欢迎来到加倍考研网! 北京 上海 广州 深圳 天津
微信二维码
在线客服 40004-98986
推荐适合你的在职研究生专业及院校
专访| 卡内基梅隆大学:人工智能引领「钢铁城」匹兹堡的蜕变达芙妮

专访| 卡内基梅隆大学:人工智能引领「钢铁城」匹兹堡的蜕变

机器之心(海外)原创作者:李九喻飞机盘旋在匹兹堡上空,蜿蜒的森林山路中一座工业城市的轮廓赫然显现。匹兹堡被称作「钢铁城」,从 1970 年代开始,滞缓的经济导致大量蓝领失业,这里和底特律、克利夫兰等东部城市被统称为「锈带」(Rust Belt Cities),面临着转型或破产的困境。然而与其它「锈带」城市有所不同,匹兹堡有宾夕法尼亚州最大的医院——匹兹堡大学医疗中心,以及全球排名第六的计算机系大学——卡内基梅隆大学。这座城市正在利用这些资源重新包装、营销自己。通过机场安检口滚动的宣传片大力推送「创客」、「科技」、革新」可以窥见一斑。人工智能是重头戏。去年,卡内基梅隆大学深度学习部门录取的 8 博士生里有 6 名华裔,随着 AI 热潮,越来越多的中国学生慕名在此就读。今年,卡内基梅隆宣布了新的人工智能研发计划「CMU AI」,项目涉及 100 多名学者和 1000 名学生。学校则外宣称:「AI Is In Our Blood」——人工智能就在我们的血脉里。这里变成美东地区除去波士顿纽约地区之外,求学、创业、和投资的热点。然而虽然卡内基梅隆大学的技术实力不可置否,匹兹堡郊区的基础设施铁剂斑斑,城市公共交通系统仍然陈旧:前面的产业经济转型是一场硬仗。卡内基梅隆大学:匹兹堡产的美国机器人与加州理工大学、麻省理工学院和斯坦福等学校相比,卡内基梅隆大学有美国最大的机器人研究所(Robotics Institute)。现任所长 Martial Hebert 是个神情严肃的法裔计算机视觉专家,他向机器之心透露:「早在机器人研究所成立时就有自己的预算和人才。这个别的大学不太一样,它们的架构更松散。」起源要追溯到 1979 年。工程学院院长 Angel Jordan 问计算机系教授 Raj Reddy:「卡内基梅隆为什么不做机器人?」二人立即提案专攻工业制造机器人,并向匹兹堡当地企业 Westinghouse Electric 的总裁 Tom Murrin 拉赞助,后者很爽快地捐助了学校大约 500 万美元(约今天 3200 美元)。随后的科研成果证明,三人做了一个正确的决定。80 年代,Marc Raibert 在这里创建了 Leg Lab,后来他把这个实验室搬到麻省理工,在军方资助下创办波士顿动力公司;NavLab 推出世界上最早的自动驾驶汽车 NavLab 1;Red Whittaker 制造的机器人车可以帮助清理三里岛核泄漏现场。90 年代,金出武雄教授研究的计算机视觉系统在 2001 年超级碗棒球直播上名声大噪。2007 年,Red Whittaker 又带领 Tartan 赛队打败斯坦福,赢得 DARPA 的自驾挑战比赛的第一名。卡内基梅隆研发的这款 CHIMP 机器人高 150 厘米、臂展 250 厘米,被用于灾难救援。CHIMP 在 DARPA 2015 年机器人挑战赛(DRC)上荣获第三名。科研成果背后的商业空间很大。1996 年,机器人研究所旗下的国家机器人工程中心(NREC)在 NASA 的资金支持下开张,与美国政府和业界合作农业、矿业、核能、航天和国防等机器人研发项目。Hebert 所长每天极早就开始站着工作,面对着成堆的公文,他告诉我们:「工程中心与美国政府签署的合同一般持续 5-10 年,和公司的合同一般只持续 1-3 年。我们喜欢长期合作,不断积累成果、做系统性开发。」言下之意招纳项目的门槛不低。目前机器人研究所有 116 名教授,33 个实验室,以及 98 个正在进行的项目。当然机构架构只是背景信息,培养下一代才是首任。暑假收尾,在 Cohen 中心大楼的地下室里,机器人俱乐部的学生正忙得不亦乐乎。成员们在这里做自己感兴趣的四轮车、无人机、类人机器人开发。去年,俱乐部主席 Sean Reidy 自己花了$500 美元完成了个可遥控、带引擎的机器沙发,在开学日抬到学校草坪正中央,吸引了不少眼球。机器人俱乐部主席 Sean Reidy,研究生代表 Brad Powell,培训官 Oliver Zhang(从左到右)「当然也有人加入俱乐部找做研究的机会。比如我自己,现在正在为 Red Whittaker 的月球车项目打杂。」研究生代表 Brad Powell 说。Brad 告诉机器之心,当年他在网上看了兰迪·波许(Randy Pausch)著名的最后一课,决定递交入学申请。「这里很自由,并且鼓励创新,而且不只是说说而已。」2007 年,罹患胰腺癌的卡内基梅隆大学计算机科学、人机交互及设计教授波许在学校上了最后一节课,鼓励台下学生在难以预料的人生中把实现童年的梦想放在第一位。这堂课座无虚席,社会影响力巨大,匹兹堡市议会随后宣布 2007 年 11 月 19 日为「兰迪·波许博士日。波许的学术精神影响了许多后来的学生,其中也包括 Brad:「我非常喜欢太空机器人,我的梦想是在世界上留下自己的痕迹。」他希望以后可以去美国宇航局工作:「哪怕毕业不能立即加入 NASA,也可以在多做几份工作之后再尝试,总能达成目标的。」卡内基梅隆大学:机器学习研究的前沿CoBot 协作机器人在卡内基梅隆计算机系大楼 Gates Hillman 中心招待了我们。这款机器人可以独立传达口讯、护送访客、并且完成一些简单的任务和沟通。如果在执行中遇到问题,CoBot 会向过路人求助;如果在中途被耽搁,CoBot 可以向人解释自己迟到的理由。在机器学习部门,CoBot 是一个研究实时导航、多机器人任务规划的平台,凝结了许多教授和博士生的心血。目前机器学习部门有四个 CoBot,每个造价约 $10,000 美元。每个机器人都配有屏幕界面,电动车轮,LIDAR 传感器和六米视野的 kinect 深度摄像机。其中 CoBot 4 克服了强弱光的问题,只配备相机传感器。操刀研究 CoBot 系统的是机器学习部门主管 Manuela Veloso 教授。上个世纪 80 年代,Veloso 毕业于里斯本高等院校的电气工程学院,秉着对工业自动化的热忱来 CMU 读博。她是业界为数不多的女强人,也对 CoBot 的 『原始』 外表直言不讳:「机器人应该看上去像机器人。就像冰箱一样,它只是个机器。你要明白的是,我更关心机器人是否可以自动工作,而不是他们的外表有多好看。」这种实用主义在卡内基梅隆是主流。「计算机科学研究始于上个世纪 50 年代。当时,赫伯特·西蒙和艾伦·纽维尔共同创立了工业管理研究生院,研究符号推理计算。」纽维尔在 1975 年赢得图灵奖,而西蒙则被授予 1978 年的诺贝尔经济学奖。「我记得艾伦·纽维尔对我们说过,『说让计算机做什么很简单,让他们真正这么做却很难。』」Veloso 教授追忆道。而这两年由深度学习引爆的人工智能热潮,似乎仍旧逃不出 『只说不做』 这个窠臼。Veloso 教授在 1997 年帮助创立了 RoboCup 机器人足球赛。2015 年,她的 CMU 团队 CMDragons 赢得了第一名。「尽管如此,人工智能不会消失,这项研究只会变得越来越重要。」Veloso 教授表示。「我们今天说人机互动——Human Computer Interaction,但我认为我们正在与人工智能互动——Human AI Interaction。这是一个崭新的领域。」机器学习部门附属于计算机学院,目前拥有 22 名教授,40 名教师,和约 60 名博士生。在去年部门录取的 6 名华裔学生里,以 3.92 GPA 高分毕业于加拿大麦克吉尔大学的周承惠就是其中之一。承惠的研究方向是深度强化学习。她说导师 Veloso 教授提出的应用场景非常具体,例如:「当系统看到对面有人打招呼时,会停下来并提醒盲人做出回应。」正在读第一年的她目前正在钻研如何使机器人拦截移动目标。承惠告告诉我们:「读博其实是一种生活方式,你 24 小时不停的工作,却感觉自己完全没在工作。你想明白问题的那一瞬间可能是在吃饭,或者刚起床赖在床上的时候,从来都不是低头学习的时候。」「我爸爸就是计算机系的教授,我小时候觉得他一直特别闲。我家里人反对女生读博士,觉得学个本科就行了。」2015 年,承惠的导师在 Grace Hopper 年度会议上演讲,鼓励女性投身科研。目前即便在美国,女生读计算机博士仍是少数。「但我觉得这些跟性别没什么关系,女生也一样能做得很好。」承惠说。同样在八楼办公,前任机器学习部门主管 Tom Mitchell 教授手上有三个研究项目:使用统计学习算法分析 fMRI 数据,教手机如何学习用户指令,和一个名为「无止境语言学习」(NELL)的软件系统。自1986 年以来,Tom Mitchell 教授一直在 CMU 教书。他对近年来匹兹堡的变化感到欣慰,认为卡内基梅隆和匹兹堡大学这对孪生教育机构正在帮助城市产业升级。NELL 是一个无休止的推理系统,被用来在网络上学习、并且分类语义知识。自 2010 年以来,它一直在不间断地运行。如果说 80 年代的专家系统因为封闭和单一失败,NELL 的开放式系统则打破了这个局限性。NELL 使用了八种不同的算法,每种都在同时帮助系统确认知识点的准确性。Michtell 教授解释说:「假设一种算法根据语义来分类信息,例如当你说「匹兹堡市长」,系统会根据「市长」确认匹兹堡是个城市;另一种算法则查看拼写方法,例如「Pittsburgh」的「burgh」则是城市常见的后缀。如果八种算法相互确认,我们可以肯定匹兹堡是座城市。」NELL 最近新确定的知识点是克里斯托弗·诺兰指导了《蝙蝠侠:开战时刻》。除此之外,NELL 还与一个由 Abhinav Gupta 教授开发的「无止境图像学习」(NEIL)的系统沟通,通过视觉和语义知识的交互进行学习。「NELL 和 NEIL 都在网络上自由爬行,分头收集和分类数据。」在这个过程中,Mitchell 教授认为 NELL 和 NEIL 系统的开发或许能够帮助机器学习摆脱使用标签数据集的限制。NELL 的推特账号会每天坚持推送问题,网络用户也可以帮助系统确认知识点——@cmunell匹兹堡大学:当人工智能遇见医疗在过去几年,匹兹堡大学神经生物系的 Andrew Schwartz 教授正在忙着开发一个神经假肢项目,帮助全瘫患者恢复手臂功能。