97年大學生自學人工智慧、聯合創業，公司獲百度投資
今年上大三的萬千鈞，和同學聯合創辦了一家科技公司，
✎文｜孫茜茜
“人工智慧是我的一個興趣，當做實驗在做。”說這話的時候，今年還在上大三的萬千鈞，已經和同學聯合創辦了一家科技公司，並且拿到了百度的投資，他就讀于天津工業大學軟體工程專業，是個95後。
萬千鈞
有意思的是，在萬千鈞自學人工智慧的過程中，為他保駕護航提供支援的，卻是阿裡雲的機器學習PAI平臺。
一次比賽，他結緣人工智慧
大二下學期，萬千鈞和同學報名參加了“第八屆全國大學生服務外包創新創業大賽”，正是這次比賽，為他的發展方向定了調。
萬千鈞團隊的參賽項目，是一項“風格轉換”技術，
這個項目，要用到人工智慧中最流行的深度學習演算法，而萬千鈞此前只聽說過人工智慧很厲害，卻從未做過瞭解。
抱著現學現用的心態，萬千鈞流覽了谷歌開發的深度學習框架TensorFlow中的文檔。
一個剖析生物視神經網路的文檔吸引住了他，“它就一層層去剖析生物的視神經網路是怎麼工作的。”更讓萬千鈞驚喜的是，“這麼奇妙的東西，最後它（文檔）告訴我，可以通過代碼去實現！”
從小，萬千鈞就對人的視覺充滿了興趣和求知欲。“現在，我可以通過自己的代碼實現一次。那要不，嘗試一下？”
電腦視覺屬於人工智慧中相對成熟的一塊，TensorFlow中的相關教程和案例也很豐富，“我就在TensorFlow的官方文檔裡，
算力不足，阿裡雲雪中送炭
在做“風格轉換”的題目時，需要訓練機器學習藝術畫作，通過對畫中的紋理、色彩等特徵進行學習，不斷完善演算法模型。
做深度學習需要GPU提供強大的計算力支撐，漸漸地，萬千鈞發現，自己筆記型電腦的運行速度已經跟不上了。
“對我來說，計算力非常重要。”這時，阿裡雲機器學習PAI平臺幫了大忙，為萬千鈞提供了幾乎免費的GPU。
“風格轉換的神經網路非常複雜，用我的筆記本訓練一張照片需要100多秒，共有10萬多張照片，而且還不止訓練一次。在自己的電腦上完成這個任務不現實，用PAI平臺來訓練，一張照片只要3到4秒。”
此後，每當有了新想法，萬千鈞都會把程式放到PAI平臺上去運行。直到現在，也沒花多少錢。
第八屆服創比賽，萬千鈞（左二）和隊員準備答辯
阿裡雲PAI平臺不僅提供了GPU資源，還在QQ和釘釘平臺建了“阿裡雲機器學習交流群”，為開發者們提供了交流平臺。
不會寫代碼，或遇到其他問題，萬千鈞都去交流群裡請教。
最終，萬千鈞團隊利用更先進的深度學習演算法，展現了“風格轉換”技術，獲得了這次大賽的全國二等獎。
女友淘寶，逼著他不斷學習
拿完獎後，萬千鈞繼續著人工智慧之路，尤其是女朋友的“鞭策”，給了他很大的動力。
“我女朋友經常發淘寶連結給我，都是她看上的衣服，我每次看了之後，還要回復她好不好看。我覺得，寫個程式去看這個衣服不就好了嗎？”
於是，萬千鈞先寫了一段視神經網路程式，然後輸入所有女友發來的衣服圖片，再對每一張圖片進行標注，標記成“我喜歡”或者“我不喜歡”。然後，讓自編的視神經網路程式根據標注的圖片，來尋找“我喜歡”的規律。
經過訓練，程式能夠挑選出符合萬千鈞眼光的衣服。“比如，我喜歡的衣服是毛茸茸的、黑色的。那麼，當程式發現一個毛茸茸的又是黑色的衣服時，它就會有很大把握判定這件衣服是我喜歡的。”
原本預想最多一個月就能完成的程式，萬千鈞一寫就是半年，因為女朋友又給他增加了難度, 除了衣服，她還陸續發來了褲子、鞋子、襪子、化妝品等其他物品。
