高质量 AI 架构师的“品格”

复合型 AI 架构师进阶之路。

如何成为一名复合型的 AI 架构师？

当下，我们正处在火热的第三次人工智能浪潮之中，深度学习的突破引领 AI 迎来了新一轮爆发。AI + 行业成为新晋的风口，越来越多的企业尤其是传统行业希望拥抱 AI 大潮，当 AI 技术不断深入到各行业实际落地，企业的业务和设备面临着架构升级的挑战。

AI 工程化的发展也催生了大量的人工智能工程师的需求，AI 架构师就是其中需求颇为旺盛的一类人才。与传统的架构师相比，AI 时代对架构师提出了更高的要求，AI 工程师更讲求综合能力，既要懂系统又懂算法，还要懂业务场景。

成为一名架构师或许不难，但要想进阶成优秀乃至复合型的 AI 架构师就很难了。AI 架构师是 AI 产业化落地催生的新型复合人才，需要具备对 AI 技术和开发应用流程的整体掌握能力、对业务问题进行技术抽象的能力和设计并实现高效合理的 AI 落地方案的能力。

不少程序员每天可能大部分工作都是在钻研业务，重复相同的方法论，却很少涉及到底层设计、架构等核心算法。很多程序员提升技能往往是采取一些简单的方法，如网上搜索，互相询问等，但这些方法可能只是暂时的解决问题，很难深入构建起知识体系。

针对复合型 AI 架构师紧缺的行业痛点，2019 年，深度学习技术及应用国家工程实验室与百度联合发起了 AICA 首席 AI 架构师培养计划。该计划由百度及飞桨的顶级技术专家“坐镇”，输出百度在培养 AI 架构师方面的经验，希望推动建立产业 AI 人才培养标准，帮助产业解决高端人才培养的难题。

目前，AICA 首席 AI 架构师培养计划自启动以来，经过四期，已向业界培养了 190 名 AI 架构师，遍布数十个行业。

近日，InfoQ 在 AICA 首席 AI 架构师培养计划第五期开学典礼现场了解到，第五期学员包括中国石油、国家电网、中国石化、霍尼韦尔、中国海油、法国电信、光大银行、东方航空等企业的 66 位 CTO 及技术高管学员。其中，高级技术管理者占比 91%，500 强企业学员占比较往期提高一倍。

第五期学员横跨能源、制造、金融、互联网、零售等 13 个行业领域，所属的行业与场景呈现出更多元和前沿的特点，所关注的 AI 与业务的融合问题更加具体且深入。学员的背景经验和能力模型向着更 AI 专业化、工程化方向的交叉融合扩展。

据介绍，AICA 首席 AI 架构师培养计划的教学方案包含 4 次线下闭门核心课程、若干选修课程及活动，核心课程安排将由方案搭建-训练调优-上线部署-方案落地的全链路四次课程组成，过程中将有百度资深专家与学员面对面交流，共同推动企业 AI 项目落地应用。

本期课程还增设“飞行助教”增速 AI 产业落地。飞行助教是从往期毕业的 190 名 AI 架构师中，结合专业技术能力、产业落地能力和项目影响力等综合因素，邀请的 10 位已经毕业的优秀 AI 架构师。他们将在之后的四个月时间里，为学员不间断地进行产业落地咨询和技术指导。

此外，AICA 首席 AI 架构师培养计划还构建出了一套 AI 架构师成长体系，沉淀出了多个方法论，如《深度学习工程师技能图谱》提供技术方面的学习指南，《AI 架构师》白皮书汇聚百度自身架构师的经验，侧重阐明 AI 产业落地方法论，提出了新时代“业务+算法+架构”三位一体的 AI 架构师转型路径。

随后，学员们正式开始了本期培养计划的第一课《深度学习的再认识》，重新认识 AI 架构师与深度学习技术的关系，并从传统 AI 技术、业务应用落地和 AI 的未来发展三个角度了解深度学习的价值。

据了解，目前 AICA 首席 AI 架构师培养计划第六期已经启动报名。

百度吴甜：各行各业拥抱 AI，人才建设要先行

在开学典礼现场，百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜表示，深度学习技术推进了人工智能的突破发展，一方面带来了人工智能技术本身的突破，另一方面也更加向通用化和应用型发展，大量的技术已经和产业中的场景应用进行结合。此外，现在正处于百年变局和世纪疫情的焦点处，数字化、信息化、网络化、智能化正在加速进行，产业也正在全面进入到数字化转型和智能化升级的浪潮当中。

