五月底看到 DeeCamp 相关通知，怀着试一试的心态发了一封极其简陋的简历报名，六月初参加笔试面试，到六月底幸运地收到了录取通知书，七月中考完期末考急急忙忙地赶到机场，经历了飞机返航等各种惊心动魄的意外之后，终于一路舟车劳顿来到了首都北京，在北京吃喝玩乐了三四天之后，终于等到了期待已久的 DeeCamp 的正式开营。
DeeCamp 模仿了 FooCamp 等一群极客工程师们自发组织的会议形式。这种会议并没有传统会议一般有着固定议程和主持人，全部是由与会者自发讨论决定主题，决定会议的进程。而 DeeCamp 在第一周会邀请产业第一线的大佬们来进行知识授课，在随后的三周半时间里，则由参加 DeeCamp 训练营的学员们按小组进行课题实践，全程有产业导师和学业导师的指导，做出一个 AI Demo。训练营鼓励学员们自主探索，尽情发挥创造力，这也是 DeeCamp 创办的初衷。
在开营第一天的早上，按照惯例是自我介绍等常规环节。而下午则邀请了李开复老师和图灵奖得主 John Hopcroft 进行现场授课。
李开复老师演讲笔记
李开复老师演讲的主题是“产业需要怎样的 AI 人才”，在此简要的做一下开复老师的演讲笔记给大家分享。
人工智能行业发展趋势
人工智能的三次变革
人工智能从 1960 年代以来，首先经历了符号主义，也就是传统的 if-then-else 来进行人工构建知识，毫无疑问，这样做只能覆盖很少的方面，人工智能迎来寒冬；随后发展到了统计主义，主张通过大量数据来发现其中的统计学规律，以此发展人工智能，这时开复老师提到 1980 年代他在做语音识别系统的时候向导师申请要了 100MB 的硬盘来存放 4000 句语料，而在当时这么点容量的硬盘就要价 100 万人民币，受限于落后的硬件，人工智能再次迎来寒冬；而随着科技和互联网的发展，在大量数据和计算力的支撑下，统计学再次迎来春天，这一次人工智能则被冠上了“大数据+深度学习”的称号。（开复老师此时还推荐了美剧《黑镜》和《硅谷》）
人工智能的四次浪潮
- 互联网智能化：例如美图秀秀等 App，用户的每一次操作都在默默地提供着标注数据，比如拍照了之后分享、保存、修图、删除等都是为图片的质量进行评价。AI 最有效率的应用就是互联网，互联网公司拥有海量用户，而且能形成闭环，进行大数据的交互，在垂直细分领域，也有独角兽公司可以和巨无霸公司同台竞技，比如今日头条、快手等。不过这是 Consumer AI，需要产品前期一定的用户累积，还有需要长时间的数据累积。
- 商业智能化：例如第四范式，打造 AI 系统给银行进行理财产品的精准营销。这一类应用主要是应用在银行、保险、证券等已经有大量结构化标准化的数据的领域中。还有追一科技，专注于客服领域的聊天机器人。
- 实体世界智能化：例如 Face++。主要是通过传感器的大量应用（如麦克风、摄像头等）将现实世界数字化，将过去没有用到的信息捕捉起来，用新应用、体验、界面等提升传统行业的体验。而传感器的大量应用会使价格下降，反过来促进传感器的普及。
- 完全自动化：毫无疑问这是最有挑战性的，也是最激动人心的。例如无人驾驶，很有可能成为继 Windows、Android 之后的第三大操作系统，而且所有公司已经屈服并接受这一科技。最棒的人才与资本也正源源不断地涌入这一行业，正如当年的 PC 行业和手机行业；另一方面则是机器人，首先会从工业入手，再到商业、家用，首先创造巨大的商业价值，再慢慢迭代变便宜。然而可惜的是在这一方面，硬件的进步远远慢于软件的进步，因此需要大量的芯片和传感器的研发的跟进。
人工智能产业化的五个条件
- 海量数据（挑战：如何用更少、不涉及隐私的数据？）
- 客观精准标注（挑战：自动标注、Unsupervised Learning）
- 单一领域（挑战：如何做到跨领域？）
- 大量计算（挑战：能否减少计算量？）
- AI 科学家（挑战：能否像 iOS 一样搭建一个 AI 平台供广大软件工程师发挥？）
中国人工智能的优势和挑战
优势：
- 巨大市场，海量数据（算法重要，但数据更重要！）
- 产品创新开始领先全球
- 政策大力推动 AI 发展
- 政策和环境有利于 AI 发展，外国限制重重
- 政府的强大行政执行力
挑战:
- 产业差距大
- 中国 AI 投资超过美国
- 中国 AI 独角兽产生
- AI 被资本追捧
- 除了商业智能化五年后都是中国赶上
- 顶尖人才巨大鸿沟
- AI 产业迫切需要更多人才
- 金字塔的顶尖也是象牙塔之中
- 改变世界还是要和产业连接
社会颠覆的案例
无人驾驶：如今的私家车 96% 都在闲置，而且价值在不断下降。等到以后无人驾驶普及了，人们在需要的时候车辆随叫随到，解决了交通拥塞问题、环境污染问题，同时，车与车之间可以进行高效的互通互联，实现更高的通行效率和更安全的通行体验。
总而言之，AI 将会完全取代大多数行业，但很少创造新的工作。未来那些低同情心，技术含量低的工作将毫无疑问将被 AI 取代。