与他一起工作的还有包括电气工程师、生物工程师、统计学家、机器学习科学家等在内的 20 名专家。「系统会接收到两种信息流:一种来脑部植入电极,一种来自相机传感器背后的视觉计算系统。系统将两种信息流解码后移动假肢。」Schwartz 教授向我们解释道。作为脑科学家,他对人工智能最近的发展并不感冒,但表示自己的项目的确受益于计算机分析大量平行数据流能力的提升。Schwartz 教授在匹兹堡医学中心Schwartz 教授认为,目前的产品虽经 FDA 预先批准,但仍需要两到三年的改进时间:「我们想从颅骨中去除电极传输线,并且用新型材料提高手臂灵的活性。」他承认目前科学并不彻底理解大脑的运作方式。「人类的臂膀有 10 个活动自由度,手掌有 20 个活动自由度。在这种复杂度的前提下,我们还不知道脑信号是如何传播到脊髓和四肢的。」支持 Schwartz 这项研究的机构是宾夕法尼亚州最大的医疗和保险提供商——匹兹堡医学中心(UPMC)。目前,UPMC 旗下共有 330 万会员,25 家医院,和 3,800 名执业医师。2007 年医院购买了匹兹堡最高的地标性建筑 US Steel Tower 的冠名权,并且在全市拥有名目繁多的物业。几年前医院成立了创新部门,雇佣了约 250 名数据科学家和技术专家,和谷歌匹兹堡分部一起在 Bakery 广场的大楼办公。匹兹堡医学中心的首席创新官兼企业执行副总裁 Rasu Shrestha 医生告诉机器之心:「的确,我们正在和谷歌抢人才,我们希望毕业生可以选择 UPMC,而不是楼上。」「今天我们不再以贩售医院床位为目标,新型医疗讲究的是提供全方位服务。」——UPMC 创新部门开放式的办公室里有大型壁画,弹球机,和满墙的公式与贴纸,这里似乎是传统医院转型的先锋队。创新部门最重要的业务是孵化科技项目。几年前 Shrestha 投资了一个叫 Covergence 的公司,开发可供医生阅览的患者医疗数据平台。然而在医疗行业竞争激烈、利益划分界限明确、信息保密度极高的美国,这个平台最终未能推广开来。Shrestha 很快决定关掉公司。「当医生的人不喜欢说 『失败』 这个词,但在我们部门,保持 『敏捷』 是很重要的。如果一个点子不好,就让它快速失败。」医院也投了各式各样的医疗项目,其中一个例子是 Vivifyhealth,一家使用移动设备监控病人体征的公司。「如果患者的体征显示不正常,我们可以提前进行干预。」Shrestha 博士说。目前数据处理技术的成熟与医院的发展策略相辅相成。「医院有许多结构的文本数据,包括用药、过敏、和实验室等数据单;以及非结构化数据,包括手术放血摘要,放射学报告和实验室摘要。」Shrestha 博士解释说。「像素数据的图像识别技术也在不断进步,这些都是人工智能技术用武之地。」据悉,UPMC 是最早的医疗数据归档系统 PACS 的发源地。目前医院每年收到数百亿字节的数据,并且每 18 个月翻一番。处理海量数据已成为当务之急。UPMC 去年在「创新」上投资了近 20 亿美元。2017 年,医院宣布与微软合作,利用人工智能和云端存储技术数字化所有纸质档案。IAM Robotics:在匹兹堡创业的仓库机器人公司除去大学、大医院,匹兹堡的机器人创业公司也是产业链中不可或缺的一部分。Tom Galluzzo 是佛罗里达大学机器人、机械工程和电气工程系的三栖博士。2009 年,他受聘于国家机器人中心担任工程师,三年后离职创立 IAM Robotics,一家利用计算机视觉开发货架存储机器臂的公司。公司的工厂位于匹兹堡郊区。在我们造访时,Tom 正在招呼几个工程师清理庭院。对于他来说,每年毕业于卡内基梅隆约 100 名机器人系毕业生是首选的招聘对象,其次还有来自匹兹堡大学和宾州大学的毕业生。「跟硅谷比起来的话,匹兹堡的好处是的工资便宜。」Tom 告诉机器之心。在国家机器人中心,Tom 曾在国防高等研究计划署的 ARM-S 机器臂项目工作。他说那个项目教会他「仿人机械手」的局限性:「五指是复杂,容易碎,昂贵,并且笨拙的设计。」在他自己的创业公司,Tom 摈弃了这个创意。IAM 的机器人产品」Swift「使用板载 RGB 相机和吸盘从货架上拿货。当新产品进入储物间时,工作人员将在一个叫「Flash」的扫描仪上将物品记录入档。使用时,Swift 的计算机视觉系统可以在货架上找到物品。在光线昏暗或不确定的情况下,红外线投影仪会根据「Flash」的存档图像进行判断。用来抓取物品的吸盘最多有 0.68 公斤的吸力,目前仅适用于箱子和包装货物。Swift 的工作量相当于一名全职工人,而一台电池可将机器维持 10 小时。Tom 表示安装 Swift 的企业可以在 2-3 年后收回投资成本。IAM 的客户包括美国最大的医疗保健经销商之一的罗切斯特药物合作社。在选择物流行业之前,Tom 做了一些调查:「美国人花 400 亿小时在线购物,如果不能自动化物流的不同环节,就没有办法满足包装和运输的需求。」亚马逊 Kiva 是仓储机器人的标杆,在美国激烈的商业竞争中,IAM 需要尽快找到利基市场,持续扩大产品的应用场景。像美国大多数机器人公司,IAM 外包了生产和部分设计工序,目前公司产品使用的机器臂是 FANUC 公司生产的。Tom 说:「在匹兹堡创业的最大障碍是资金。我们拿到种子轮就用了很长时间,直到今天融资还有挑战。」卡内基梅隆大学 Swartz 创业中心:「钢铁城」的投资与知识产权之战作为和 CMU 有关的创业公司,Tom 告诉我们在拿投资的路上,帮助他最多的人之一是 Swartz 创业中心的主管 Dave Mahogany。六年前,从事风投和创业多年,人脉和经验都很丰富的 Dave 被卡内基梅隆聘请,帮助学校的项目寻找投资并且跟进后期孵化。两年前,匹兹堡本地的投资人 James Swartz 爽快捐赠 3100 万美元,用于支持 CMU 的创业活动,因此有了 Swartz 创业中心。Dave 的办公室位于 Tepper 商学院的二楼。「我能帮到你什么?你想了解什么?」他开门见山地问道,精力充沛地看不出一丝倦容,尽管刚从硅谷飞回来,又马上要与来自台湾的投资者人会面。根据安永会计师事务所的报告,「从 2012 年到 2016 年,匹兹堡共有 318 家公司吸引了约 17 亿美元的资金。」投资最多的类别包括软件,生命科学(生物技术,医疗器械,医疗 IT 和医疗保健服务),得益于匹兹堡医学中心强大的后盾,其次是硬件(机器人和电子),得益于卡内基梅隆大学强劲的科研实力。Dave 展示由卡内基·梅隆大学校友创立的机器人公司 Anki。Dave 告诉我们,近年来有许多国际投资者正在敲匹兹堡的门,尤其是中国投资人。「我们正在与李开复的创新工场公司谈项目。不过兴趣是一回事,大部分都持观望态度。但不可置否的是,中国投资人正在帮助美国创业公司成长。」Dave 为匹兹堡本地缺乏的风险投资人而感到担忧,他还认为本地公司不愿意和创业公司合作。「这里和硅谷有所不同。在硅谷,今天的创业公司十年后可能会成为一家成熟的公司,所以人们愿意承担风险。但在匹兹堡,就连 UPMC 也不愿意和创业公司做生意。当然这不合理,哪怕惠普也曾经是家小公司。」另外一个需要谨慎处理的问题是专利。2016 年,匹兹堡最大的三个大学共生产专利 145 项,比 2012 年增长 43%。事实上,批准专利使用权是国家机器人中心的业务之一,卡内基梅隆大学目前拥有 659 项机器人专利。在最近的高调官司中,学校起诉半导体巨头 Marvell 硬盘降噪技术专利侵权。去年结案时 Marvell 向学校支付的赔款高达 7.5 亿美元,金额为美国专利诉讼第二高,一举打破计算机领域最高的纪录。学校将受益支付给专利持有人 José Moura 教授及他的学生 Aleksandar Kavcic。一年后,二人联合 Moura 的妻子 Manuela Veloso 教授向学校回捐了 1650 万美元,用于数据科学和工程研究。为了避免官司纠纷,卡内基梅隆技术转让与创业中心(CCTEC)成立,旨在通过科普法律手续,帮助创业公司驾驭知识产权问题。学校网站上详解了整套流程,区分在不同情况下产权使用的明细。采访后记与 20 世纪 80 年代黯淡的情况相反,匹兹堡堪称「锈带」城市的转型典范。美东城市最大的困惑是:「为什么底特律破产了,匹兹堡却没有?」在采访中,Dave 和 Mitchell 教授均表示大学和产业转型之间的结合紧密,只有州立大学,而缺乏国际竞争力的城市正在面临一种新的窘境。在撰稿时,机器之心曾联络过计算机视觉专家金出武雄教授,目前 70 岁高龄的他长期旅居日本,向我们引荐了很多计算机视觉领域的后辈专家,并回复道:「他们是目前领域最优秀的人才,相信采访了他们,你一定能撰出优秀的稿件。」非常谦虚真诚。金出教授毕业于京都大学,是卡内基梅隆最早的一批专家。在他《想外行一样思考、像专家一样实践》,其中有一段名为「中国学生的热情」的章节,也许可以描述从教授视角看到的后辈:2002 年,我应微软公司的邀请,参加了在北京举行的名为『21 世纪的计算』的学术研讨会,一共有五位嘉宾作为演讲者出席了这次会议。当时,因为同席的其他几位都是计算机领域的大师,北京大学可以容纳 2000 人的会议中心座无虚席...在那之后,我又去拜访了微软中国研究院,很多大学生水品的学生都在那里从事各种各样的研究。每当走到一个学生面前的时候,他们就会立刻向我解释他们的研究。例如,『我是从事这方面研究的』,『我打算从事那样的研究的』,他们的目光很坚毅,而且,我感到他们都在努力地学习...... 我真是十分感叹,在学生们身上,我看到了他们那种简单的思考方法,积极向上的热情。我认为培养这种解决问题的热情,也正是教育的意义所在。至此,笔者想,相较美国其它区域,匹兹堡真正的竞争力扎根在对机器人和计算机教育简单的热忱上。本文为机器之心(海外)原创, 转载请联系本公众号获得授权 。------------------------------------------------加入机器之心(全职记者/实习生):hr@jiqixin.com投稿或寻求报道:content@jiqixin.com广告&商务合作:bd@jiqixin.com

