完全不会写代码的人如何当上人工智能企业的CEO？

　　最近，硅谷密探受邀参加一个非常高逼格的大会：Startup World Cup（创业世界杯），进场时恰逢苹果公司创始人Steve Wozniak从我身边走过，整个人都懵了......

　　现场来了很多硅谷的明星创业公司，密探们都在一一跟进“追踪”，今天，我们来介绍一家现场备受好评的人工智能创业公司，Skymind。

　　关于这家公司的技术和产品，我们放在后面说。在密探专访CEO Chris Nicholson的一个多小时中，印象最深刻的部分，是他如何从对写代码一窍不通，到成为Skymind的CEO的过程。（采访完发现车被拖走然后罚款500多刀真是超级酸爽，笑着流下了眼泪…...）

　　Chris本科学的是经济学和科学，2008年毕业后当过撰稿人，又成为《纽约时报》驻巴黎的记者和编辑，接着跳到彭博社，进行并购（M&A）新闻的报道。

　　但是在圈工作近六年后，Chris不满足了，他希望做出更多有影响力的事情，为了实现这一目标，他认为自己首先需要解锁新的技能点——写代码！科技改变世界，代码是进入科技圈的敲门砖，这么想也就没毛病了，是吧？

　　自学代码的同时，Chris搬到了硅谷，希望能找到一份跟计算机相关的工作。他来到了FutureAdvisor，一家应用人工智能管理理财的公司，成为公司第12号员工，后公司被全球最大的资产管理公司黑石集团（BlackRock, Inc.）收购。但悲催的是，Chris在这家公司没能如愿当码农，而是成为同时负责企业和人事招聘的一把手，毕竟以前是记者出身。

　　为了多认识一些“业内人士”，Chris搬去了一家hacker house。这是一种类似大学宿舍的住宿地方，不过往往是提供给geek们，让他们可以日夜讨论共同的兴趣爱好，和创业想法。HBO的《硅谷》里，Pied Piper的初期员工（和投资人），就吃住睡工作在一起，不过他们住的那栋房子，其实是个孵化器......

　　天不负有心人！在这里，Chris遇到了Adam Gibson，一个典型的计算机geek。大学辍学和创业后，Adam自学了深度学习领域的知识，并且构思着自己的新一个创业点子。俩人一拍即合，创办了Skymind——针对Java语言开发的开源分布式深度学习平台；并为企业提供基于人工智能的解决方案。

　　不过创业初期非常艰苦，最大的困难就是——融不到钱！因为俩人一没有CS强校背景，二没有之前的AI创业经历，带FLAG名企工作背景，在技术和平台还没完全成型时，在投资人面前简直毫无力。

　　Chris告诉我们，他当时疯狂约见了200来个投资人和机构，结果一笔投资都没拿下！正要陷入时，奇迹出现了。著名科技Wired，对Skymind进行了专访报道。随后这篇名为《把谷歌的人工智能带给全世界》的文章，被腾讯看见了！没错，就是中国的企鹅公司！

　　他们联系了Chris，决定投资Skymind。Chris表示：没有当时的腾讯出手，今天他的公司估计已不复存在。

　　接下来事情顺利了。有了资金支持，Skymind的技术继续成型，随后入选Y Combinator孵化器，再于去年9月完成300万美元的种子轮融资，腾讯领投。

　　现在，Skymind的工具，每个月都有6位数的下载量，并且用户月增长速度为20%。公司有了20多名分布于全世界的员工，主要都是深度学习领域的专业人士。和其它公司相比，招聘对于Skymind完全不是个难题。在其开源社区里，活跃着来自全球的程序员和开发者，Chris会联系其中能力优异的人，发出工作邀请。“大家认为，加入Skymind去解决深度学习的难题、做一个式的分布平台非常酷炫，所以往往很乐意加入公司。”

　　Skymind推出的Deeplearning4j（简称DL4J），是市面上唯一的，为Java和Scala量身打造的，商业级开源分布式深度学习库。DL4J专门用于在分布式GPU和CPU上的业务中运行，可以和Hadoop及Spark集成，以快速地（利用分布式GPU和CPU实现）存储、处理和分析大规模数据，并提供商业目的解决方案。

