去年的多元化奖学金项目（由旧金山大学和 fast.ai 资助），向女性、有色人种、LGBTQ 人群和退伍军人开放，在帮助我们建立一个多元化的社区方面发挥了作用。然而，我们需要您的帮助才能在今年提供额外的奖学金。如果您或您的公司、商行或组织愿意赞助多元化奖学金（每份 1,500 美元），请发送电子邮件至 [email protected]。
深度学习功能强大，正在被用于诊断癌症、阻止濒危雨林的砍伐、为印度农民提供更好的作物保险、提供比人类更好的语言翻译、提高能源效率等等。想了解为什么人工智能领域的多元化是一个关键问题，请阅读这篇关于人工智能多元化危机的文章。
当许多技术领域的人在招聘人工智能从业者时感叹“技能差距”或“人才短缺”时，我们 fast.ai 在一年前开始了一个新颖的实验：我们能否向只有一年编程经验、没有其他先决条件的程序员教授深度学习？其他深度学习资料通常假定具备高级数学背景，但通过我们的兼职课程中实用、亲身实践的方法，我们能够在没有高级数学要求的情况下，让学生达到最前沿水平。我们的学生取得了惊人的成功，他们的故事包括以下内容：
- Sara Hooker，她两年前才开始编程，现在是精英谷歌大脑驻留项目的一员。
- Tim Anglade，他使用 Tensorflow 为 HBO 的电视剧《硅谷》创建了“不是热狗”应用，引得谷歌 CEO 发推文称“我们的工作完成了”。
- Gleb Esman，他利用在课程中学到的工具为 Splunk 创建了一个新的欺诈检测产品，并被刊登在Splunk 的博客上。
- Jacques Mattheij，他构建了一个机器人系统来分拣两吨乐高积木。
- Karthik Kannan，letsenvision.com 的创始人，他告诉我们：“如今，我已积蓄了足够的动力，能自信地开展自己的计算机视觉初创公司，而这一切的种子都是 fast.ai 通过第一部分和第二部分课程播下的。”
- Matthew Kleinsmith 和 Brendon Fortuner，他们在 24 小时内构建了一个为视频背景和前景添加滤镜的系统，使他们在2017 年深度学习黑客马拉松中获胜。
对于有兴趣申请我们的多元化奖学金（参加我们的课程）的人士，请阅读这篇文章了解详情。