В 2016 году DLI уже учил людей, но это было всего 10тыс. человек. Эти десять тысяч человек набирались довольно легко, потому как их любимое занятие -- собрать в каком-нибудь университете тысячу человек очно, а затем двинуть там однодневный тьюториал под чутким руководством собственных преподавателей. Вся эта тысяча человек работает со своими ноутбуками, но само глубокое обучение проходит на мощностях GPU в облаке. Скажем, на конференции GTC прямо сейчас через лабораторные DLI проходят 2000 человек (из 7000 участников конференции). Так что 10тыс. человек проучить (не могу написать "выучить"!), легко, хотя 100тысяч всё-таки сложней.
Конечно, есть ещё и онлайн курсы -- они их зовут "лабораторные работы", ибо в курсах DLI идёт упор на практические навыки работы с самыми разными языками и фреймворками (TensorFlow, Mxnet, PyTorch, Theano, keras и т.д., в том числе собственный DIGITS), упор идёт не столько на теорию, сколько на работу руками. Записываться можно уже сейчас -- https://www.nvidia.com/en-us/deep-learning-ai/education/. Вот их текущее предложения:
Учат всё, что шевелится: одиночных разработчиков "с улицы", работников крупных корпораций, студентов университетов. Всё это за относительно символические деньги, примерно $30 за дневной курс с преподавателем, а иногда и бесплатно. Проверки знаний пока не делают, просто выдают сертификат за участие -- "прослушал курс".
Для NVIDIA это маркетинг, для 100тыс. разработчиков это падающее с неба счастье. NVIDIA интересует лишь то, что всё это глубокое обучение в какой-то момент требует GPU, и 100тыс. разработчиков будут гарантировать широкий спектр их применений. Больше разработчиков для какого-то железа -- больше шанса, что это железо будет востребовано. Эта же стратегия лежала в основе разработки драйверов CUDA и СuDNN: не было бы усилий NVIDIA по поставке этих драйверов, не было бы текущего по факту монополизма NVIDIA на рынке железа для глубокого обучения: OpenCL в плане стыковки его со всеми ведущими пакетами глубокого обучения оказался поэтому не так удобен. Голое железо не продаётся, увы. Но если хорошо смазать дорогу к железу нормальным софтом (теми же драйверами и библиотеками) и как-то направить на эту дорогу сотни тысяч разработчиков, то железо окажется востребованным -- и можно будет продержаться ещё годик-другой по сравнению с конкурентами.
Свои 100тыс. человек в 2017 году DLI будет набирать по всем каналам: через сотрудничество с университетами для университетских студентов в рамках каких-то учебных программ, проводя какие-то отдельные массовые свои учебные мероприятия в разных городах и странах, по коммерческим соглашениям с разными компаниями. Например, они говорят, что пятидневный курс использования глубокого обучения для создания автомобилей без водителя востребован в самых разных автомобилестроительных компаниях -- те прогоняют через эти курсы своих разработчиков, ибо собственные их разработчики заняты, у них нет времени разрабатывать курсы, они не могут закрыть широкий спектр проблем, они не могут предоставить учебную инфраструктур в облаке и т.д.. А NVIDIA это всё решает. Понятно, что после пятидневного обучения все эти сотрудники будут более благосклонно склоняться в сторону использования аппаратуры и софта NVIDIA: они будут лично уверены, что всё это работает и сразу будут знать, какие кнопки нужно нажимать.
Интересно, что значительная часть курсов идёт только с преподавателем, их не удаётся сделать хоть сколько осмысленными в чисто онлайн варианте: люди без преподавателя просто не могут продраться через сложный предмет. Как я это понимаю! Именно поэтому я сам хоть и поддался на уговоры сделать курс системного мышления для курсеры, но сильно сомневаюсь в его реальной успешности: самым талантливым этот курс, конечно, поможет, но нельзя рассчитывать на массовый успех для всех. Для не самых талантливых нужна помощь преподавателя, blended learning (чуть подробнее -- http://ailev.livejournal.com/1284158.html), перевести обучение на чистый онлайн вариант -- это сложнейшая задача, дальняя цель, её можно достигать только тогда, когда сам предмет обучения не возникает прямо на глазах и есть хотя бы несколько лет, чтобы "устаканить" курс, найти правильные объяснения, отшлифовать задачи, накопить обратную связь по наиболее частым ошибкам. А пока этого нет -- будет спасать только преподаватель.
Итого:
-- поставщики софта, железа и прочих сложных продуктов неожиданно становятся если не университетами, то учебными институтами, и если не учебными институтами, то разработчиками учебных курсов и организаторами образования. И масштабы там не маленькие: зацепить своими курсами (хоть и краткосрочными) сто тысяч человек за год -- это не каждый специализированный образовательный институт такое может. А вот промышленность вдруг может: причем промышленность работает на стороне предложения, а не спроса!
-- поставлять какой-то продукт невозможно без того, чтобы не обеспечить вокруг него экосистему. Поэтому крупные компании будут выигрывать. Десяток человек могут разработать гениальную железяку, но мир об этой железяке не узнает. Дальше нужно варить суп из топора: обвязывать железяку софтом, учебными курсами, маркетингом и т.д.. На это уже нужен не десяток человек, а сотня человек -- и нельзя считать это непроизводительными тратами. И нельзя считать это маркетингом, это просто другой состав продукта!
-- помним, что кроме "проектов" есть ещё "лабораторные работы" -- это больше, чем лекции, больше чем просто решение задач -- они подразумевают какую-то работу руками, исследования, пробы и ошибки, но они явно меньше, чем постановка задач в ходе "проекта". Надо бы сформулировать про это подробней.
-- blended learning как образовательная модель для новеньких курсов, находящихся на bleeding edge. Преподаватели нужны, преподаватели важны, но для них нужно иметь наработанные учебные материалы -- тексты, слайды, задачи, методические рекомендации. Это совсем отдельный рынок, масштабирование blended learning.
Так что я на курсы для разработчиков автомобильного AI записываться пока не буду, но за деятельностью DLI как весьма специфической учебной организации (предпринятия -- это ведь не столько кОмпания, сколько кАмпания для NVIDIA) следить буду.