共青城

这几年,百度“挖人”来完成AI大布局?三位博士都来自硅谷!

国内BAT都在积极的抢夺AI人才,从公开的数据来看,百度目前AI人才最多,是国内AI大牛聚集的重镇。雷锋网了解到,目前百度的AI人才中有超过20位核心高层,包括COO陆奇,e-staff张亚勤和王海峰,吴海锋、沈抖、李震宇、郑子斌、尹世明、杨涛等六位副总裁,还有景鲲、顾维灏、李莹、阮瑜等四位总经理,此外,还有世界级科学家Ken Ward Church、吴华、浣军、熊辉。在AI战略的开端,百度重金挖回的AI大牛中,吴恩达和陆奇是代表人物。 吴恩达是斯坦福大学计算机系和电子工程系副教授、人工智能实验室主任,后加入谷歌带领团队打造“谷歌大脑”。2014年5月16日,吴恩达加入百度,担任百度公司首席科学家,负责百度研究院的领导工作,尤其是Bai Brain计划。2017年其独自创业成立Deeplearning.ai。作为人工智能领域的旗帜性人物,吴恩达在百度期间吸引了大批AI人才进入百度。(陆奇) 如果说吴恩达的角色更偏向于科学家,那么陆奇则是管理经验更为丰富的多面手人才。陆奇是卡内基梅隆大学计算机科学博士,曾任雅虎执行副总裁、微软集团全球执行副总裁,是大陆华人在全球科技公司总部所任职位的最高级别。除了前面提到的百度从微软、谷歌、苹果等国外巨头挖回来的AI大牛以外,百度依靠其搜索和大数据基因,也自己培养了不少AI人才。例如,负责百度搜索业务的副总裁吴海锋、目前负责智能驾驶事业群组的副总裁李震宇、智能汽车事业部总经理顾维灏、百度地图事业部总经理李莹,这些都是在百度十年以上的老百度员工。此外,雷锋网了解到,百度目前还成立了 “云智学院”, 百度计划3年通过百度云智学院、百度技术学院为全球培养10万名AI工程师人才。从顶尖AI科学家、AI战略人才、AI产品人才到AI工程师,百度的AI人才矩阵已经逐步形成。

嬴荡

今秋开课!卡内基梅隆大学将开设美国首个人工智能本科学位

目前,很多美国大学都在计算机科学和计算机工程等学位课程内提供人工智能方向,但以「人工智能」命名的学位还未出现。近日,卡内基梅隆大学(CMU)终于宣布将开设美国首个人工智能本科学位。该校称,该专业将在今年秋季对计算机科学学院的学生开放。CMU人工智能本科培养计划的教学将在今年秋天正式开课。卡内基梅隆大学计算机系将于今年秋天开设人工智能本科专业,为学生提供更多知识,了解如何将大量数据转换成可执行的决策。SCS 设立了美国大学第一个 AI 专业,这一举措是对 AI 领域非凡技术突破和学生、雇主对 AI 人才日益增长的需求的回应,旨在为 AI 领域培养人才。「人工领域专家从未如此重要过,而且非常短缺,需求量很大。」计算机系主任 Andrew Moore 称,「卡内基梅隆大学在 AI 领域的专业知识非常深厚,这使得我们有资格解决这一需求,培养毕业生利用 AI 技术帮助人们。」今春,U.S. News & World Report 将 SCS 列为人工智能的 No. 1 研究院。卡耐基梅隆大学也在最近的计算机科学顶级学校排名(CSRankings)上名列全球第一(参见:2018 全球大学计算机科学与人工智能排名:CMU 排名第一)。机器人学和计算机科学研究教授、人工智能学位项目负责人 Reid Simmons 说,计算机科学学士学位课程会教学生广泛思索如何完成多学科大型任务。他补充说,人工智能学士学位将更加关注复杂的输入(如视觉、语言和庞大的数据库)如何用于决策或提高人的能力。人工智能专业的学生将获得与其他计算机专业学生一样坚实的计算机科学和数学基础。此外,他们还将参与人工智能相关学科(如统计学和概率论、计算建模、机器学习和符号计算)的额外课程。Simmons 称该课程也将着重强调道德和社会责任的重要性,包括使用 AI 技术实现社会利益(例如改善交通、健康医疗或教育)的独立研究机会。SCS 第一年接收的学生将在第二年进入他们的 AI 学位课程。因此,所有的学生将在第一年掌握核心的计算机科学能力素质和导论课程。这将使他们在确定专业的时候(无论是 AI、计算机科学还是计算生物学等)做出明智的选择。计算生物学已经在 2017 年秋季开设了本科学位。目前,AI 专业的本科招生将只接收至多 100 个二年级、三年级以及四年级的学生,或每年接收 30-35 个新生(SCS 将招收 735 名本科生)。在 2018 年秋季,已经完成大量相关课程的有限数量的二年级和三年级的学生将能加入新的 AI 本科学位课程。正如人工智能将机器学习、自然语言处理、计算机视觉、机器人学和人机交互等学科结合起来一样,人工智能项目中的教学将借助 SCS 机器学习系、语言技术研究所、机器人研究所、人机交互研究所的教学资源。该学位将利用 CMU 在跨学科教学中的传统优势,特别是在探索人工智能伦理和社会影响方面的优势,让来自迪特里希人文及社会科学学院、汉斯学院及工程学院的教师参与其中。CMU 在人工智能方面有着悠久的历史,1956 年创造了第一个人工智能计算机程序,在自动驾驶汽车、面部识别和自然语言处理方面做了开创性工作。去年,SCS 开始了其 CMU 人工智能研究和教育计划(CMU AI research and ecation initiative),该计划涉及近 200 名从事人工智能相关领域(从艺术到公共政策)的教师。作为知名美国学府,CMU 也一直是教育界的领导者,它曾在 1958 年开设了第一个大学计算机编程培养计划,随后启动了第一个机器人学的博士培养计划,这所大学也开设了全球第一个机器学习系。「SCS 将再次通过 AI 学位的计划在计算机科学的教育上处于领先地位,」Simmons 表示,他已经在美国国家科学基金会计算机与信息科学与工程(CISE)机构担任项目总监两年半之久,目前也同时领导着美国国家机器人计划。「这是我们塑造 AI 作为一项学科的机会,我们不会仅仅提供人工智能的相关课程,」Reids Simmons 说道。新的教学计划将采用和 CMU 其他计算机科学本科培养计划相同的学术严谨性进行授课。「我们希望成为第一个提供 AI 本科学位的教育机构,」Simmons 表示。「人工智能已经近在眼前,我们不会落后于他人。」

零忍

AI博士年薪高达80万元,开设人工智能专业的国内外大学如何选择?

