9 月 26 日，以「引领 AI 新格局」为主题的英伟达 GTC 2017 中国站于北京国际饭店会议中心正式开幕，与此同时，超过 500 名开发者也开始了他们超过 30 小时，涵盖了健康医疗、金融与制造等多个领域的深度学习模型构建培训。
于去年的 GTC 大会上正式宣布启动的英伟达深度学习学院（DLI）如今已经跟随着 GTC 的脚步进行了一年的全球巡回， 据英伟达开发者营销副总裁 Greg Estes 透露，今年，项目预计会吸引超过两万名开发者参与到学院的活动当中。
近年的「AI 大爆炸」让深度学习这项一度十分神秘的技术在短短几年内从科学研究走向前沿应用，如今已「飞入寻常百姓家」，成为了广大用户家庭与个人的智能设备与应用中必不可少的一部分。数据机构 IDC 预测，在 2020年，80% 的应用中将会包含 AI 构件。
然而，当前行业面临的现状是，并没有这么多的开发者熟练掌握 AI 相关算法的构建，就连大学里也很难找到以「上手」为目标的深度学习应用课程。因此英伟达成立了深度学习学院，联合了斯坦福、加州大学伯克利分校等高校，谷歌云、AWS 等深度学习业界巨头，希望把自身尖端的深度学习技术化为容易上手的课程，带给由全球超过两千万开发者组成的社区中。
中国也在 AI 的研究与应用中走在了世界前沿，为了能让更多的中国开发者不受语言和地域的限制，更便利地接受深度学习知识，英伟达与腾讯云以及丽台科技（Leadtek）合作，分别推出面向中国手中的在线培训与线下研讨会。DLI 的学员如今可以登录腾讯云，利用部署在腾讯云服务器上的英伟达 GPU 进行模型的训练和推理。丽台科技则作为线下合作伙伴走进客户的公司实地授课。
以这次 GTC 的 DLI 为例，课上用到了多个深度学习框架，包括 TensorFlow、MXNet、 Caffe、Keras、Theano 等，课程内容则既有通用模型的设计、训练和推理（如图像分类、目标检测，用 GAN 进行图像生成等），也有服务于特定垂直领域的专门化的课程（例如用 DragoNN 对基因组学进行深度学习、基于自动交易的 LSTM 时间序列金融数据预测等）。
虽然市面上的「深度学习培训」比较多，但专注于垂直领域的专门化课程还是比较少见的。因此，机器之心就此向 Greg Estes 提问：这类课程的目标群体是哪些人？课程的目标是希望他们能够从头开始训练自己的模型，还是做到能熟练调用设计好的模型？
Greg 表示，DLI 的目标群体一般是垂直领域内的数据科学家、研究者、开发者，他们有丰富的专业知识、行业经验以及一定的编程能力，但是缺少 AI 的相关知识。例如，DLI 会走进宝洁公司，去和皮肤护理方面的数据专家沟通，帮助他们获得相应的能力，能够搭建一个通过用户上传的自拍来分析皮肤类型并推荐护肤品的 AI 应用。DLI 也会和大型金融机构的量化交易分析师交流，鉴于金融是一个数据公开而算法高度机密的行业，大部分交流是「单向」的，「我们尽可能帮助他们理解 AI 能够如何应用于金融，但是并不会得到有关他们的算法的知识。」
而在培训的深度方面，有一些基础的课程，比如「强化学习」，就会给学员一个已训练好的模型来使用，调试。还有一些专门的课程，是会针对某一垂直领域里的一个特定的情境、用例，去进行从零开始的模型设计教学，比如专用于机器人的深度学习模型搭建。这也是为什么 DLI 覆盖了各种框架的原因，因为根据要解决的问题不同，开发者们倾向于使用的框架也大不相同。
最后 Greg 表示，「覆盖全面又有深度，正是英伟达的强项。很少有公司能像我们一样，有相应的专家，并且有在每个领域里工作的经验，我们希望把这些宝贵的经验传递给更多的开发者。」