　　值得一提的是，Skymind是唯一一家做出了一个流行的深度学习开源框架的创业公司，其它都是出自学术界和大型企业之手。

　　其次，深度学习(Deep Learning)是一种机器学习的方法，它试图使用包含复杂结构或由多重非线性变换构成的多个处理层（神经网络）对数据进行高层抽象的算法。神经网络是一组大致模仿人类大脑构造设计的算法，所能识别的模式是数值形式，因此图像、声音、文本、时间序列等一切现实世界的数据必须转换为数值。

　　深度学习的过程分为训练和推理（既“评估”）两个过程，通过训练过程来获得数据模型，然后用模型评估新的数据。数据模型分为两种，一种是判别模型(Discriminative Model)，也就是说模型可以直接用来判别事物，最典型的就是做分类。另一种是生成模型(Generative Model)，可以描述数据的生成过程。换句话说，已知了这个模型，我们就可以产生该模型描述的数据。

　　以上解释如果大家懒得仔细看，那么只要知道：深度学习就是通过分析大量数据，来生成“套”（不然怎么算“学习”呢？），并且把“套”用于未来的案例分析，比如根据过往纪录为你推荐新的你可能喜欢的产品啦、识别潜在的黑客袭击事件啦等等。

　　为什么我们要说这个？因为Skymind除了做出DL4J开源平台，还提供商业支持（commercial support），这是其它开源平台都不具备的。对企业级客户，只要他们提供数据，Skymind就能帮助其完成剩下的事情，包括：提供服务（分析数据提供解决方案，proof of concept）；提供长期支持正常运转（有bug立刻修复）；提供培训（深度学习工程师提供到场培训）。

　　除了大型科研机构和科技巨头，大部分企业非常希望应用深度学习到实际商业运作中，但是有个事实是：深度学习的成本高昂。花销方面，建起一个深度学习模型，需要花费3万美元以上；并且数据量越大，以后的迁移和修改就愈加困难。这些成本是很多公司难以负担的，所以Skymind的“AI Tool for Business”——通过自家分布式平台为机构提供全包式深度学习服务，在市场上很受欢迎。

　　一个客户例子是法国电信巨头，市值420亿美元的Orange SA。该公司使用Skymind的深度学习软件，来侦测其庞大的移动网络中可能发生的“舞弊”行为。很多人知道，可以通过某项服务，让国际长途电话费降到很低。比如密探使用的R公司服务，能把国内号码为一个虚拟美国号码，只需要拨打这个虚拟号码就能接通到国内人，线角钱一分钟。

　　为什么如此便宜？中美国际长途电话分为三段：美国国内通话、中美通话，和中国国内通话。R公司把国际通话部分（本来应该是成本最高的一块），通过免费的VoIP语音服务（类似Skype的语音通话）来完成，所以可以把价格压到很低。但这样做其实损害了Orange SA的利益，并且可能给移动网络造成拥堵。所以Orange SA借助Skymind产品，要打击的就是这种行为。

　　除了Orange SA这样的大客户，Chris特别指出：他们的服务特别适合那些数据量大的中小型企业，比如金融公司和电子商务公司；在检测网络违法行为领域也极有优势。

　　Skymind已经开始筹备A轮融资，因为此前腾讯的“雪中送炭”，和现在来自中国的优秀开发人员越来越多，他们对中国资本和市场都非常欢迎，充满好感。

　　不过密探本人，其实最受的是——Chris从丝毫不懂写代码，到成为前景的AI创业公司CEO的经历。想进入最前沿的科技领域谋求职业发展，不是一件难事，只要能拿出自己的毅力和行动力，学会编程并展现自己的学习，你有很大可能获得“入门”的机会。努力是件简单的事，因为它只系于你自己的付出，无关他人。

　　有相关资源并对Skymind感兴趣的公司和投资机构，（请务必注明您的机构名及职务！）