本文最初发布于2018年8月16日，现已更新以适用于最新的即将推出的课程。
在fast.ai，我们希望为提高深度学习领域的多元化，并降低不必要的入门壁垒尽一份力。我们正在为我们与 旧金山大学数据研究所 合作提供的更新的兼职面授课程 Deep Learning for Coders part 2 提供多元化奖学金，该课程将于 2019年3月18日 起在旧金山市中心开课，每周一个晚上，共7周。女性、有色人种、LGBTQ群体、残障人士和/或退伍军人有资格申请。我们仍在寻找额外的财务赞助商，如果您的公司有兴趣捐助，请联系 [email protected]。
申请截止日期是 2019年2月14日。有关如何申请的详细信息和常见问题解答，请参阅本文末尾。
深度学习能做什么？
深度学习具有巨大的向善潜力。fast.ai 的学生和老师正在利用它来诊断癌症，阻止濒危雨林砍伐，为印度农民提供更好的农作物保险（否则他们不得不向恶棍借高利贷，这导致了高自杀率），帮助巴基斯坦的乌尔都语使用者，检测山羊和奶牛的乳腺感染，为帕金森病患者开发可穿戴设备等等。深度学习可以解决全球医生短缺问题，提供更准确的医疗诊断，提高能源效率，增加农作物产量并减少农药使用。
然而，它也存在巨大的危害潜力。我们担心数据科学的不道德使用，以及社会中的种族和性别偏见（此处是总结）正在被编码到我们的机器学习系统中。我们担心一个高度同质化的群体正在构建影响所有人的技术。人们无法解决他们意识不到的问题，而拥有更多元的从业者，才能解决更广泛的重要社会问题。
我们希望将深度学习技术传授给尽可能多、背景尽可能多元的人。拥有不同背景的人对解决的问题也不同。传统方法是先找一位人工智能专家，然后交给他们一个问题来解决；在 fast.ai，我们希望找到对他们正在解决的问题既有知识又充满热情的人，然后我们会教他们所需的深度学习知识。在我的 TEDx 演讲中，我分享了我意想不到的背景如何引领我走向现在的工作，以及为什么这个领域需要更多拥有意想不到背景的人，这既是为了解决人工智能的滥用问题，也是为了充分利用积极的机会。
有些人担心让更多人接触人工智能存在风险；但我恰恰认为事实正好相反。我们已经看到 Facebook、Palantir 和 YouTube/Google 等精英和排他性公司造成的危害。让来自更广泛背景的人参与进来可以帮助我们解决这些问题。
fast.ai 的方法
我们以一项实验开始了 fast.ai：看看我们是否能在没有高中数学以外的数学预备知识的情况下，向程序员教授深度学习，并在短短7周内让他们达到最先进的水平。这与许多其他深度学习材料截然不同，那些材料大多假设学员具有研究生水平的数学背景，侧重于理论，只解决玩具问题，甚至不包含实用技巧。我们甚至不知道我们尝试的是否可能，但 fast.ai 课程取得了巨大成功！
Fast.ai 的学生已经创立了公司，赢得了黑客马拉松，发明了新的欺诈检测算法，他们的工作在 HBO 电视剧《硅谷》中亮相等等，这一切都来自于一门只要求一年编程经验作为先决条件的课程。
fast.ai 不仅是一个教育资源；我们也从事前沿研究并取得了最先进的成果。我们在斯坦福大学 DAWNBench 竞赛中击败了资金充裕得多的 Google 和 Intel 团队，我们的胜利（以及此处）被 MIT Tech Review 和 the Verge 报道。Jeremy 与 Sebastian Ruder 合作在6个语言分类数据集上达到最先进水平的工作被 ACL 接受，并被 OpenAI 和 Google Brain 借鉴；并登上《纽约时报》。所有这些研究都融入到我们的课程中，教授学生最先进的技术。
如何赞助
我们正在寻找更多公司来赞助多元化奖学金。如果您的公司可能感兴趣，请联系 Mindi [email protected]！
谁有资格申请多元化奖学金？
想知道你是否符合资格？要求如下：
- 熟悉 Python、git 和 bash
- 熟悉 Deep Learning Part 1, v3 （可在网上免费获取）涵盖的内容，包括 fastai 库（PyTorch 的高级封装）（现在开始学习这些材料也没关系，只要在课程开始前完成即可）
- 好奇心和勤奋工作的意愿
- 能够每周投入10小时学习本课程（包括做作业的时间）。
- 自我认同为女性、有色人种、LGBTQ群体、残障人士和/或退伍军人
- 能够每周一个晚上 6:30-9pm 在旧金山市中心参加面授课程（具体时间安排请参见此处的详细信息，星期几可能会变动）
您可以通过以下任何一种方式满足熟悉深度学习、fastai 库和 PyTorch 的要求：
- 您在2018年秋季参加了更新的面授深度学习 part 1 课程
- 您在申请前已经观看了在线课程的前2个视频，并承诺在课程开始前完成全部7个课程。我们估计每节课大约需要10小时的学习时间（因此您需要在3月18日课程开始前的7周内，每周学习10小时）。
- 您之前参加过旧版课程（去年发布的）并且观看了新课程的前4节课，以熟悉 fastai 库和 PyTorch。
Deep Learning Part 1 涵盖了深度学习在图像识别、推荐系统、情感分析和时间序列预测中的应用。Part 2 将在此基础上进一步深入，教授您如何阅读和实现前沿研究论文、生成模型和其他高级架构，以及更深入的自然语言处理。与所有 fast.ai 课程一样，它将是实用的、最先进的，并且面向程序员。
如何申请奖学金
我们能够提供的奖学金数量取决于我们获得的资金（如果您的组织能够赞助一个或多个名额，请告知我们）。要申请奖学金，您需要提交一份简历和一份个人陈述。个人陈述应包含以下内容：
- 1段描述您希望将深度学习应用于的一个或多个问题
- 1段描述您以前的机器学习教育或经验（例如 fast.ai 课程、Coursera、deeplearning.ai 等）
- 您所属的代表性不足的群体（性别、种族、性取向、退伍军人）
多元化奖学金申请应在此提交：https://certificate.usfca.edu/register/di-application
如果您有任何问题，请发送电子邮件至 [email protected]。
申请截止日期是2019年2月14日。
常见问题解答
我没有资格申请多元化奖学金，但我仍然感兴趣。我可以参加课程吗？ 当然可以！您可以在此处注册。
我不住在旧金山湾区；我可以在线参加吗？ 可以！敬请关注未来几周将在博客文章中发布的详细信息。
这个课程以后会在网上免费提供吗？ 是的，这个课程之后会在网上免费提供。参加面授课程的好处包括更早的接触机会、社区氛围和面对面互动，以及更好的结构（对于那些在线学习时缺乏动力的人）。
fast.ai 能否赞助签证或提供生活费津贴？ 不能，我们既不能赞助签证也不能承担生活费。
这个课程和之前的 fast.ai 课程有什么不同？ fast.ai 的目标是推动最先进技术的发展。每年，我们都希望让深度学习的使用变得越来越直观，同时获得更好的结果。通过我们的fastai 库，我们正在超越我们去年取得的最先进成果。
课程使用什么语言授课？ 课程使用 Python 语言授课，并使用 fastai 库和 PyTorch。我们的一些学生已经在财富500强公司的生产环境中使用 fastai 库了。