全球各国具有人工智能研究方向的大学数图一:全球各国具有人工智能研究方向的大学数目全球大学共有367所高校具有人工智能研究方向,这其中,美国占有168所,占全球份额的45.7%,加拿大、中国、印度、英国分别位于二、三、四名,但与美国相差较大。具有人工智能研究方向的大学实力排名图二:具有人工智能研究方向的大学实力排名TOP1:卡内基梅隆大学(CMU)TOP2:清华大学TOP3:康奈尔大学和斯坦福大学TOP5:北京大学TOP6:佐治亚理工学院TOP7:华盛顿大学TOP8:加州大学伯克利分校TOP9:马萨诸塞大学安姆斯特分校TOP10:麻省理工学院TOP24:浙江大学TOP51:南京大学全球实力排名中国高校占2所。全球大学人工智能研究排名图三:全球大学人工智能研究排名TOP1:卡内基梅隆大学TOP2:清华大学TOP3:牛津大学TOP4:北京大学TOP5:香港科技大学TOP6:新南威尔士大学TOP7:南洋理工大学TOP8:阿尔伯塔大学TOP9:南京大学TOP10:浙江大学全球研究排名中国高校占4所。中国高校AI前60排名图四:中国高校AI前60排名如果不想去世界顶级的大学学习人工智能,舍弃了欧美,如美国、加拿大、英国,在国内就要去上面这些大学进行本科阶段的学习,硕士研究生和博时研究生阶段的学习,最好还是去美国顶级院校学习,毕竟毕业之后的工作,要比国内丰富很多。人工智能企业拥有数量前五名图五:人工智能企业拥有数量前五名TOP1:美国,1078家TOP2:中国,592家TOP3:英国,138家TOP4:以色列,74家TOP5:加拿大,70家世界人工智能强国人口数世界人工智能强国人口占比图六:世界人工智能强国人口数与占比美国占地球人口4%,加拿大0.49%,英国0.89%,以色列0.12%,而中国占地球18.93%,资源很不均衡。看到这些数据,就应该明白,去美国学习人工智能,就能享受到优越的教育资源,一流的师资,高端的设备,最前沿的学术思想,在最顶尖的平台上才能越走越远,攀登科学高峰,不至于走弯路,走错路,这也是很多一流科学家曾经最明智的选择。