百度集团副总裁、深度学习技术及应用国家工程实验室副主任吴甜

人工智能底层通用技术具有强复用性，在与场景进行结合的时候往往需要多技术进行融合。而在真正的应用落地产生价值的过程当中，又非常需要产业链多角色、生态多角色进行融合创新。正是因为这些特点，使得通用共性平台是非常可行，也是非常有必要性的。

在人工智能底层通用技术方面，百度提出了产业级深度学习平台 — 飞桨。伴随着算力的发展，数据的大规模使用，飞桨平台向下与芯片相关，向上承接应用，是一个基础的底座平台，可以基于底层飞桨平台的技术进行 AI 技术的创新，并最终为应用场景带来助力。

吴甜表示，各行各业拥抱 AI，人才建设需要先行。

在落地应用过程当中，百度发现，急需发展和建设起来的是能够集业务理解、技术理解和工程实践落地三位一体的复合型 AI 人才，这也是 AICA 首席 AI 架构师项目核心培养人才的定位。

“我们希望通过将飞桨平台上的技术资源、落地应用的实践经验以及飞桨上的生态赋能资源统筹起来，为大家提供基础的平台和环境，能够在 AICA 的项目当中学习如何将深度学习技术和自己的应用场景越来越深度的结合起来”。

吴甜希望学员学习理解技术的本质和能力边界，将其用于解决真实场景中的真实问题，在实践过程中积累经验和提升能力。

人工智能时代下的 AI 架构师应当是复合型人才

百度深度学习技术平台部高级总监马艳军对人工智能时代下的 AI 架构师进行了深入解读。

人工智能大潮之下，现在各行各业都已经投身到人工智能的大规模应用和广泛的落地当中去，现在 AI 各类技术已在产品中大规模使用，随着技术的持续发展，人工智能技术在各行各业，大家都已经开始感受到了它的存在，甚至有时候虽然每天使用，但人们忘记了它是一个人工智能的产品，这就是人工智能在生活场景的应用给人们带来的价值。

AI 在各行各业大规模的落地应用过程中，一个非常关键的角色就是 AI 架构师。马艳军表示，百度认为，AI 产业化落地催生的新型复合型人才。前面的界定非常重要，它应当是 AI 在大规模产业落地当中所需要的人才。

“原来的学术研究，我们做 AI 科研已经做了很多年了，现在学校里也在培养大量的学生，这个培养的目标和我们 AICA 培养的目标是不同的。我们是要解决 AI 产业化落地面临的挑战而培养的角色，这是角色定位”。

AI 架构师是 AI 产业化落地催生的新型复合人才。那么，怎样才算是“复合”人才？马艳军介绍，这里涉及到三个要素的复合，这三个要素发生化学反应，会塑造出复合型的 AI 架构师：

• 第一，对业务本身的深刻理解。

真正在行业里接触真实场景，深入理解对于场景的目标和价值如何实现，如果做不到这一点，便没办法让 AI 为自己所在的行业带来价值。

• 第二，对 AI 技术或者偏 AI 算法方面技术的理解。

算法就是要把一个问题做形式化定义，并且求解。一个业务问题能不能变成一个算法可以解决的问题？这是算法的一些基本知识，尤其对 AI 算法的基本知识要有非常深入的理解，知道什么样的算法能匹配自己的业务场景，能解决到什么程度，能够实事求是形成一个判断。

• 第三，单纯形成了理念或者心里有数了还不行，能不能把它真正做出来？

我们常常看到在 AI 的实践当中，理论上常常是能够证明的，但真正在落地实践的过程中，有非常多的实践经验，这些实践经验直接决定了落地能不能成功。

这样一来，工程架构、工程化实现方案的设计就显得至关重要。比如，你做了一个算法，但它特别慢，已经慢到了没有办法真正实际场景中应用，这其实是没价值的。或者，你做了一个算法，它的计算代价极其高，需要一千台 GPU 训练，再进行很多台的部署。这种情况下，可能企业没办法承受成本，这就需要一个非常合理的工程架构实现在其中解决问题。

以上三个方面融通起来发生的化学反应就是我们所认为的的复合型人才，即以业务理解为核心，掌握 AI 技术，尤其是算法相关的技术，以及做到全过程的掌握，通过一个合理的工程架构进行合理的设计和实施。

以上三个方面全面掌握以后，就形成了 AI 架构师的综合素质，即对技术团队有很强的 AI 技术影响力，也能从整体上构建以 AI 为核心的技术体系，充分发挥 AI 技术对业务的助力作用。