出品 | 创业最前线
2020年，新冠疫情全球蔓延的第四个月，包括5G网络、大数据中心、人工智能等在内的”新基建“按下了快进键。“新基建”不仅在国家层面受到重视，在企业领导者中也引发热议。尤其是现阶段人工复产条件较为苛刻，在质量与效率并行的前提下，深度学习智能制造领域所产生的价值十分凸显。
此刻我们正在步入智能制造时代，将今天的工业逐步智能化，大幅优化流程、降低成本。这个过程中，如果存在着一个至关重要的步骤，那也许就是人工智能AI的应用。随着企业数字化转型的深入，架构师正在成为科技公司中最具价值的一批人之一，优秀的企业架构师更能够为企业唤发生机。
优秀的架构师需要上承业务，下接技术，这就意味着架构师需要具备理论、技术、应用三位一体的综合能力。在2019年1月百度联合“深度学习技术及应用国家工程实验室”成立黄埔学院，助力企业转型。
经过一年，“黄埔学院”已为能源、制造、通信、医疗、金融等十余个行业培养输送了70位能够操刀复杂场景下AI应用落地的技术领军人才，培养理论与实践兼备的首席架构师，打造中国深度学习第一核心技术圈，推动深度学习落地应用和产业变革。尤其是对深度学习潜力的挖掘，更让人们遐想无限。
智能制造业需要怎么样的架构师？
随着产业格局的全面调整，传统制造业暴露出产业结构不合理等诸多问题，急需向智能制造业转型，而在转型过程中，企业将面对诸多问题，大到生产方式的重构，小到优化流程、降低成本、毫米级智能质检的精度，都可能影响企业是否能够降低增效，完成从制造经济到智能经济的完美转型。
举例在制造业的视觉检测中，深度学习的演算法，已经在帮助系统实现快速而精准的判别产品瑕疵。
机器视觉检测取代人眼，全靠“深度学习”产品检测是制造业质量管理的一环，过去由现场作业员亲力亲为，然而人眼有其精度和耐力的极限，检测速度与正确率会随着作业时间拉长降低，再加上产线速度越来越快、产品体积逐渐轻薄短小，后期机器视觉开始取代人眼成为产线检测主流。
而深度学习架构只要事先通过训练，即可快速上线使用，还能进行自主学习，系统可以自动找出最佳的参数，不必再由人员调整。在此系统下，各设备的瑕疵检测标准将可达成一致，不会因品牌、使用时间的不同而产生差别，同时多品类检测的切换也能即刻至于系统整合商，运用人工智能也将强化市场竞争力。
“新基建”大幕拉开，百度“黄埔学院”也将持续为制造、能源、交通等众多行业培养“首席AI架构师”，本次第三期线上预科班将带来包括智能质检、无人巡检、嵌入式安防、大数据预测等场景应用课程。
从问题定位到难点解法，百度高工全程免费授课。4月30日前均可报名，适合人群：企业CTO/技术总监/资深高工。