留芳颂

卡内基梅隆大学:人工智能引领「钢铁城」匹兹堡的蜕变

编者按:本文来自微信公众号“机器之心”(ID:almosthuman2014),作者:李九喻;36氪经授权发布。飞机盘旋在匹兹堡上空,蜿蜒的森林山路中一座工业城市的轮廓赫然显现。匹兹堡被称作「钢铁城」,从 1970 年代开始,滞缓的经济导致大量蓝领失业,这里和底特律、克利夫兰等东部城市被统称为「锈带」(Rust Belt Cities),面临着转型或破产的困境。然而与其它「锈带」城市有所不同,匹兹堡有宾夕法尼亚州最大的医院——匹兹堡大学医疗中心,以及全球排名第六的计算机系大学——卡内基梅隆大学。这座城市正在利用这些资源重新包装、营销自己。通过机场安检口滚动的宣传片大力推送「创客」、「科技」、革新」可以窥见一斑。人工智能是重头戏。去年,卡内基梅隆大学深度学习部门录取的 8 博士生里有 6 名华裔,随着 AI 热潮,越来越多的中国学生慕名在此就读。今年,卡内基梅隆宣布了新的人工智能研发计划「CMU AI」,项目涉及 100 多名学者和 1000 名学生。学校则外宣称:「AI Is In Our Blood」——人工智能就在我们的血脉里。这里变成美东地区除去波士顿纽约地区之外,求学、创业、和投资的热点。然而虽然卡内基梅隆大学的技术实力不可置否,匹兹堡郊区的基础设施铁剂斑斑,城市公共交通系统仍然陈旧:前面的产业经济转型是一场硬仗。卡内基梅隆大学:匹兹堡产的美国机器人与加州理工大学、麻省理工学院和斯坦福等学校相比,卡内基梅隆大学有美国最大的机器人研究所(Robotics Institute)。现任所长 Martial Hebert 是个神情严肃的法裔计算机视觉专家,他向机器之心透露:「早在机器人研究所成立时就有自己的预算和人才。这个别的大学不太一样,它们的架构更松散。」起源要追溯到 1979 年。工程学院院长 Angel Jordan 问计算机系教授 Raj Reddy:「卡内基梅隆为什么不做机器人?」二人立即提案专攻工业制造机器人,并向匹兹堡当地企业 Westinghouse Electric 的总裁 Tom Murrin 拉赞助,后者很爽快地捐助了学校大约 500 万美元(约今天 3200 美元)。随后的科研成果证明,三人做了一个正确的决定。80 年代,Marc Raibert 在这里创建了 Leg Lab,后来他把这个实验室搬到麻省理工,在军方资助下创办波士顿动力公司;NavLab 推出世界上最早的自动驾驶汽车 NavLab 1;Red Whittaker 制造的机器人车可以帮助清理三里岛核泄漏现场。90 年代,金出武雄教授研究的计算机视觉系统在 2001 年超级碗棒球直播上名声大噪。2007 年,Red Whittaker 又带领 Tartan 赛队打败斯坦福,赢得 DARPA 的自驾挑战比赛的第一名。卡内基梅隆研发的这款 CHIMP 机器人高 150 厘米、臂展 250 厘米,被用于灾难救援。CHIMP 在 DARPA 2015 年机器人挑战赛(DRC)上荣获第三名。科研成果背后的商业空间很大。1996 年,机器人研究所旗下的国家机器人工程中心(NREC)在 NASA 的资金支持下开张,与美国政府和业界合作农业、矿业、核能、航天和国防等机器人研发项目。Hebert 所长每天极早就开始站着工作,面对着成堆的公文,他告诉我们:「工程中心与美国政府签署的合同一般持续 5-10 年,和公司的合同一般只持续 1-3 年。我们喜欢长期合作,不断积累成果、做系统性开发。」言下之意招纳项目的门槛不低。目前机器人研究所有 116 名教授,33 个实验室,以及 98 个正在进行的项目。当然机构架构只是背景信息,培养下一代才是首任。暑假收尾,在 Cohen 中心大楼的地下室里,机器人俱乐部的学生正忙得不亦乐乎。成员们在这里做自己感兴趣的四轮车、无人机、类人机器人开发。去年,俱乐部主席 Sean Reidy 自己花了$500 美元完成了个可遥控、带引擎的机器沙发,在开学日抬到学校草坪正中央,吸引了不少眼球。机器人俱乐部主席 Sean Reidy,研究生代表 Brad Powell,培训官 Oliver Zhang(从左到右)「当然也有人加入俱乐部找做研究的机会。比如我自己,现在正在为 Red Whittaker 的月球车项目打杂。」研究生代表 Brad Powell 说。Brad 告诉机器之心,当年他在网上看了兰迪·波许(Randy Pausch)著名的最后一课,决定递交入学申请。「这里很自由,并且鼓励创新,而且不只是说说而已。」2007 年,罹患胰腺癌的卡内基梅隆大学计算机科学、人机交互及设计教授波许在学校上了最后一节课,鼓励台下学生在难以预料的人生中把实现童年的梦想放在第一位。这堂课座无虚席,社会影响力巨大,匹兹堡市议会随后宣布 2007 年 11 月 19 日为「兰迪·波许博士日。波许的学术精神影响了许多后来的学生,其中也包括 Brad:「我非常喜欢太空机器人,我的梦想是在世界上留下自己的痕迹。」他希望以后可以去美国宇航局工作:「哪怕毕业不能立即加入 NASA,也可以在多做几份工作之后再尝试,总能达成目标的。」卡内基梅隆大学:机器学习研究的前沿CoBot 协作机器人在卡内基梅隆计算机系大楼 Gates Hillman 中心招待了我们。这款机器人可以独立传达口讯、护送访客、并且完成一些简单的任务和沟通。如果在执行中遇到问题,CoBot 会向过路人求助;如果在中途被耽搁,CoBot 可以向人解释自己迟到的理由。在机器学习部门,CoBot 是一个研究实时导航、多机器人任务规划的平台,凝结了许多教授和博士生的心血。目前机器学习部门有四个 CoBot,每个造价约 $10,000 美元。每个机器人都配有屏幕界面,电动车轮,LIDAR 传感器和六米视野的 kinect 深度摄像机。其中 CoBot 4 克服了强弱光的问题,只配备相机传感器。操刀研究 CoBot 系统的是机器学习部门主管 Manuela Veloso 教授。上个世纪 80 年代,Veloso 毕业于里斯本高等院校的电气工程学院,秉着对工业自动化的热忱来 CMU 读博。她是业界为数不多的女强人,也对 CoBot 的 『原始』 外表直言不讳:「机器人应该看上去像机器人。就像冰箱一样,它只是个机器。你要明白的是,我更关心机器人是否可以自动工作,而不是他们的外表有多好看。」这种实用主义在卡内基梅隆是主流。「计算机科学研究始于上个世纪 50 年代。当时,赫伯特·西蒙和艾伦·纽维尔共同创立了工业管理研究生院,研究符号推理计算。」纽维尔在 1975 年赢得图灵奖,而西蒙则被授予 1978 年的诺贝尔经济学奖。「我记得艾伦·纽维尔对我们说过,『说让计算机做什么很简单,让他们真正这么做却很难。』」Veloso 教授追忆道。而这两年由深度学习引爆的人工智能热潮,似乎仍旧逃不出 『只说不做』 这个窠臼。Veloso 教授在 1997 年帮助创立了 RoboCup 机器人足球赛。2015 年,她的 CMU 团队 CMDragons 赢得了第一名。「尽管如此,人工智能不会消失,这项研究只会变得越来越重要。」Veloso 教授表示。「我们今天说人机互动——Human Computer Interaction,但我认为我们正在与人工智能互动——Human AI Interaction。这是一个崭新的领域。」机器学习部门附属于计算机学院,目前拥有 22 名教授,40 名教师,和约 60 名博士生。在去年部门录取的 6 名华裔学生里,以 3.92 GPA 高分毕业于加拿大麦克吉尔大学的周承惠就是其中之一。承惠的研究方向是深度强化学习。她说导师 Veloso 教授提出的应用场景非常具体,例如:「当系统看到对面有人打招呼时,会停下来并提醒盲人做出回应。」正在读第一年的她目前正在钻研如何使机器人拦截移动目标。承惠告告诉我们:「读博其实是一种生活方式,你 24 小时不停的工作,却感觉自己完全没在工作。你想明白问题的那一瞬间可能是在吃饭,或者刚起床赖在床上的时候,从来都不是低头学习的时候。」「我爸爸就是计算机系的教授,我小时候觉得他一直特别闲。我家里人反对女生读博士,觉得学个本科就行了。」2015 年,承惠的导师在 Grace Hopper 年度会议上演讲,鼓励女性投身科研。目前即便在美国,女生读计算机博士仍是少数。「但我觉得这些跟性别没什么关系,女生也一样能做得很好。」承惠说。同样在八楼办公,前任机器学习部门主管 Tom Mitchell 教授手上有三个研究项目:使用统计学习算法分析 fMRI 数据,教手机如何学习用户指令,和一个名为「无止境语言学习」(NELL)的软件系统。NELL 是一个无休止的推理系统,被用来在网络上学习、并且分类语义知识。自 2010 年以来,它一直在不间断地运行。如果说 80 年代的专家系统因为封闭和单一失败,NELL 的开放式系统则打破了这个局限性。NELL 使用了八种不同的算法,每种都在同时帮助系统确认知识点的准确性。Michtell 教授解释说:「假设一种算法根据语义来分类信息,例如当你说「匹兹堡市长」,系统会根据「市长」确认匹兹堡是个城市;另一种算法则查看拼写方法,例如「Pittsburgh」的「burgh」则是城市常见的后缀。如果八种算法相互确认,我们可以肯定匹兹堡是座城市。」NELL 最近新确定的知识点是克里斯托弗·诺兰指导了《蝙蝠侠:开战时刻》。除此之外,NELL 还与一个由 Abhinav Gupta 教授开发的「无止境图像学习」(NEIL)的系统沟通,通过视觉和语义知识的交互进行学习。「NELL 和 NEIL 都在网络上自由爬行,分头收集和分类数据。」在这个过程中,Mitchell 教授认为 NELL 和 NEIL 系统的开发或许能够帮助机器学习摆脱使用标签数据集的限制。匹兹堡大学:当人工智能遇见医疗在过去几年,匹兹堡大学神经生物系的 Andrew Schwartz 教授正在忙着开发一个神经假肢项目,帮助全瘫患者恢复手臂功能。与他一起工作的还有包括电气工程师、生物工程师、统计学家、机器学习科学家等在内的 20 名专家。「系统会接收到两种信息流:一种来脑部植入电极,一种来自相机传感器背后的视觉计算系统。系统将两种信息流解码后移动假肢。」Schwartz 教授向我们解释道。作为脑科学家,他对人工智能最近的发展并不感冒,但表示自己的项目的确受益于计算机分析大量平行数据流能力的提升。Schwartz 教授在匹兹堡医学中心Schwartz 教授认为,目前的产品虽经 FDA 预先批准,但仍需要两到三年的改进时间:「我们想从颅骨中去除电极传输线,并且用新型材料提高手臂灵的活性。」他承认目前科学并不彻底理解大脑的运作方式。「人类的臂膀有 10 个活动自由度,手掌有 20 个活动自由度。在这种复杂度的前提下,我们还不知道脑信号是如何传播到脊髓和四肢的。」支持 Schwartz 这项研究的机构是宾夕法尼亚州最大的医疗和保险提供商——匹兹堡医学中心(UPMC)。目前,UPMC 旗下共有 330 万会员,25 家医院,和 3,800 名执业医师。2007 年医院购买了匹兹堡最高的地标性建筑 US Steel Tower 的冠名权,并且在全市拥有名目繁多的物业。几年前医院成立了创新部门,雇佣了约 250 名数据科学家和技术专家,和谷歌匹兹堡分部一起在 Bakery 广场的大楼办公。匹兹堡医学中心的首席创新官兼企业执行副总裁 Rasu Shrestha 医生告诉机器之心:「的确,我们正在和谷歌抢人才,我们希望毕业生可以选择 UPMC,而不是楼上。」创新部门最重要的业务是孵化科技项目。几年前 Shrestha 投资了一个叫 Covergence 的公司,开发可供医生阅览的患者医疗数据平台。然而在医疗行业竞争激烈、利益划分界限明确、信息保密度极高的美国,这个平台最终未能推广开来。Shrestha 很快决定关掉公司。「当医生的人不喜欢说 『失败』 这个词,但在我们部门,保持 『敏捷』 是很重要的。如果一个点子不好,就让它快速失败。」医院也投了各式各样的医疗项目,其中一个例子是 Vivifyhealth,一家使用移动设备监控病人体征的公司。「如果患者的体征显示不正常,我们可以提前进行干预。」Shrestha 博士说。目前数据处理技术的成熟与医院的发展策略相辅相成。「医院有许多结构的文本数据,包括用药、过敏、和实验室等数据单;以及非结构化数据,包括手术放血摘要,放射学报告和实验室摘要。」Shrestha 博士解释说。「像素数据的图像识别技术也在不断进步,这些都是人工智能技术用武之地。」据悉,UPMC 是最早的医疗数据归档系统 PACS 的发源地。目前医院每年收到数百亿字节的数据,并且每 18 个月翻一番。处理海量数据已成为当务之急。UPMC 去年在「创新」上投资了近 20 亿美元。2017 年,医院宣布与微软合作,利用人工智能和云端存储技术数字化所有纸质档案。IAM Robotics:在匹兹堡创业的仓库机器人公司除去大学、大医院,匹兹堡的机器人创业公司也是产业链中不可或缺的一部分。Tom Galluzzo 是佛罗里达大学机器人、机械工程和电气工程系的三栖博士。2009 年,他受聘于国家机器人中心担任工程师,三年后离职创立 IAM Robotics,一家利用计算机视觉开发货架存储机器臂的公司。公司的工厂位于匹兹堡郊区。在我们造访时,Tom 正在招呼几个工程师清理庭院。对于他来说,每年毕业于卡内基梅隆约 100 名机器人系毕业生是首选的招聘对象,其次还有来自匹兹堡大学和宾州大学的毕业生。「跟硅谷比起来的话,匹兹堡的好处是的工资便宜。」Tom 告诉机器之心。在国家机器人中心,Tom 曾在国防高等研究计划署的 ARM-S 机器臂项目工作。他说那个项目教会他「仿人机械手」的局限性:「五指是复杂,容易碎,昂贵,并且笨拙的设计。」在他自己的创业公司,Tom 摈弃了这个创意。IAM 的机器人产品」Swift「使用板载 RGB 相机和吸盘从货架上拿货。当新产品进入储物间时,工作人员将在一个叫「Flash」的扫描仪上将物品记录入档。使用时,Swift 的计算机视觉系统可以在货架上找到物品。在光线昏暗或不确定的情况下,红外线投影仪会根据「Flash」的存档图像进行判断。用来抓取物品的吸盘最多有 0.68 公斤的吸力,目前仅适用于箱子和包装货物。Swift 的工作量相当于一名全职工人,而一台电池可将机器维持 10 小时。Tom 表示安装 Swift 的企业可以在 2-3 年后收回投资成本。IAM 的客户包括美国最大的医疗保健经销商之一的罗切斯特药物合作社。在选择物流行业之前,Tom 做了一些调查:「美国人花 400 亿小时在线购物,如果不能自动化物流的不同环节,就没有办法满足包装和运输的需求。」亚马逊 Kiva 是仓储机器人的标杆,在美国激烈的商业竞争中,IAM 需要尽快找到利基市场,持续扩大产品的应用场景。像美国大多数机器人公司,IAM 外包了生产和部分设计工序,目前公司产品使用的机器臂是 FANUC 公司生产的。Tom 说:「在匹兹堡创业的最大障碍是资金。我们拿到种子轮就用了很长时间,直到今天融资还有挑战。」卡内基梅隆大学 Swartz 创业中心:「钢铁城」的投资与知识产权之战作为和 CMU 有关的创业公司,Tom 告诉我们在拿投资的路上,帮助他最多的人之一是 Swartz 创业中心的主管 Dave Mahogany。六年前,从事风投和创业多年,人脉和经验都很丰富的 Dave 被卡内基梅隆聘请,帮助学校的项目寻找投资并且跟进后期孵化。两年前,匹兹堡本地的投资人 James Swartz 爽快捐赠 3100 万美元,用于支持 CMU 的创业活动,因此有了 Swartz 创业中心。Dave 的办公室位于 Tepper 商学院的二楼。「我能帮到你什么?你想了解什么?」他开门见山地问道,精力充沛地看不出一丝倦容,尽管刚从硅谷飞回来,又马上要与来自台湾的投资者人会面。根据安永会计师事务所的报告,「从 2012 年到 2016 年,匹兹堡共有 318 家公司吸引了约 17 亿美元的资金。」投资最多的类别包括软件,生命科学(生物技术,医疗器械,医疗 IT 和医疗保健服务),得益于匹兹堡医学中心强大的后盾,其次是硬件(机器人和电子),得益于卡内基梅隆大学强劲的科研实力。Dave 告诉我们,近年来有许多国际投资者正在敲匹兹堡的门,尤其是中国投资人。「我们正在与李开复的创新工场公司谈项目。不过兴趣是一回事,大部分都持观望态度。但不可置否的是,中国投资人正在帮助美国创业公司成长。」Dave 为匹兹堡本地缺乏的风险投资人而感到担忧,他还认为本地公司不愿意和创业公司合作。「这里和硅谷有所不同。在硅谷,今天的创业公司十年后可能会成为一家成熟的公司,所以人们愿意承担风险。但在匹兹堡,就连 UPMC 也不愿意和创业公司做生意。当然这不合理,哪怕惠普也曾经是家小公司。」另外一个需要谨慎处理的问题是专利。2016 年,匹兹堡最大的三个大学共生产专利 145 项,比 2012 年增长 43%。事实上,批准专利使用权是国家机器人中心的业务之一,卡内基梅隆大学目前拥有 659 项机器人专利。在最近的高调官司中,学校起诉半导体巨头 Marvell 硬盘降噪技术专利侵权。去年结案时 Marvell 向学校支付的赔款高达 7.5 亿美元,金额为美国专利诉讼第二高,一举打破计算机领域最高的纪录。学校将受益支付给专利持有人 José Moura 教授及他的学生 Aleksandar Kavcic。一年后,二人联合 Moura 的妻子 Manuela Veloso 教授向学校回捐了 1650 万美元,用于数据科学和工程研究。为了避免官司纠纷,卡内基梅隆技术转让与创业中心(CCTEC)成立,旨在通过科普法律手续,帮助创业公司驾驭知识产权问题。学校网站上详解了整套流程,区分在不同情况下产权使用的明细。采访后记与 20 世纪 80 年代黯淡的情况相反,匹兹堡堪称「锈带」城市的转型典范。美东城市最大的困惑是:「为什么底特律破产了,匹兹堡却没有?」在采访中,Dave 和 Mitchell 教授均表示大学和产业转型之间的结合紧密,只有州立大学,而缺乏国际竞争力的城市正在面临一种新的窘境。在撰稿时,机器之心曾联络过计算机视觉专家金出武雄教授,目前 70 岁高龄的他长期旅居日本,向我们引荐了很多计算机视觉领域的后辈专家,并回复道:「他们是目前领域最优秀的人才,相信采访了他们,你一定能撰出优秀的稿件。」非常谦虚真诚。金出教授毕业于京都大学,是卡内基梅隆最早的一批专家。在他《想外行一样思考、像专家一样实践》,其中有一段名为「中国学生的热情」的章节,也许可以描述从教授视角看到的后辈:2002 年,我应微软公司的邀请,参加了在北京举行的名为『21 世纪的计算』的学术研讨会,一共有五位嘉宾作为演讲者出席了这次会议。当时,因为同席的其他几位都是计算机领域的大师,北京大学可以容纳 2000 人的会议中心座无虚席...在那之后,我又去拜访了微软中国研究院,很多大学生水品的学生都在那里从事各种各样的研究。每当走到一个学生面前的时候,他们就会立刻向我解释他们的研究。例如,『我是从事这方面研究的』,『我打算从事那样的研究的』,他们的目光很坚毅,而且,我感到他们都在努力地学习...... 我真是十分感叹,在学生们身上,我看到了他们那种简单的思考方法,积极向上的热情。我认为培养这种解决问题的热情,也正是教育的意义所在。至此,笔者想,相较美国其它区域,匹兹堡真正的竞争力扎根在对机器人和计算机教育简单的热忱上。