“我得讓程式先學會什麼是衣服，什麼是褲子。然後還得訓練它，告訴它我喜歡什麼？其實這個工作量不小，比我想像中複雜多了。”萬千鈞說，女朋友的需求，逼著他不斷學習，不斷完善自己的程式。
連續創業，他拿到百度投資
萬千鈞的母親是公務員，父親在國企工作，所以他從小就很反感這種“一眼看到盡頭”的工作。他一直夢想實現財富自由，甚至還創業做過“代取快遞”，雖然堅持一學期後失敗，但是公司留下了，股權問題解決後，又開始承接企業的服務外包需求，“靠技術吃點飯”。
做服務外包掙的錢只能滿足萬千鈞的日常花銷，離他實現財富自由的夢想還有好遠。
“只有資本運作才能夠實現財富自由，才能實現自己的目標。”於是，往金融領域發展的想法誕生了，這和大四師兄孫光浩的想法不謀而合。
在自學金融學知識的過程中，師兄弟發現了“量化交易”。
“量化交易既是我們喜歡的金融方向，又和我們電腦專業結合的非常深，相比于其他金融方向，我們會更有優勢，也更靠譜。”萬千鈞說。
孫光浩認識做金融的朋友，他們很快和一個證券交易所建立了聯繫。“交易所願意提供資料、一些資金和技術，比如，他們操盤手總結出來的經驗，願意跟我們交流。我們可以根據他們的經驗設計出量化交易的策略。”
在這樣的背景下，“組團隊、把這件事情做好”的想法萌生了。萬千鈞和師兄希望結合人工智慧技術，改進現有的量化交易演算法。
因為是技術創業，萬千鈞和師兄就從身邊人入手，分別找了自己身邊技術能力比較強的朋友，2017年12月，一個飯局就敲定了團隊。
右一：萬千鈞，右三：孫光浩
現在，團隊共有6人，萬千鈞管技術，孫光浩任產品經理，負責產品的構思。剩下的團隊成員負責資料採擷、資料清洗、產品回測等。雖然產品還處於研發階段，但是公司已經獲得了百度的投資。
“百度投資了我們伺服器，也是目前唯一的開銷。我們現在6個人合夥寫代碼，所以人員費用暫時是0。工位也是百度投資的，在天津濱海那邊。”萬千鈞說。
爭奇鬥豔，雲助年輕人圓夢
阿裡雲表示，對於萬千鈞這樣的大學生開發者來說，最稀缺的是計算資源。
而阿裡雲機器學習PAI平臺支援多種分散式運算框架，可以靈活調用PAI平臺底層——飛天計算平臺上的CPU和GPU電腦群，為使用者提供高效的計算保證。
同時，PAI平臺集成了100餘種演算法元件，相容TensorFlow等深度學習框架，也通過雲的模式大幅降低了計算成本。
有很多像萬千鈞一樣的大學生開發者，在阿裡雲的幫助下踐行著自己的夢想。
95後大學生譚創創，通過PAI平臺上的計算資源來訓練自己的模型，他在用人工智慧技術分析阿爾茨海默症；武漢理工大學研究生張嶺，借助卷積神經網路，在PAI上完成了單個手寫漢字的離線識別，可以識別3700多類常用漢字，平均識別成功率達91%，平均單個圖像的處理時間為9毫秒。
根據阿裡雲PAI平臺公佈的資料，PAI平臺上的90後開發者占比已達到46%，二十六七歲的開發者是絕對主力，他們大多來自國內外高校，擁有碩士、博士的頭銜。
編輯｜翁菲
第八屆服創比賽，萬千鈞（左二）和隊員準備答辯
阿裡雲PAI平臺不僅提供了GPU資源，還在QQ和釘釘平臺建了“阿裡雲機器學習交流群”，為開發者們提供了交流平臺。
不會寫代碼，或遇到其他問題，萬千鈞都去交流群裡請教。
最終，萬千鈞團隊利用更先進的深度學習演算法，展現了“風格轉換”技術，獲得了這次大賽的全國二等獎。
女友淘寶，逼著他不斷學習
拿完獎後，萬千鈞繼續著人工智慧之路，尤其是女朋友的“鞭策”，給了他很大的動力。
“我女朋友經常發淘寶連結給我，都是她看上的衣服，我每次看了之後，還要回復她好不好看。我覺得，寫個程式去看這個衣服不就好了嗎？”
