一周之前，MIT 編輯部致電阿里巴巴人工智能實驗室首席科學(xué)家王剛，向他傳達(dá)了獲獎訊息，第一個蹦入王剛腦海的反應(yīng)是—— I'm lucky .  王剛向雷鋒網(wǎng)表示，在身邊優(yōu)秀的行業(yè)前沿人才如此多的情況下，獲此殊榮，運氣成分要占一定比例。

1、

8月16日，《麻省理工學(xué)院科技評論》（MIT Technology Review）雜志揭曉了 2017 年全球青年科技創(chuàng)新人才榜（TR35）的評選結(jié)果。這一次，國內(nèi)阿里巴巴人工智能實驗室首席科學(xué)家王剛、阿里云首席安全科學(xué)家吳翰清獲此殊榮。這也是自該獎項創(chuàng)立18年以來，首次中國公司里同時有兩人入選榜單。

本次35名上榜者中，共有6位華人，分別是——創(chuàng)立 Project Include 的 Pinterest 軟件工程師周怡君（Tracy Chou）、Law.ai 和 Wafa Games 的創(chuàng)始人龔曉思、柔宇科技創(chuàng)始人兼 CEO 劉自鴻、阿里巴巴人工智能實驗室的首席科學(xué)家王剛、阿里云首席安全科學(xué)家吳翰清，以及 AutoX 創(chuàng)始人兼 CEO 肖健雄。

該榜單分為 5 大類別：

•  · 發(fā)明家（Inventors）

• · 遠(yuǎn)見者（Visionaries）

• · 先鋒者（Pioneers）

• · 創(chuàng)業(yè)家（Entrepreneurs）

• · 人文關(guān)懷者（Humanitarians）

所謂TR35 ，即是針對35歲以下青年科技才俊、為找出最有可能改變世界的牛人而設(shè)立的獎項。從 1999 年開始，該雜志每年會在全球 IT（計算機、通信、網(wǎng)絡(luò)）和生物醫(yī)藥、商業(yè)等領(lǐng)域內(nèi)，從影響力、創(chuàng)新力、進取力、未來潛力、溝通力五個維度進行評估，挖掘?qū)W術(shù)界和工業(yè)界的35位科技創(chuàng)新精英。

此前，Google 聯(lián)合創(chuàng)始人拉里·佩奇（2002年）和謝爾蓋·布林（2002年），Linux 之父林納斯·托瓦茲（1999年），F(xiàn)acebook 創(chuàng)始人馬克·扎克伯格（2007年），Yahoo 創(chuàng)始人楊致遠(yuǎn)（1999年），Apple 設(shè)計總監(jiān)喬納夫·伊森（1999年）等，都曾是該獎的座上賓。

對于獲獎原因，王剛對雷鋒網(wǎng)表示，評審團應(yīng)該也是主要考量候選人對后續(xù)科技發(fā)展帶來積極的趨勢性影響。正如《MIT Technology Review》總編輯兼發(fā)行人Jason Pontin所說，“這些年來，我們所選擇的這些青年才俊的創(chuàng)新成果和公司一直深刻地影響著人類進步的方向?！?/p>

 

2、

 王剛是誰？

前新加坡南洋理工大學(xué)終身教授，同時也是人工智能領(lǐng)域最頂尖雜志IEEETransactions on Pattern Analysis and Machine Intelligence的編委(Associate Editor)，曾多次受邀成為人工智能頂級學(xué)術(shù)會議如InternationalConference on Computer Vision的領(lǐng)域主席，在深度學(xué)習(xí)算法領(lǐng)域具有深厚的研究積累和國際權(quán)威。

 今年3月，王剛加入阿里巴巴AI Labs，負(fù)責(zé)機器學(xué)習(xí)、計算機視覺和自然語言理解的研發(fā)工作。

實際上，早在2016年，王剛因在深度神經(jīng)網(wǎng)絡(luò)設(shè)計上的卓越貢獻，便已成為MIT評選出的10名亞洲區(qū)35歲以下青年科技創(chuàng)新人才得主之一。在加入阿里巴巴之后，因推動了AI商業(yè)化再次入選了MIT全球青年科技創(chuàng)新人才榜。今年7月，阿里AI labs發(fā)布的人工智能消費級產(chǎn)品“天貓精靈X1”，就運用了王剛的多項研究成果。

談到與阿里的結(jié)緣，王剛向雷鋒網(wǎng)表示，可以追溯到去年，即與阿里內(nèi)部人員有過接觸。阿里人工智能實驗室定位為提供消費級 AI 產(chǎn)品緊密相關(guān)，而其優(yōu)秀的人才團隊與技術(shù)資源，可以輔助王剛將其耕耘多年的深度學(xué)習(xí)算法技術(shù)實現(xiàn)真正落地，離消費者更近、直接創(chuàng)造C端產(chǎn)品，這也是他決定加入阿里的重要原因

加入阿里之后，王剛將主要精力放在AI labs上，人工智能新硬件與降低智能終端成本、生物認(rèn)知啟發(fā)、量子力學(xué)等，都是實驗室正在攻克的方向。目前主要推出的落地產(chǎn)品，即為天貓精靈X1 。