祸福溷溷

人工智能著名学者邢波博士将担任穆罕默德· 本·扎耶德人工智能大学校长

中国教育报-中国教育新闻网讯(记者 张东)据阿联酋阿布扎比穆罕默德·本·扎耶德人工智能大学(MBZUAI,以下简称人工智能大学)消息,该大学将任命著名人工智能学者、华人科学家邢波(Eric Xing)博士为新任校长。邢波将接替临时校长迈克尔·布雷迪爵士(Michael Brady)。2021年1月,这所全球首家专攻人工智能(AI)领域的研究型大学迎来首批学生。邢波被誉为全球顶尖的计算机科学教授之一。在加入人工智能大学之前,他在美国卡内基梅隆大学任教,担任计算机科学学院机器学习系副主任。此外,他还是卡内基梅隆大学和匹兹堡大学医学中心机器学习与健康中心的创始主任。邢波在2019年荣获卡内基科学奖。他是电气与电子工程师协会(IEEE)会员、人工智能促进协会(AAAI)会员、国际机器学习协会理事会成员。邢波的研究领域是机器学习和统计方法论,以及大规模计算机系统和体系结构研究,在多维度、多模态和多元化的世界中,解决自动化学习、分析与决策的难题。他撰写了370余篇研究论文和报告,被学者和学术期刊引用了35000多次。在谈到任命时,邢波表示:“人工智能是我们这个时代最具变革性的技术之一,具有对经济、工业和社会产生不可估量的积极影响的潜力。作为人工智能大学的校长,我的愿景是培养具有专业知识和技能的新一代领袖,通过学术研究和行业应用来释放人工智能的全部潜力。”自2019年10月成立以来,人工智能大学已取得几个重要的里程碑,包括其校园在马斯达尔城落成,以及成功启动第一个申请周期。学校近日已向首批来自31个国家的101名新生发出了录取通知,他们将在2021年1月开始第一个学年的学习。阿联酋工业和先进技术部部长兼人工智能大学校董事会主席苏尔坦·贾比尔(Sultan Ahmed Al Jaber)表示:“他是世界人工智能领域重要的学者之一,也是一位具有丰富的人工智能应用经验的杰出商业领袖。人工智能大学将配合阿联酋政府的战略方针,致力于人工智能和其他先进技术的能力建设。我们相信,邢波将以他的博学与专业,为人工智能大学带来巨大的发展机遇,加大人才培养力度、高度重视研究和伙伴关系,加速促进阿联酋及地区实现经济和社会进步,实现我们在人工智能领域的宏伟蓝图。”作者:张东

