今日，科大訊飛首屆全球 1024 開發者節正式開幕。在這裡，我們是一個個最小的編碼模組，以最具熱情與創造力的方式構建起一個個強大的模型。正如深度學習，每個開發者以二進位制（啟用或非啟用）堆疊出一層層強大的神經網路。在這裡，機器之心同樣以 2^i（i∈1,2,...,10）的方式構建每一個隱藏層的單元數，為 1024 開發者節定製一個全連線網路（詳見文後彩蛋），與所有開發者一起學習與狂歡。
科大訊飛 1024 開發者節以李德毅院士演講介紹經濟發展的新引擎——人工智慧開始，而後科大訊飛董事長劉慶峰對 AI 生態與發展分析更是為各位開發者提供了深遠的洞見，隨後執行總裁胡鬱公佈了本次開發者節的重磅訊息《1024 計劃》。
1024 開發者節不僅有許多 AI 體驗區，同時會議上還有訊飛 AIUI 開放平臺介紹、Intel 和華為等主題分享，而夜晚的 AI 音樂節則更是開發者的狂歡之夜。
李德毅院士的演講主題為《人工智慧——經濟發展的新引擎，社會發展加速器》，他用兩個典型案例介紹了人工智慧的發展：圍棋程式 AlphaGo 與自動駕駛。李院士稱之為圍棋腦與駕駛腦。
李德毅院士提到不久之前 DeepMind 公開的 AlphaGo Zero 版本，表示圍棋腦的更新升級速度遠遠超越人類。而在自動駕駛中，駕駛腦版本的升級速度大於人類駕駛員駕駛技巧進化的速度，且體現群體之能的駕駛腦的環境適應能力大於單個駕駛員特定場景的適應能力。
此外，提到「人工智慧威脅論」這個話題，李德毅院士認為人工智慧不會站在我們人類對立面，「未來也就是一群人與他們製造的機器人，跟另一群人與他們製造的機器人形成某種程度的對立，而不會是人與機器人形成對立。」
整合產業，讓行業共同發展是訊飛召開 1024 開發者大會的意義。科大訊飛董事長劉慶峰表示，人工智慧不僅能依靠演算法，演算法、大資料、行業專家三個要素合在一起，人工智慧才能改變世界。這意味著在大的邏輯中，單個人工智慧企業不可能做到，必須要有一個產業生態。人工智慧時代不是公司之間的競爭，是生態鏈與生態鏈之間的競爭。在這之中不分大小，我們是平等的，需要協同成長。
談到業內普遍關注的人工智慧影響就業的問題，劉慶峰認為，雖然人工智慧會替代人類 50% 的工作，但也應該創造出更多有意義的工作。這不僅僅靠的是龍頭企業，靠的是技術提供方、千千萬萬個創業者。很多有創意的開發者和創業者們協同未來的人類社會發展，使人工智慧不是給社會帶來矛盾、對社會的和諧帶來挑戰，而是更美好的未來。這需要更多的創業者在人工智慧平臺上創造更多的就業崗位和機會。這也是科大訊飛今天開發者節定義人工智慧的目標。
《1024 計劃》是科大訊飛 1024 開發者節的重要釋出。科大訊飛執行總裁胡鬱在大會上宣佈了 1024 計劃的三大主要部分。「訊飛開放平臺自 2010 年啟動以來，目前已經達到日均互動次數 40 億次的水平，」胡鬱表示。「但這一切還不夠，我們還希望推出 AI 生態計劃、AI 教引計劃和 AI 公益計劃。」
詳細計劃內容介紹如下：
AI 生態計劃
1.AI 生態沙龍
從國內到海外，從亞太到中東，訊飛將每年 6 期地舉辦線下訊飛技術沙龍活動。訊飛開放平臺的產品經理與技術專家將走進開發者所在的城市，與企業的產品經理、產品開發者、專案經理、技術負責人面對面地分享技術能力、解決方案和案例。深入瞭解開發者的技術訴求、不同行業不同場景的差異性，提供針對性的解決方案，讓訊飛語音雲連通全球 AI 產品。
2.AI 眾創空間
在創業空間方面，訊飛已在全國建成並運營了長春、洛陽、合肥、重慶四個科大訊飛 AI 雙創基地。正在籌建位於北京、深圳、天津、南昌的基地，同時正在對接有南京、蘇州、福州、杭州、雄安、海口、廣州等 14 個城市。助力各地新晉創業者從 0 到 1，獲得來自訊飛的從辦公場地到技術能力等的全方位支援。
3.AI 鑽石團隊
科大訊飛將開放鑽石團隊計劃，開發者可以提交申請加入，加入鑽石團隊的專案我們將提供五大平臺的鑽石級別服務支援。同時將啟動 10.24 億生態扶持基金，首期 10.24 億扶持基金將面向所有開放平臺開發者用於技術能力產品的補貼、優惠，用於創業團隊的融資支援。
AI 教引計劃
