Facebook之变，阿里巴巴之福

贾扬清从Facebook辞职。该消息首先发布在知乎上。

一个问题“你如何评价贾扬清从Facebook辞职？”很快就引来了很多答案。知情人士纷纷爆料，表达了对大师的关心。

丹尼尔从来不迷恋大公司的光环。 Caffe2+Pytorch合并后，Facebook内部负面消息不断。此时，贾扬清做出了新的职业决定。他只是想找到一个更适合自己发展的平台，继续在不同的地方飞翔。

贾扬清出生于浙江绍兴。 2002年考入清华大学，获清华大学硕士学位。随后，他前往加州大学伯克利分校获得博士学位。

2013年，贾扬清博士已在谷歌实习了2年，毕业后加入。他在Jeff Dean 手下工作并参与了TensorFlow 的创建。致力于前沿深度学习研究和工程化，参与过ImageNet2014竞赛、移动深度学习、Google下一代AI平台TensorFlow开发、基于深度学习的产品开发和产品咨询等。

2016年2月，贾扬清离开谷歌加入Facebook，担任LeCun旗下的研究科学家，专注于前沿人工智能研究和平台开发。贾扬清创建的深度学习框架Caffe也成为Facebook的重点部署框架之一。

Facebook的内部斗争影响了贾扬清的产品。贾申领导的caffe2和onnx基本形同虚设。 caffe2的生存空间是要由产品团队来部署的（比如广告），但是产品团队决定开始使用pytorch，所以caffe2团队基本上不得不改变一些东西。

同样，onnx 的使用也有局限性。 Pytorch 1.0放弃了onnx，所以Facebook基本上也放弃了onnx。估计只有微软和AWS还在推，不过退出可能只是时间问题。

Facebook的改变对阿里巴巴来说是一件幸事。在Facebook经历内部动荡之际，阿里巴巴已经在推进硅谷研究院计划。于是他向“老乡”贾扬清伸出了橄榄枝，最终招募了AI大师加盟。目前有消息称，贾扬清将出任阿里巴巴副总裁，并牵头打造100人的研发团队。

更有趣的是，贾扬清之前在知乎上关于阿里巴巴达摩院的回答，现在已经变成了预言，“我在阿里巴巴有很多志同道合的朋友，比如任晓峰（亚马逊前首席研究员），他也在读达摩院。”伯克利博士。 ）、曾在清华大学共事的盖坤（京师，阿里巴巴技术大佬）等。我记得十多年前在当时的微软亚洲研究院听到的一句话，MSRA帮助培养了第一批留学生。随着时间的推移，越来越多的本土企业开始加入到人才培养和科研的第一线，这对于人工智能的发展来说是一件令人兴奋的好事。如果我还是一名研究生，还会有一个。这是一个实习的好地方。”

贾扬清的“共享意识”

作为图像识别开源软件Caffe的开发者，贾扬清向全世界免费分享了这一成果，因此他的名字在业界家喻户晓。

贾扬清出生于浙江绍兴。贾扬清的母亲沈周娟和父亲贾超英都是上虞市春晖中学的著名语文教师。贾扬清出生在“春晖”宿舍，长在“春晖”校园。

中考期间，贾扬清以渝区中考第三名的成绩考入春晖中学。高中时，他表现出色，曾获得全国理化竞赛一等奖、数学联赛二等奖、英语综合能力二等奖等。

贾扬清是文理双优的高材生，他有自己的一套学习套路。比如老师布置的题，知道怎么做就不会做，会重点关注漏洞。对于不会的题，你会买一整本习题来练习。

高考理科综合考试时，贾扬清因为一道27分题不小心做错了，非常沮丧。不过最终他以高考686分的成绩顺利进入清华大学信息技术自动化专业。在清华大学获得硕士学位后，他前往加州大学伯克利分校攻读博士学位。

对于儿子的成功，沈周娟总是提醒他：“你有今天的名气，不仅仅是因为你的技术，而是因为分享。”

阿里达摩院

2017年10月11日，阿里云大会上，阿里巴巴CTO张建锋（华明星殿）宣布阿里巴巴将成立全球研究院。

阿里巴巴达摩院（The Academy for Discovery, Adventure, Momentum and Outlook, 阿里巴巴达摩院）是一所以人类视觉为驱动、致力于探索科技未知的学院。它是阿里巴巴在全球多地设立的科研机构。科学、颠覆性技术和应用技术研究。