於是，萬千鈞先寫了一段視神經網路程式，然後輸入所有女友發來的衣服圖片，再對每一張圖片進行標注，標記成“我喜歡”或者“我不喜歡”。然後，讓自編的視神經網路程式根據標注的圖片，來尋找“我喜歡”的規律。
經過訓練，程式能夠挑選出符合萬千鈞眼光的衣服。“比如，我喜歡的衣服是毛茸茸的、黑色的。那麼，當程式發現一個毛茸茸的又是黑色的衣服時，它就會有很大把握判定這件衣服是我喜歡的。”
原本預想最多一個月就能完成的程式，萬千鈞一寫就是半年，因為女朋友又給他增加了難度, 除了衣服，她還陸續發來了褲子、鞋子、襪子、化妝品等其他物品。
“我得讓程式先學會什麼是衣服，什麼是褲子。然後還得訓練它，告訴它我喜歡什麼？其實這個工作量不小，比我想像中複雜多了。”萬千鈞說，女朋友的需求，逼著他不斷學習，不斷完善自己的程式。
連續創業，他拿到百度投資
萬千鈞的母親是公務員，父親在國企工作，所以他從小就很反感這種“一眼看到盡頭”的工作。他一直夢想實現財富自由，甚至還創業做過“代取快遞”，雖然堅持一學期後失敗，但是公司留下了，股權問題解決後，又開始承接企業的服務外包需求，“靠技術吃點飯”。
做服務外包掙的錢只能滿足萬千鈞的日常花銷，離他實現財富自由的夢想還有好遠。
“只有資本運作才能夠實現財富自由，才能實現自己的目標。”於是，往金融領域發展的想法誕生了，這和大四師兄孫光浩的想法不謀而合。
在自學金融學知識的過程中，師兄弟發現了“量化交易”。
“量化交易既是我們喜歡的金融方向，又和我們電腦專業結合的非常深，相比于其他金融方向，我們會更有優勢，也更靠譜。”萬千鈞說。
孫光浩認識做金融的朋友，他們很快和一個證券交易所建立了聯繫。“交易所願意提供資料、一些資金和技術，比如，他們操盤手總結出來的經驗，願意跟我們交流。我們可以根據他們的經驗設計出量化交易的策略。”
在這樣的背景下，“組團隊、把這件事情做好”的想法萌生了。萬千鈞和師兄希望結合人工智慧技術，改進現有的量化交易演算法。
因為是技術創業，萬千鈞和師兄就從身邊人入手，分別找了自己身邊技術能力比較強的朋友，2017年12月，一個飯局就敲定了團隊。
右一：萬千鈞，右三：孫光浩
現在，團隊共有6人，萬千鈞管技術，孫光浩任產品經理，負責產品的構思。剩下的團隊成員負責資料採擷、資料清洗、產品回測等。雖然產品還處於研發階段，但是公司已經獲得了百度的投資。
“百度投資了我們伺服器，也是目前唯一的開銷。我們現在6個人合夥寫代碼，所以人員費用暫時是0。工位也是百度投資的，在天津濱海那邊。”萬千鈞說。
爭奇鬥豔，雲助年輕人圓夢
阿裡雲表示，對於萬千鈞這樣的大學生開發者來說，最稀缺的是計算資源。
而阿裡雲機器學習PAI平臺支援多種分散式運算框架，可以靈活調用PAI平臺底層——飛天計算平臺上的CPU和GPU電腦群，為使用者提供高效的計算保證。
同時，PAI平臺集成了100餘種演算法元件，相容TensorFlow等深度學習框架，也通過雲的模式大幅降低了計算成本。
有很多像萬千鈞一樣的大學生開發者，在阿裡雲的幫助下踐行著自己的夢想。
95後大學生譚創創，通過PAI平臺上的計算資源來訓練自己的模型，他在用人工智慧技術分析阿爾茨海默症；武漢理工大學研究生張嶺，借助卷積神經網路，在PAI上完成了單個手寫漢字的離線識別，可以識別3700多類常用漢字，平均識別成功率達91%，平均單個圖像的處理時間為9毫秒。
根據阿裡雲PAI平臺公佈的資料，PAI平臺上的90後開發者占比已達到46%，二十六七歲的開發者是絕對主力，他們大多來自國內外高校，擁有碩士、博士的頭銜。
編輯｜翁菲