天均

AI人才有多贵?年薪三五十万美元起步,高校教授大量投身工业界

李杉 编译自 NYTimes量子位 出品 | 公众号 QbitAI本来,在招揽人才这件事上,硅谷创业公司比行业巨头更有优势:给我们一次机会,我们会给你股权,如果公司成功,你会一夜暴富。现在,随着科技行业争相开发人工智能技术,这种优势可能逐渐消失:至少对于那些精通人工智能技术的少数顶尖人才来说,创业公司的吸引力越来越不够用了。科技行业最大的公司都在对人工智能加大赌注,从手机里的人脸识别和摆在桌上能跟人对话的音箱,到电脑化医疗和无人驾驶汽车,都不缺少入局者。为了发展这项技术,他们给出了慷慨的薪酬——即便是对向来出手阔绰的科技行业而言,这些高薪仍然令人咂舌。据9位与大型科技公司有过合作或者收到过录取通知的人士透露,无论是刚毕业的博士,还是学历较低但经验更为丰富的技术人员,典型的人工智能专家年薪都在30万至50万美元,甚至更多,而且还能拿到公司股票。人工智能领域的知名人士,在四五年的时间内获得的薪酬和公司股票可以达到数百万甚至数千万美元。与职业运动员的转会制度一样,他们可能会在某一时刻续签合同,或者洽谈新合同。薪酬最高的是具有人工智能项目管理经验的高管。谷歌在今年的法律文件中披露,作为该公司无人驾驶汽车部门负责人之一,Anthony Levandowski 2007年开始在谷歌任职,他在去年加盟Uber之前总共获得超过1.2亿美元奖励。莱万多斯基是在Uber收购了他创办的公司后随之一同加盟Uber的,而这笔收购导致Uber与谷歌就知识产权问题对簿公堂。人工智能人才的工资增长飞快,甚至有人笑称,科技行业需要效仿美国职业橄榄球联盟(NFL)的做法,为这类人才制定工资上限。“这可以大幅降低事情的复杂度。”微软招聘主管Christopher Fernandez说。高薪背后有几个催化剂。汽车行业正在与硅谷争夺相同的无人驾驶汽车专家。Facebook和谷歌等科技巨头拥有充裕的资金,而且有很多他们认为可以利用人工智能解决的问题,例如为智能手机和家用电子设备开发智能助理,以及寻找网上的恶意内容。最重要的是,这一领域的人才极度短缺,而科技公司则在奋力争夺尽可能多的人才。解决棘手的人工智能问题与开发热门智能手机应用不同。蒙特利尔独立实验室Element AI表示,全世界只有不到1万人拥有必要的技术来进行严肃的人工智能研究。“这种情况对社会未必是好事,但却是这些公司的理性行为。”曾经在谷歌工作过的卡内基梅隆大学计算机系主任安德鲁·摩尔(Andrew Moore)说,“他们很焦虑,希望确保自己能够得到一群懂得这种技术的人才。”谷歌旗下DeepMind人工智能实验室的花费就很说明问题。谷歌2014年斥资65亿美元收购DeepMind时大约拥有50名员工。而根据该公司最近在英国发布的年度财务报告,他们目前的员工总数扩大到400人,而“人员花费”则达到1.38亿美元——折合每人34.5万美元。“很难跟他们竞争,尤其是当你是一家小公司时。”在科技招聘公司CyberCoders负责招募高管的Jessica Cataneo说。顶尖的人工智能需要依赖一种名为深度神经网络的数学技术。这些网络都是数学算法,可以通过分析数据自己学习任务。例如,通过查看数以百万的狗照片,神经网络便可学会识别一只狗。这种数学理念可以追溯到1950年代,但直到大约5年前,该技术一直都处于学术界和产业界的边缘地带。到2013年,谷歌、Facebook和其他几家公司开始招募少数从事这项技术的研究员。神经网络如今已经可以识别Facebook照片里的人脸,通过亚马逊Echo音箱识别人类的语音指令,还能在微软Skype服务中实时翻译语言。借助同样的数学方法,研究人员还能改进无人驾驶汽车、开发医疗诊断服务,而且不仅能够识别语音指令,甚至还能理解其中的含义。此外,这项技术还能用于开发自动化股票交易系统,甚至让机器人认出自己从未见过的物体。由于人工智能专家十分稀缺,一流学者也成了大型科技公司的招聘目标,导致能够讲授这项技术的教授数量受到限制。Uber 2015年从卡内基梅隆大学的突破性人工智能项目挖走了40人,聘请他们为其开发无人驾驶汽车。过去几年,斯坦福大学有4名顶尖人工智能学者离开了教授岗位。在华盛顿大学的20名人工智能教授中,有6人离职或半离职,转而为外部公司从事项目。“人才正在从学术界向工业界大量流失。”Oren Etzioni表示,他已经从华盛顿大学教授岗位上离职,负责管理非营利组织艾伦人工智能研究院。有的教授正在寻找妥协方案。华盛顿大学的Luke Zettlemoyer拒绝了谷歌西雅图实验室的邀请,而是选择到艾伦研究院工作,他可以在那里继续从事教学工作。据泽特莫耶透露,谷歌给他开出的薪酬比在华盛顿大学高3倍(公开资料显示,他在该校的年薪是18万美元)。“有很多人都把时间不同程度地分配在工业界和学术界。”Luke说,“工业界的工资高出很多,人们这么做只是因为他们很在乎学者身份。”为了培养新的人工智能工程师,谷歌和Facebook等公司都在开设相应的课程,向现有员工传授“深度学习”和相关技术。Fast.ai等非营利组织和Deepearning.ai等企业也都提供人工智能在线课程。深度学习的基本概念不难掌握,只需要略高于高中的数学水平即可。但真正的专家需要很高的数学能力,还要具备优秀的直觉。无人驾驶汽车、机器人和医疗领域还需要掌握一些专业知识。为了跟上行业步伐,小企业开始另辟蹊径寻找人才。有的招募了具备必要数学技能的物理学家和天文学家。还有的创业公司前往亚洲、东欧和其他工资较低的地方招募人才。“我没法跟谷歌竞争,我也不想跟谷歌竞争。”Skymind联合创始人兼CEO Chris Nicholson说,他们已经从8个国家招募了工程师。“所以,我们在低估工科人才的国家提供了很有吸引力的工资。”但行业巨头也在采取同样的措施。谷歌、Facebook、微软等公司都在多伦多和蒙特利尔开设了人工智能实验室。谷歌还在中国招募人才,而微软一直以来都在中国拥有广泛触角。意料之中的是,很多人都认为人才短缺无法在几年内得到缓解。△Yoshua Bengio“人才显然供不应求,短期内无法缓解。”蒙特利尔大学人工智能专家Yoshua Bengio说,“培养一个博士需要好几年时间。”—完加入社群量子位AI社群10群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot4入群;此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。进群请加小助手微信号qbitbot3,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)诚挚招聘量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。量子位QbitAI'' 追踪AI技术和产品新动态

八尾猫

真假?应届博士年薪80万元,AI行业工作真这么好找吗

【原标题】人工智能发展火爆引发连锁反应:学校开专业,企业抢人,外行也投身其中AI这么热,那么工作好找吗钱报记者调查发现,缺的是掌握核心技术的高端人才,半路出家的找工作也头疼↑新华社 资料照片最近,有消息称,人工智能(AI)行业发展火爆,导致这个领域的毕业生就业前景看好。企业纷纷抢人,甚至没出校门就已经被“预定”了。同时,AI应届博士年薪已经涨至80万元。近日,在深圳举办的第二十届中国国际高新技术成果交易会人才与智力交流会上,更有企业开出高薪,打响了一场没有硝烟的人才争夺战。在不少人看来,学习人工智能,似乎就等于捧上了“金饭碗”。但是,这个金饭碗真的这么好捧吗,钱江晚报记者进行了调查。从电梯工程师投身人工智能9月中旬,罗文国(化名)在英国完成了人工智能学习。回国后的2个多月里,找工作成了他生活的主旋律。“外面说月薪80万,我看高的80万还差不多,很多都是噱头。”外界对于人工智能的看法,他并不同意。这不是罗文国第一次找工作。2014年,从国内知名工科院校机械自动化专业毕业后,罗文国很快在苏州某电梯企业谋得一份工程师的工作。“起薪七八千元,主要是根据项目进行各类扶梯的设计。”这份还算稳定的工作,他并不太满意。工作3年后,罗文国选择了离职。这不是一次草率的选择。“工作以后,我就一直在考虑,”转行对他而言,是可以理解的抉择,“所有人都知道,互联网是最赚钱的行业。”来自浙北乡村的他,薪酬是他在大城市立足不得不考虑的问题。另一方面,电梯行业的成熟度,也让他少有发挥的空间。“就连我们老板,也收购了一家机器人公司。”“智能制造”的转型大潮下,罗文国不甘落后。去年7月,罗文国申请到了全英前十的院校,攻读机器人专业。但当时,他还没有决定自己最终的方向。契机源自开学前的一次对话。“去师兄的实验室聊聊他的学习情况,他就说起自己在做人工智能。”这激起了罗文国的兴趣,进一步了解后,他决定投身人工智能。罗文国的同学里,有一半来自中国,他们中近10人,同样选择了人工智能的相关课程。“小到现在抖音上的尬舞机,大到安防上的人脸识别,都在我研究范畴内。”罗文国解释道,一年时间里,他的研究主要是当下流行的姿态识别等领域。在世界范围内,人工智能都是一门全新的学科。从教材到老师,都需要时间来适应,“导师教我们的很少,课本也几乎没有。”罗文国说,他的知识来源除了国外一些大牛的视频网课,主要是论文。任务很重,学习时间却很少。除了前期学习,罗文国认为自己真正深入AI,不过只有毕业设计时的三四个月。 一年的时间,对他转型人工智能,显然还不太够。实际上,直到回国后,罗文国的毕业设计都没来得及修改发表。但是时代在推着你往前走,他说。不止是在英国,AI热潮,正在影响越来越多的中国学生。今年,美国卡内基梅隆大学深度学习部门录取了8名博士,其中有6名为华裔。想找份好工作,其实不容易此前有报道称,企业并不直接去招聘会现场招募AI人才,因为太抢手了,这些人基本都不用去招聘会。即使是AI专业的应届生,也完全不需要大费周章来现场找工作,企业会早早通过导师或实验室找到他们;而对那些有经验的研发人才,猎头会主动上门联系。在经验丰富的人才稀缺的背景下,应届博士生相对于硕士生而言,更是“香饽饽”。他们大多已经跟随导师做过相关的项目,并因此积累了一定的AI技术和经验,因而很受企业的欢迎。有公司的人力资源负责人表示,他还不清楚如果招AI人才,具体要开多少价位。但他确定的是,这些人才看重的不仅仅是薪酬,还看重平台和稳定的前景等。他们要抢人的话,只能开价更高。但现实却给罗文国泼了冷水,找工作似乎并不容易。“如果能再发一篇文章,找工作可能会顺利些。”回国后,身处热门行业的罗文国的工作,却找得不算顺利。“刚回国的时候,阿里巴巴也来咨询过我的意向,我觉得职位和我的研究领域有些出入,就拒绝了。”罗文国没想到,由于错过了当时的招聘季,此后的机会越来越少。他有些后悔,自己当初的“偏执”。简历投出去不少,但大多没有下文。一次在滴滴应聘时,他问面试官,对于AI应届毕业生,有什么样的要求或看法。对方回应说很欢迎,也希望培养一些有潜力的应届生。但最终,这场罗文国认为“挺融洽的”面试无疾而终,“可能他们觉得我没潜力吧。”他苦笑。尽管之前有心理准备,但找工作的难度,远超他的预期。在他的朋友圈里,类似情况也不少见。“在英国的同学,好像都放弃挣扎了。”罗文国说,大部分同学都转投机器人等更加实用也更容易上手的行业,只有他因为爱好还在坚持观望。他把不受欢迎的原因,部分归结于“半路出家”。“我有个博士师兄,从材料转学人工智能,也是一年后才找到工作,”罗文国也了解过,“像我们从机械转的,企业嫌我们没有计算机底子,不够科班。”但伴随人工智能的火爆,非科班出身的转投者正越来越多。在罗文国的母校,去年他这专业的招生数量不过60人,而今年据他了解,已经上涨至100人。在国内,截至今年3月,包括北京大学、复旦大学、南开大学等32所高等院校,已开设人工智能相关专业。“大家都想占坑,以后的要求只会越来越高。”他思量着降低标准,一些大公司的实习职位,也进入了罗文国的考察范围。“实在不行,就干回我的老本行。”他表示,已经有一家电梯企业联系过他,开出的薪资比过去高出一半。罗文国依然保持着每天学习的节奏,他给自己设立的底限在明年春天。在此之前,他想再拼一把。AI博士生平均薪酬在40万元左右“人工智能领域,目前最欠缺的是高水平和交叉型人才。”一位业内人士告诉记者,目前企业高薪争取的,主要还是高层次的AI人才。据他介绍,类似浙江大学的人工智能相关专业博士生,平均薪酬在40万元左右,“大部分就职于国内外一些知名IT企业”。在人工智能企业较为密集的杭州,创始人们同样为“招人”而头疼。据新华社此前报道,“人工智能行业发展迅猛,市场需求足够大,但真正的人才稀缺。优秀的工程师,市面上很难招到。”杭州大拿科技股份有限公司创始人陈明权说,目前该公司员工约40人,校园招聘和猎头招聘各占一半,2018年希望再招50到100人,不过在985、211或者行业内名校都“招不满”。他说,“一些好的大学里会有类似计算视觉方向的实验室,但离直接工作要求的能力还有一定距离。”人工智能的飞速发展,凸显了领域内存量企业和教学资源的缺乏。在此前的采访中,上海交通大学科学史与科学文化研究院特约研究员陈自富也谈到,“人才荒”在新兴产业属于正常现象,但背后反映的是中国高新技术人才培养机制的深层次问题。此前,美国卡耐基梅隆大学宣布,于今年9月,正式招收全美首批人工智能专业本科新生。近年来,国内高校持续探索人工智能领域的人才培养,但主要集中于计算机、自动化等数个学科。“但在实际教学中,真正涉及人工智能的课程,可能只有区区几门。” 一位高校AI教研人员表示,在培养人工智能人才时,不能只通过现有专业知识体系,更应当围绕人工智能内涵本质,进行知识体系建设。完善人工智能知识与教育体系的目的,不在于培养一般的应用人才,而是真正培养出掌握核心技术的高端人才,从根本上破解人工智能“人才荒”的现象。(记者 俞任飞)编辑:郭敬丹

