4月20日， 百度AI開發者實戰營第二季北京站上， 百度宣佈開放“深度學習工程師評價標準”， 它提供了包括通用能力、專業知識、專業能力、行業知識、組織管理5大維度， 以及各維度細分的16類能力項參考標準， 為深度學習工程師提供了從“通用能力”到“專業技能”再到“組織管理”的能力模型金字塔， 指引開發者成長。
事實上， 這幾年人工智慧熱潮的根本推動力還是深度學習迎來巨大發展機遇。 而除了海量資料、更強大的計算硬體的「時代機遇」外， 深度學習相對於其他機器學習的自帶技能——表徵學習， 避免了過往傳統機器學習的特徵提取， 這意味著， 設計一個深度學習系統， 可以相對容易地遷移到其他任務當中。
這對互聯網公司來說， 具有天然的吸引力。 畢竟， 對很多互聯網公司來說， 過往產品模式都建立在一套可快速複製的流程之上，
由此也就不難理解， 為何這兩年包括 Google、百度、Facebook 等個互聯網公司加碼深度學習的投入， 從市場行銷到技術研發投入再到各種軟硬體的新產品， 在各家巨頭的搖旗呐喊之下， 深度學習毫無疑問成為當下最火的技術領域。 下圖是百度指數所反映出來的中文互聯網關注度， 2016 年 3 月之後， 深度學習的熱度越來越高。
不管是美國的 Quora 還是中國的知乎， 圍繞深度學習從哪裡入門以及深度學習的進階在哪裡的討論引發眾多關注。
一系列的公眾關注熱情、資本熱錢流入以及大公司的高薪挖人新聞， 也不同程度地讓深度學習步入到炒作階段。
這一系列都讓百度發佈的這份深度學習工程師評價標準很合時宜。
首先， 對行業裡的很多公司而言， 由於沒有多少技術發展的預判， 他們對於新技術的判斷往往是跟風就上， 從早幾年的 O2O 到後來的 VR（虛擬實境）以及現在的深度學習， 無一不是如此。 而在引入一兩名所謂的技術大拿之後，
這正是這份評價標準帶給行業公司的啟發， 在深度學習的熱潮從炒作進入落地實踐的關鍵時刻， 單純依靠挖來幾個教授就能讓改變一切的想法早已過時， 只有圍繞技術、產品構建人才的培養和成長環境， 才能在深度學習所帶來的變革中不掉隊。
其次， 對於廣大深度學習從業者， 這個標準則讓他們有了一個更明確的成長目標。 這兩年， 大量 IT 從業者「轉行」或「跨界」進入到深度學習領域， 網路上充斥著各種免費、付費的課程， 線下培訓班也順勢推出類似「三個月精通深度學習」等忽悠人的培訓，
百度作為國內應用深度學習最早的一批企業， 其濃厚的工程師文化氛圍以及商業公司的考核機制。 因此， 百度有能力從技術層面和商業層面構建一個評估深度學習工程師能力的權威標準， 從而推動行業的人才發展。
為什麼這次是百度？更進一步去看， 百度的確也有發佈深度學習工程師評價標準的本錢。
公開資料顯示， 早在 2013 年， 百度就建立了深度學習研究院。 2016 年 9 月首次對外展示的百度大腦， 其底層技術就有深度學習平臺 PaddlePaddle。 進入 2017 年， 百度進一步完善了人工智慧轉型計畫， 依託 Apllo 自動駕駛平臺和 DuerOS 對話機器人平臺來加速深度學習的落地實踐。
上述過程不僅涉及到深度學習的基礎研究，也涵蓋了技術的應用落地，這也是深度學習從實驗室走向用戶場景的鏈路，其收穫的經驗和教訓，也是一筆寶貴的財產。
其次，百度在 2017 年開放了 AI 開放平臺，開發者利用這個平臺，可以快速調取語音、圖像、自然語言處理、視頻、增強現實、知識圖譜等在內的100多項AI技術能力。
同時，百度還在國內首先將深度學習平臺PaddlePaddle全面開源，為廣大開發者提供演算法層支援。
通過技術的「牽線搭橋」，百度和深度學習的開發者們建立了第一層線上關係。另一方面，百度還將這種關係延伸到線下，自 2017 年 10 月以來，主題為「Create with AI」的AI開發者實戰營先後落地深圳、成都、杭州、上海、廣州、北京等城市。
第三，也是最容易被忽略的一點，那就是百度強大的人才優勢。每一個 AI 開發者實戰營，都有百度 AI 高級工程師現場培訓，手把手教授當地開發者使用百度 AI 開放技術開發自己的 AI 應用，這種類似「傳幫帶」的培訓機制需要強大的人才儲備，這在國內也是非常罕見的。
寫在最後一個顯而易見的事實，人工智慧的競爭核心還是人才競爭，但另一個事實則是，頂尖人才的競爭已經結束。擺在整個行業面前的，就是如何讓更多的「門外漢」或者初級工程師儘快成長起來，這同樣也是中國人工智慧超越美國的關鍵所在。
曾寫出「未來已來」金句的威廉·吉布森還有另外半句：「只不過它分佈不均」。這句話同樣也適用於深度學習的從業者們，他們分佈在不同領域，都有改變世界的初心，只是缺少未來的方向與路徑。
也正因為此，也讓我們格外期待百度的這份深度學習工程師評價標準的未來影響，或許它不會催生所謂的獨角獸，但卻能夠惠及每一個致力於深度學習領域的開發者，進而有可能改變一個產業。
上述過程不僅涉及到深度學習的基礎研究，也涵蓋了技術的應用落地，這也是深度學習從實驗室走向用戶場景的鏈路，其收穫的經驗和教訓，也是一筆寶貴的財產。
其次，百度在 2017 年開放了 AI 開放平臺，開發者利用這個平臺，可以快速調取語音、圖像、自然語言處理、視頻、增強現實、知識圖譜等在內的100多項AI技術能力。
同時，百度還在國內首先將深度學習平臺PaddlePaddle全面開源，為廣大開發者提供演算法層支援。
通過技術的「牽線搭橋」，百度和深度學習的開發者們建立了第一層線上關係。另一方面，百度還將這種關係延伸到線下，自 2017 年 10 月以來，主題為「Create with AI」的AI開發者實戰營先後落地深圳、成都、杭州、上海、廣州、北京等城市。
第三，也是最容易被忽略的一點，那就是百度強大的人才優勢。每一個 AI 開發者實戰營，都有百度 AI 高級工程師現場培訓，手把手教授當地開發者使用百度 AI 開放技術開發自己的 AI 應用，這種類似「傳幫帶」的培訓機制需要強大的人才儲備，這在國內也是非常罕見的。
寫在最後一個顯而易見的事實，人工智慧的競爭核心還是人才競爭，但另一個事實則是，頂尖人才的競爭已經結束。擺在整個行業面前的，就是如何讓更多的「門外漢」或者初級工程師儘快成長起來，這同樣也是中國人工智慧超越美國的關鍵所在。
曾寫出「未來已來」金句的威廉·吉布森還有另外半句：「只不過它分佈不均」。這句話同樣也適用於深度學習的從業者們，他們分佈在不同領域，都有改變世界的初心，只是缺少未來的方向與路徑。
也正因為此，也讓我們格外期待百度的這份深度學習工程師評價標準的未來影響，或許它不會催生所謂的獨角獸，但卻能夠惠及每一個致力於深度學習領域的開發者，進而有可能改變一個產業。