞，如何跟音樂合在一起，他們完全沒有做過研究，找到導師，導師找到做設計的 VP，然後找到外部的資源，給他們進行指導。在整個資源方面，給予了很大的支持。

在 AI 方面，中國高校的學生跟國外高校的學生相比，有哪些不一樣的地方？

王詠剛：大部分一樣，不一樣的有一些普遍性的特點。國外學生動手能力，軟硬體結合能力可能強一些，國外的教育，無論是實驗室還是課程，更強調動手，國內相對比較死板，理論能力會強一些，但動手能力稍差一點。另外，溝通方式上，國內和國外會有一些差別，國外學生更趨向於直截了當的溝通，國內學生會深思熟慮之後再溝通，沒有哪個好哪個壞，這是風格上的一些差別。

梁睿：在溝通方面，國外同學更傾向於簡單直接，國內同學會花時間把事情想清楚了，再跟老師溝通，這是兩種不同的方式。從我個人的角度來說，國外學生的溝通方式更利於項目儘快往前推進，因為做項目的過程中，導師可能已經踩過的坑，你來問一句，人家一句話就能解決問題，沒有必要自己再花一天時間去做。這也是我的建議，溝通盡量簡單直接。

DeeCamp 接下來會有什麼計劃？

王詠剛：我們的活動抓住了學生的需求，不只是今天現場的反饋，私下反饋也很好，他們真心認可這種方式，認為自己學到了東西，說明我們達到了最初的目的，我們最開始的原則和判斷是正確的。

接下來我們會總結一下，每個組每個項目大概需要多少資源，如何把活動複製下去，我們有一些計劃暫時還在制定，接下來很快會有一些更新。開復希望把這個活動連續辦下去，怎麼辦，是一年兩屆，還是一年一屆，或者同時在北京、上海、杭州幾個地方辦，這些我都覺得可以。請大家保持關注。

首期DeeCamp誕生的5個項目具體如何，以下是詳細的項目介紹：

一、無人零售商店

展示的第一個項目：無人零售商店

根據項目組的介紹，他們在做無人零售店時，最開始是計劃採用傳統的 IT 技術，給每個商品都貼上 RFID 標籤。這個方法的缺點在於成本高，因為每個 RFID 標籤花費五毛錢，如果是售價兩元的士力架，顯然不划算。即使以後 RFID 標籤成本降低到可以忽略不計的程度，但給每個商品貼標籤也要花費大量人力成本。因而否決了這個方案。

在這之後，他們決定採用基於機器視覺的檢測技術，在貨架內部安裝攝像頭，檢測貨架上物體的數量變化，從而判斷購買行為。但這樣造成的問題是，如果是一個多層的貨架，那就必須在每一層貨架上安裝一個攝像頭，而且每一層貨架上的物品不能有重疊，否則演算法就不可靠，因此也否決了這個方案。

最終，項目組決定採取實時檢測追蹤的演算法，只在貨架邊緣安裝一個攝像頭，從而檢測到整個貨架外部區域的情況，如果在購物過程中，用戶拿走一個商品，演算法就會對這個物體的運動軌跡進行追蹤，更新購物清單。這可以解決第二種方式的局限性，貨架可以多層架設，物品也可以重疊放置，而且只需控制一個攝像頭拍攝外面區域的情況。

二、無人送貨小車

室內無人送貨小車，在項目組的規劃中，它的應用場景有幾方面，比如將文件送到領導辦公室，待領導簽完字後，再送回來；或者是快遞送到門口，前台操作送貨小車，使其將快遞送到對應同事的工位。

在項目組的規劃中，每個同事的工位都有一個固定的位置。小車在移動過程中，不僅會有人走來走去，而且也會遇到突然出現的障礙物。因而，在這個過程中，小車需要自主避障，並在出現障礙物時，動態規劃路線。

再者，因為小車是送快遞，需要人機交互，從而需要通過語音、視覺等方式來實現。項目組用微信介面做成的界面實現交互，比如，要送貨到前台，就給小車說前台，小車則會返回一張前台的照片，以確認是這個地方。然後，小車再說「我要來了」。

而在安全性方面，項目組這次並沒有涉及，但項目組表示，智能快鎖，人臉識別對於安全性來說，很重要，他們接下來會完成。項目組認為，未來他們還可以考慮將網路上的快遞數據同步到小車的送貨系統，使小車能夠自己接貨、送貨。