今天，科大訊飛正式釋出的「AI 大學」計劃，將為大學生、人工智慧愛好者和創業團隊搭建線上人工智慧教引平臺，包括線上 AI 課程、互動論壇，案例分享等，支援的全方位的教引行動，扶持開發者逐步成為專業務實的 AI 人才。
同時，AI 大學也包括校企合作計劃，科大訊飛將通過課程合作、線下沙龍，賽事活動，雙創平臺合作等形式，共同推進智慧語音與人工智慧技術課程走進校園，走近開發者。科大訊飛表示，該計劃首批將通過 AI 大學培養和孵化 1024 個人工智慧專案。
AI 公益計劃
AI 公益計劃包括方言保護計劃，科大訊飛計劃對中國方言進行一次全國範圍內的收集和補全，動員全民參與，建立中國方言文庫。提高民眾對方言的關注度和興趣，藉助人工智慧技術為民眾提供更好的方言使用條件。最後，科大訊飛還啟動了「三聲有幸」AI 公益計劃。
彩蛋
最後，機器之心構建了 10 個「二進位制」隱藏層，我們希望使用不一樣的全連線網路獻給 1024 程式設計師日。我們嘗試使用 2，4，8，...，1024 的方式或反序構建這十個隱藏層，但由於前面層級神經元太少，因此導致整個網路無法訓練，所以最後我們採取以下結構：
INPUT_NODE = 784
OUTPUT_NODE = 10
LAYER1_NODE = 1024
LAYER2_NODE = 512
LAYER3_NODE = 256
LAYER4_NODE = 128
LAYER5_NODE = 64
LAYER6_NODE = 64
LAYER7_NODE = 128
LAYER8_NODE = 256
LAYER9_NODE = 512
LAYER10_NODE = 1024
最後我們在 MNIST 資料集訓練並測試該模型，這種 1024 迴文結構的網路（讀者可以想想更有意思的 1024 結構）最終實現了 96.91% 的測試準確度：
After 0 training step(s), validation accuracy using average model is 0.1408
After 1000 training step(s), validation accuracy using average model is 0.9406
After 2000 training step(s), validation accuracy using average model is 0.9556
After 3000 training step(s), validation accuracy using average model is 0.9616
After 4000 training step(s), validation accuracy using average model is 0.9682
After 5000 training step(s), validation accuracy using average model is 0.9694
After 6000 training step(s), validation accuracy using average model is 0.97
After 7000 training step(s), validation accuracy using average model is 0.9712
After 8000 training step(s), validation accuracy using average model is 0.9708
After 9000 training step(s), validation accuracy using average model is 0.9716
After 10000 training step(s), test accuracy using average model is 0.9697
完整網路架構與程式碼請檢視機器之心 GitHub：https://github.com/jiqizhixin/ML-Tutorial-Experiment/blob/master/Experiments/1024.ipynb