2019年1月2日，阿里巴巴达摩院发布“2019年十大技术趋势”：实时城市模拟成为可能，智慧城市诞生；语音AI在特定领域通过图灵测试； AI专用芯片将挑战GPU的绝对主导地位；超大规模图神经网络系统将赋予机器常识；计算架构将被重构； 5G网络将催生新的应用场景；数字身份将成为第二张身份证；自动驾驶进入平静发展期；区块链回归理性，商业应用加速；数据安全保护技术正在加速涌现。

作为前沿技术研究机构，阿里巴巴达摩院也与普通大众有着非常密切的关系。

例如，一名遥感分析师每天在办公桌前工作，通过卫星遥感照片上的建筑物进行比对，以发现违法建设、破坏森林等违法行为。每次更新遥感卫星照片，需要三个月的时间才能完成人工分析。 “当我工作压力很大的时候，我的眼睛里就冒出了星星。”更令人沮丧的是，由于分析时间太长，执法人员到达时已经是一片大森林了。永久损坏。通过应用阿里巴巴达摩院研发的“AI卫星遥感图像分析”系统，遥感卫星图像的分析时间缩短到几分钟。

解决社会问题、解放人类是人工智能的基础。

AI商业落地之痛

最近发布的《2018中国人工智能商业落地研究报告》显示，2017年中国AI初创企业累计获得融资超过500亿元，但2017年排名前100的AI商业初创企业累计营收不足100亿元，超过90%的人工智能公司都在亏损。

一方面，人工智能教育和投融资热情持续。另一方面，AI初创公司却在商业化上举步维艰。两人处于冰火两重天的状态。目前，人工智能行业雷多雨少。 AI正在遭受商业落地的阵痛。这似乎已经成为业内人士的共识。

所谓“人工智能落地难”，是指它在理想的实验室环境中取得了巨大成功，但应用于实际生活和生产时，却往往达不到预期的效果。当人工智能落地时，会遇到很多挑战。

在“2018全球智能+新商业峰会”上，腾讯副总裁、AI实验室负责人姚星认为，对于当前实际应用场景来说，人工智能只是辅助手段，而非决定性力量。人工智能行业缺少的不是算法，而是如何更好地将其转化为工程方法。

人工智能促进会（AAAI）执行委员会唯一华人委员、香港科技大学计算机科学与工程系教授杨强近日接受采访时表示，虽然国内人工智能研究从投稿数量来看已经接近领先，但从创新性来看，国内人工智能研究仍然缺乏。 “很多人学会了回答问题，但很少有人提出新问题。”

谈到AI未来的发展方向，杨强认为，目前的AI应用还没有让整个行业重生，但要优化AI驱动的“核心决策系统”，算法研究可能只占比较小的比例它的。更多地取决于市场对这个系统的态度，生态和联盟的发展速度，以及是否能够推动整个垂直行业的跨越。

目前，在国内，一些计算机视觉相关的应用，比如安防领域，已经发生了比较大的变化。过去，安防行业采取的是事后追责的思路，通过查找监控录像、回顾历史记录等方式。例如，据说北京机场有超过2万个摄像头。不可能依靠人的实时监控来保证安全。目前，通过人工智能，可以实时预防和预防一些危险情况。

不同国家人工智能的发展与当地产业发展特点相关，取决于技术与当地产业的结合。以金融业为例，中美之间主要有两点差异。首先，在技术应用方面，美国金融市场竞争较为激烈，很多银行早已习惯通过技术手段进行竞争。金融公司10%的员工是IT和技术员工。在中国，这一比例约为3%-4%。在美国，人工智能在金融领域的应用比较先进。许多对冲基金使用机器学习和数据挖掘，量化基金则通过程序管理资金。与美国相比，中国还处于相对早期的阶段。另一方面，两国在金融领域的监管法律法规存在一定差异。在美国，通过开发程序管理资金的监管限制并不多。只要你敢于承担风险，你就对自己的盈亏负责。相比之下，中国总体上相对谨慎。

马化腾曾表示，如果只能投资一个领域，从自己的产业出发，他最关注的会是与信息技术相关的AI产业。