276. 三位一体（二合一）（2 / 3）

如果能够打造出一个优质的AI社区，使得广大的AI学习者们可以持续在上面产出自己的内容，总结经验分享心得，那就是源源不断生生不息的大好事了，这些劳动成果对孟繁岐来说都是免费取得的，分毫不需要再花费。

“纵观后来的AI工具，只要是活得久的，社区都做得不错。”孟繁岐在心中回忆了一下几个重要的框架、平台以及工具包，比如pytorch、timm、huggingface都是如此。

“我们可以将教程、平台和代码相结合，三位一体。”此时的AI开源界仍旧是兵荒马乱，不成体系。不过孟繁岐则十分清楚，越往后，使用这些先进的技术和模型就越方便，谁的整合做得越好，越傻瓜式，谁就能获得最多的用户。

如果没有人对常用的技术做整合，用户在使用AI代码的时候，每换一个模型和技术就难免需要分别去不同的作者那里获取代码。每个作者的写法和模式以及代码环境则又可能互不相容，想要顺利运行所有的代码可以说是难之又难。

“我虽然开发出了最基本的技术，但若是不加维护，广大的开发者们就会转向其他便捷的框架和工具，而若要形成社区，这些开发者们其实是最为宝贵的财富。”孟繁岐已经意识到，自己一直以来依托于谷歌的模式出现了路线上的大问题。

“我此前不管是依赖贾扬清的caffe还是等待杰夫开发tensorFlow，我打的都是占便宜自己不出力的白嫖注意。这种做法可以占一时之先快速发开出技术，却无法长久，后继无力。”孟繁岐突然醒悟了过来，如果想要打造三位一体的AI帝国，完全可以直接开始与谷歌竞速，把pytorch这个后世最为易用流行的AI训练框架给打造出来。

“我倘若掌握了教育这个最上游，就可以在最上面的源头处将用户引导向自己的AI框架和代码工具包。如此一来，将来的绝大多数AI从业者，最初听的是我的课程，里面的用例也都是我的框架与平台。在他想要实践各种项目的时候，则可以直接通过我的代码工具包去实现！”

如此一来，在软件层面就基本上接近闭环了，再往后就是如何将模型部署到硬件上面，那个领域是孟繁岐没必要插手的。

“并且由于我与黄仁勋的良好关系，以及英伟达的股东身份，我很容易就可以推动英伟达显卡与我平台的算子做优化和适配。”孟繁岐很快定下这个路线，安排closeAI分三个方向进行迅速的扩张发展。

“教育这里，按计划继续去推动；代码工具整合，现在还没有那么麻烦，只要请一个十几人的团队持续整合维护就好。”由于孟繁岐的持续技术突破，目前有关的模型变种基本上是基于他的代码，还远没有前世那么百花齐放，虽然整合需要一些功夫，但对技术水平的要求倒不是那么高。

“pytorch平台的研发，可能需要从脸书挖一些人。”孟繁岐思索了一下，pytorch原本的建设者大都是torch社区延续下去的，其中比较核心的作者比如亚当，此时还在波兰读大三大四呢，想要招揽他们非常容易。

至于已经加入脸书的那几个，倒也还好，torch目前只是个用户几百人的小社区，由于孟繁岐的技术均未使用torch平台，torch社区的人员并没有引起足够多的关注。

“这件事情我得拜托一个靠谱的人去办。”想要挖脸书的人，孟繁岐自然就不会指望这几个学生了。他准备找一个非常擅长挖人的家伙，山姆。

这家伙连谷歌大脑的人都撬走了两三成，其游说的能力与人脉之广，可见一斑。

“正好最近听说山姆和马斯克有点纠纷，今晚约个时间跟他聊聊。”孟繁岐如此盘算着。

“那剩下几个级别呢，应该都是课程了吧？”孟繁岐还是比较关心课程的部分，毕竟这个很大一部分是需要他来讲。

至于前面这种科普视频，只要内容足够有趣，紧跟时事即可，完全可以全程使用其他素材，未必需要真人出镜。

“而后的三个级别，我们划分为应用项目实践教学，基本算子和原理解读以及最后的论文与代码精读解析。简而言之，就是尽量不走枯燥讲解理论原理的路子，直接开局一个简单项目。先演示如何做到某件事，并且给出代码让受众可以复现，然后再从中延伸出去，解释其所涉及的那些原理。”这是唐璜调研了许多AI初学者和不懂AI技术的人，他们给出的答复。

“我们不在一开始去追求一个所谓非常扎实的知识体系，而是根据项目的需求去搭建以项目为中心的知识架构。让受众在最开始的时候就能够成功运行该项目，获取一定的成就感，随后再抽丝剥茧，一步步地将其中的操作和逻辑展现给他。”

孟繁岐基本认可这个逻辑，他身边也有不少人，最初其实对AI也有点兴趣。但是呢一上来就被推荐了什么花书西瓜书，里面的推理论证都扎实的一塌糊涂。

没有深厚的数理知识，一看就晕。