對于目前智能音箱行業(yè)的泡沫現(xiàn)象，王剛對雷鋒網(wǎng)表示，目前行業(yè)還處于早期培育階段，每個新生事物出現(xiàn)時，都要遭受很多質(zhì)疑，而支撐條件都是后天創(chuàng)造出來的。相信，未來在較短時間內(nèi)，就能看到智能音箱產(chǎn)品逐漸成為大眾喜愛的產(chǎn)品。“不要受限于用戶現(xiàn)有的習(xí)慣 要為用戶創(chuàng)造習(xí)慣。”王剛這樣強調(diào)。

具體技術(shù)上，天貓精靈使用了AliGenie第一代中文人機交互系統(tǒng)，能夠精確理解用戶語言，進行智能對話，同時提供個性化用戶服務(wù)。阿里AI Labs將AliGenie開放給開發(fā)者、硬件廠商所使用，即是希望讓更多具有人工智能能力的產(chǎn)品，快速落地，被消費者所使用。

即便如此，王剛對智能音箱未來的看法，仍是堅持“語音+視頻”是大趨勢。他認(rèn)為，語言、圖像，包括觸摸、氣味等的輸入，會使學(xué)習(xí)更高效。當(dāng)然，面臨的挑戰(zhàn)也同時存在，“這是一個漸進的過程?！?/p>

阿里人工智能實驗室辦公室

3、

加入了阿里人工智能實驗室的王剛，具體帶來哪些落地技術(shù)？

王剛主要的研究領(lǐng)域集中在深度神經(jīng)網(wǎng)絡(luò)上，他為阿里巴巴帶來的貢獻之一也來源于相關(guān)的研究成果。深度神經(jīng)網(wǎng)絡(luò)是一項關(guān)于機器學(xué)習(xí)的研究，它能夠讓機器在海量數(shù)據(jù)中尋找規(guī)律，自動對數(shù)據(jù)進行分析。同時，此項技術(shù)也是AlphaGo的基礎(chǔ)理論之一。

但目前，據(jù)雷鋒網(wǎng)了解，大多數(shù)現(xiàn)有神經(jīng)網(wǎng)絡(luò)均需要科學(xué)家具備某一專業(yè)領(lǐng)域的相關(guān)知識才能驅(qū)動，不同的領(lǐng)域的神經(jīng)網(wǎng)絡(luò)所需要的知識理論也完全不同，這就極大地限制了神經(jīng)網(wǎng)絡(luò)的大規(guī)模應(yīng)用。

例如，當(dāng)我們在做圖片匹配時，不同的圖像對應(yīng)的相似區(qū)域是不一樣的。但是大部分現(xiàn)有方法都沒有考慮到這樣的差異性，從而限制了深度學(xué)習(xí)的效果。

針對于此，王剛在深度神經(jīng)網(wǎng)絡(luò)的研究中，提出了自適應(yīng)神經(jīng)網(wǎng)絡(luò)。它降低了人工篩選數(shù)據(jù)的工作量，能夠根據(jù)輸入的數(shù)據(jù)特點，自適應(yīng)的匹配數(shù)據(jù)進行學(xué)習(xí)，從而極大的增強了神經(jīng)網(wǎng)絡(luò)的效果。這個方法在很多重要的機器學(xué)習(xí)問題上都取得了比傳統(tǒng)方法更好的結(jié)果，也應(yīng)用到了AI labs的具體產(chǎn)品中。

本質(zhì)來講，神經(jīng)網(wǎng)絡(luò)是人工智能的“大腦”，這項研究讓人工智能具備更強的學(xué)習(xí)能力，從“應(yīng)試教育”進化到“自主學(xué)習(xí)”。

以行人的識別為例，在多個場景和攝像頭之間實現(xiàn)行人的再次識別，是視覺分析和場景監(jiān)控的核心技術(shù)。但，由于行人在不同場景下的變化，穩(wěn)定的行人再識別是非常有挑戰(zhàn)的問題，因此，王剛創(chuàng)新地提出了一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

 行人再識別的問題是輸入兩張圖片，然后去識別這兩張圖片里是否包含了同一個人。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法，是在最后的特征表達(dá)層上，將兩張圖片結(jié)果進行相似比較，而該網(wǎng)絡(luò)結(jié)構(gòu)創(chuàng)新地提出了門匹配的機制——在兩張圖片的各個中間特征層之間加入門匹配機制。

門機制圖解 

這種起源于LSTM的門機制，可以在特征抽取的過程中，通過比較兩張待匹配照片之間的相關(guān)性，對那些有助于行人再識別的特征進行強化，從而較好地提升行人再識別的準(zhǔn)確率。這種可以訓(xùn)練的門機制，不僅保留了端到端訓(xùn)練，而且實現(xiàn)了在預(yù)測過程中根據(jù)不同輸入情況進行特征抽取的控制，是對傳統(tǒng)多層神經(jīng)網(wǎng)絡(luò)的非常重要的改進。

雖然這是一項圖像識別技術(shù)，但核心的門匹配機制可以擴展到多個技術(shù)領(lǐng)域，實現(xiàn)更高精度的識別率。這一技術(shù)思路也同樣將應(yīng)用在AI labs的產(chǎn)品中。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。