在大致的介紹之後，項目組介紹了他們的實現過程。快遞是將貨物從 A 地送到 B 地，需要四個步驟：一，建圖。比如走廊在哪，通道在哪，每個員工的位置在哪，把整個環境規划出來。二，定位。我在哪，我要送到哪裡去？這就涉及定位，需要激光雷達和視覺定位等方式解決這個問題。三，規劃。從 A 到 B，需要在地圖中查找路徑，送貨可以走哪些路徑，哪條路更快更穩更準確，要把路徑規划出來。四，控制，比如車的加速、減速、前進、倒退、左轉、右轉等，需要很好地將貨送到目的地。

而無人小車的硬體方面，項目組使用了一塊英偉達的處理器，以及激光雷達、雙目相機和慣性測量單元等感測器。

三、人工智慧寫歌詞

項目組將作詞機器人取名為歆雅，這是歆雅根據方文山的歌詞來創作的一首歌詞。

創造力是大自然賦予人類智慧最好的禮物，如果人工智慧不能通過學習已有的東西創造新的東西，就不能稱為真正的智能。

正是如此，項目組選擇了目前最為熱門的生成式模型的對抗式神經網路來進行歌詞的創作。在創作的過程中，會給作詞機器人提供一句話，作為寫作的線索和靈感，以及歌曲的結構，以此保證它不會完全亂寫。

項目組認為，對於人工智慧作詞人，也許水平並不能完全達到人類作詞人的水平，但可以給作詞人靈感，比如在一首根據王菲的《紅豆》寫的歌詞中，就出現了格桑花這一意象，如果作詞人需要靈感的話，這就是很好的提示。另外，如果是音樂愛好者或者初出茅廬的音樂人，在寫歌時，則可以跟人工智慧合作，以解決沒有專業作詞人合作的問題。而對於普通音樂愛好者來說，如果聽到了一首好聽的日文歌或韓國歌，則可以讓人工智慧填上中文歌詞，這也是一個比較有意思的應用場景。

四、AI 鬥地主

用 AI 鬥地主的演示界面

模型測試勝率

項目組認為，如果採用規則的方法來實現鬥地主，有幾個缺點，一，邏輯非常複雜，代碼量非常大。二，規則是跟高手學習，最多可以達到高手的水平，不會超過高手。因此他們採用了強化學習的架構來實現鬥地主。

五、聊天機器人

聊天機器人

在聊天機器人領域，常見的有兩種，一種比如微軟小冰，以純聊天為主，產品的特色在於有趣，一般是按照用戶與她聊天的輪數來判定產品的質量，另外一種是機器人客服，比如百度的度秘、蘋果的 Siri，是為了解決特定的問題，產品的特點在於剛需。

根據項目組的介紹，他們製作的機器人則集兩者為一體，既能聊天殺時間，也能解決一些特定問題，甚至是推薦。而他們提出一個概念：AI+戀愛。因為在兩性情感問題中，如何求愛，失戀後如何挽回，甚至是如何成為戀愛大師，都是生活中的痛點。因而這個聊天機器人專註於解決單身問題高質量的戀愛經驗，提供高質量戀愛經驗來增加約會趣味，促進情侶的情感升級。

這個聊天機器人一共有 800 萬對聊天對話語料、50 萬句幽默段子語料、3G 靜態表情包，10G 的高質量情感 QA 數據。

聊天機器人的總體架構

在項目展示之後，創新工場創始人、創新工場人工智慧工程院院長李開復對項目進行了總的點評，他認為這次的 DeeCamp 既不是完全學術的，又跟向 VC 展示有所區別的，全方位的展示。在這些項目成員中，團隊精神讓他最為欣慰，而項目組在演示時的表達能力也讓他印象深刻，因為每個項目組都能將項目的價值以及項目是如何做的，講述得很清楚。

同時，他也提出了幾點以後演示時，需要注意的地方：

一，要注意產品的響應速度，速度的快慢給人的印象將完全不同。

二，每個項目都有自己的主線，如果要展示給 VC 或者公司高管時，不需要覆蓋各個層面，也不需要把自己拔高到「改變世界、改變思維或者顛覆模式」這種程度，如實地講清楚自己能做什麼即可。而技術能做什麼，不能做什麼，局限在哪裡，也要坦誠地溝通。

三，在演示時，為了增強說服力，可以用真實的數據來進行驗證，或者讓現場的人參與進來，會比只播放演示視頻的可信度更高。

四，儘管如果以後創業，大家看的是結果，但既然學術出身，就要沿襲學術傳統，使用了誰的技術，應該講清楚，讓大家更了解。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！