根据麦卡锡2018年的研究报告，深度学习为核心的AI技术将在2030年前为人类产生超过今天中国与印度相加的GDP数值。这也意味着，AI对于国家经济来说，将释放比蒸汽机、电气化、半导体更多的价值提升。
历史已经确凿无误地表明，一个国家乃至文明，必须掌握核心技术才能谋求强盛。这一点在近数十年的信息技术时代尤其明显。半导体产业核心技术的缺失，让中国在高科技产业飞速发展的周期中始终受制于人。最终产生了今天广为讨论的＂芯痛＂现象。
在新的产业纪元里，AI必将成为新的底层技术，而深度学习的框架与平台能力将变成新的＂芯片＂技术。这也是如今中国经济无法错过的底层技术。
AI所带来的经济效益提升，超过90％将产生于AI与目前各行各业、产业经济的融合与再增长——然而在美好的AI愿景下，我们也很容易发现一个棘手的问题摆在面前：AI与产业融合命题中，人才正在成为稀缺度最高的资源。
深度学习为代表的AI技术，在某种程度上来说是一个极其依靠个体创造力、人才独立解决能力的技术门类。并且在今天极大的AI发展需求与行业AI发展速度来看，AI对人才的需求每天都在被放大。
然而中国的AI人才供给情况并不乐观。根据领英统计，中国AI人才缺口已经超过500万，95％的AI相关岗位无法找到合适人才。
而在普遍供小于求的AI人才体系中，又有一种人才的匮乏，正在成为制约中国AI产业高速发展的核心因素：能分析业务问题，掌握模型算法，还能独立组织落地应用的深度学习架构师。
在今天这个AI需要走进国民经济，融入千行万业的时间节点，跨界复合型人才就像AI战场上的将领，每一个人才的合理运用，或许就意味着一家企业、一个行业的智能进化。而他们的合力，就是中国急需的AI黄金时代。
这类人可谓AI世界的“超级英雄“，今天中国的产业经济世界，需要找到、培养、合理运用他们，才有可能完成AI＋产业转型的艰巨任务。
而面对这个困难，百度等AI巨头，也已经开启了行动。
风霜刀剑严相逼：中国不能错过的深度学习机遇
深度学习中的“超级英雄”为何重要，我们可以先来分享一个采访过的案例。
我们曾经采访过中部某省份的一家私营制造业企业。他们的老板向我们透露，在了解到国外同行业的企业，已经开始启用深度学习技术来执行生产线监理与产品质量识别，来提高生产良品率之后，他非常动心于自己工厂与AI的结合。
然而在他想要在自己的工厂里启动AI的时候，却发现根本无从下手。首先面对的问题，是他无法找到一个“首席AI架构师”来负责这个项目。
让公司的IT部门工程师来负责，他们并不懂深度学习算法；招聘刚刚毕业的AI研究生，他们没有工作经验，无法管理项目；挖来AI算法架构师，他们又不懂企业本身所处行业的技术特点与项目需求。
最终的结果是，即使企业愿意出不菲的薪酬来招聘AI人才，却根本找不到适合的目标。这个原本能节省大量资源，提高社会生产力的项目，就被卡死在了人才这个最开始的环节。
这样的问题，在今天的中国并非孤例。千万个类似问题的合集，或许就是今天中国AI发展的急需攻克的问题。
在核心技术上，国家产业经济持续发展，需要了解技术和懂得运用的复合人才作为支撑。当深度学习成为中国已经不能再错过的历史机遇，我们或许必须要给出时代这样一个解答：深度学习人才究竟从何而来？
需有虎贲提玉龙：AI革命中的核心人才之战
今天的AI产业空间，跨界和实用能力，已经成为对深度学习架构师的核心要求。
就AI产业的实际情况来说，刚出校门的学员配很难解决实际问题，也很难得到自己负责搭建项目的信任；而行业中的佼佼者，往往并不熟悉深度学习技术，也很少有时间和机会去学习AI；而今天的主流AI从业者，却不懂行业知识，很难站在行业决策者的角度思考问题。
也不是说以上人才真正操盘AI与行业融合项目100％不行，但是企业要承担在人才上的试错成本却实在太大。一般企业根本无法负担。
解决方案并不难预料。最佳答案，显然是利用技术平台－学术力量－产业实际应用三者相结合的方式，直接培养理论与实践具强的“军官型人才”。从西点军校到黄埔，这样的人才定理已经成为现代军事的支柱。那么在AI来临之际，需要的人才是什么样的？
1、深谙细分领域思路和模式、了解并能分析产业业务核心问题和杠杆点；
2、能够有扎实的深度学习理论基础去分析和规划问题解决办法；
3、将之付诸于工程实践落地执行，完成AI实战的战士。
总而言之，AI需要培养超级战士，需要一座能够培养和挖掘超级战士的AI黄埔军校。