火之歌

应届博士月薪80万?AI这个金饭碗真的这么好捧吗

人工智能发展火爆引发连锁反应:学校开专业,企业抢人,外行也投身其中AI这么热,那么工作好找吗记者调查发现,缺的是掌握核心技术的高端人才,半路出家的找工作也头疼最近,有消息称,人工智能(AI)行业发展火爆,导致这个领域的毕业生就业前景看好。企业纷纷抢人,甚至没出校门就已经被“预定”了。同时,AI应届博士年薪已经涨至80万元。近日,在深圳举办的第二十届中国国际高新技术成果交易会人才与智力交流会上,更有企业开出高薪,打响了一场没有硝烟的人才争夺战。在不少人看来,学习人工智能,似乎就等于捧上了“金饭碗”。但是,这个金饭碗真的这么好捧吗,钱江晚报记者进行了调查。从电梯工程师投身人工智能9月中旬,罗文国(化名)在英国完成了人工智能学习。回国后的2个多月里,找工作成了他生活的主旋律。“外面说月薪80万,我看高的80万还差不多,很多都是噱头。”外界对于人工智能的看法,他并不同意。这不是罗文国第一次找工作。2014年,从国内知名工科院校机械自动化专业毕业后,罗文国很快在苏州某电梯企业谋得一份工程师的工作。“起薪七八千元,主要是根据项目进行各类扶梯的设计。”这份还算稳定的工作,他并不太满意。工作3年后,罗文国选择了离职。这不是一次草率的选择。“工作以后,我就一直在考虑,”转行对他而言,是可以理解的抉择,“所有人都知道,互联网是最赚钱的行业。”来自浙北乡村的他,薪酬是他在大城市立足不得不考虑的问题。另一方面,电梯行业的成熟度,也让他少有发挥的空间。“就连我们老板,也收购了一家机器人公司。”“智能制造”的转型大潮下,罗文国不甘落后。去年7月,罗文国申请到了全英前十的院校,攻读机器人专业。但当时,他还没有决定自己最终的方向。契机源自开学前的一次对话。“去师兄的实验室聊聊他的学习情况,他就说起自己在做人工智能。”这激起了罗文国的兴趣,进一步了解后,他决定投身人工智能。罗文国的同学里,有一半来自中国,他们中近10人,同样选择了人工智能的相关课程。“小到现在抖音上的尬舞机,大到安防上的人脸识别,都在我研究范畴内。”罗文国解释道,一年时间里,他的研究主要是当下流行的姿态识别等领域。在世界范围内,人工智能都是一门全新的学科。从教材到老师,都需要时间来适应,“导师教我们的很少,课本也几乎没有。”罗文国说,他的知识来源除了国外一些大牛的视频网课,主要是论文。任务很重,学习时间却很少。除了前期学习,罗文国认为自己真正深入AI,不过只有毕业设计时的三四个月。 一年的时间,对他转型人工智能,显然还不太够。实际上,直到回国后,罗文国的毕业设计都没来得及修改发表。但是时代在推着你往前走,他说。不止是在英国,AI热潮,正在影响越来越多的中国学生。今年,美国卡内基梅隆大学深度学习部门录取了8名博士,其中有6名为华裔。想找份好工作,其实不容易此前有报道称,企业并不直接去招聘会现场招募AI人才,因为太抢手了,这些人基本都不用去招聘会。即使是AI专业的应届生,也完全不需要大费周章来现场找工作,企业会早早通过导师或实验室找到他们;而对那些有经验的研发人才,猎头会主动上门联系。在经验丰富的人才稀缺的背景下,应届博士生相对于硕士生而言,更是“香饽饽”。他们大多已经跟随导师做过相关的项目,并因此积累了一定的AI技术和经验,因而很受企业的欢迎。有公司的人力资源负责人表示,他还不清楚如果招AI人才,具体要开多少价位。但他确定的是,这些人才看重的不仅仅是薪酬,还看重平台和稳定的前景等。他们要抢人的话,只能开价更高。但现实却给罗文国泼了冷水,找工作似乎并不容易。“如果能再发一篇文章,找工作可能会顺利些。”回国后,身处热门行业的罗文国的工作,却找得不算顺利。“刚回国的时候,阿里巴巴也来咨询过我的意向,我觉得职位和我的研究领域有些出入,就拒绝了。”罗文国没想到,由于错过了当时的招聘季,此后的机会越来越少。他有些后悔,自己当初的“偏执”。简历投出去不少,但大多没有下文。一次在滴滴应聘时,他问面试官,对于AI应届毕业生,有什么样的要求或看法。对方回应说很欢迎,也希望培养一些有潜力的应届生。但最终,这场罗文国认为“挺融洽的”面试无疾而终,“可能他们觉得我没潜力吧。”他苦笑。尽管之前有心理准备,但找工作的难度,远超他的预期。在他的朋友圈里,类似情况也不少见。“在英国的同学,好像都放弃挣扎了。”罗文国说,大部分同学都转投机器人等更加实用也更容易上手的行业,只有他因为爱好还在坚持观望。他把不受欢迎的原因,部分归结于“半路出家”。“我有个博士师兄,从材料转学人工智能,也是一年后才找到工作,”罗文国也了解过,“像我们从机械转的,企业嫌我们没有计算机底子,不够科班。”但伴随人工智能的火爆,非科班出身的转投者正越来越多。在罗文国的母校,去年他这专业的招生数量不过60人,而今年据他了解,已经上涨至100人。在国内,截至今年3月,包括北京大学、复旦大学、南开大学等32所高等院校,已开设人工智能相关专业。“大家都想占坑,以后的要求只会越来越高。”他思量着降低标准,一些大公司的实习职位,也进入了罗文国的考察范围。“实在不行,就干回我的老本行。”他表示,已经有一家电梯企业联系过他,开出的薪资比过去高出一半。罗文国依然保持着每天学习的节奏,他给自己设立的底限在明年春天。在此之前,他想再拼一把。AI博士生平均薪酬在40万元左右“人工智能领域,目前最欠缺的是高水平和交叉型人才。”一位业内人士告诉记者,目前企业高薪争取的,主要还是高层次的AI人才。据他介绍,类似浙江大学的人工智能相关专业博士生,平均薪酬在40万元左右,“大部分就职于国内外一些知名IT企业”。在人工智能企业较为密集的杭州,创始人们同样为“招人”而头疼。据新华社此前报道,“人工智能行业发展迅猛,市场需求足够大,但真正的人才稀缺。优秀的工程师,市面上很难招到。”杭州大拿科技股份有限公司创始人陈明权说,目前该公司员工约40人,校园招聘和猎头招聘各占一半,2018年希望再招50到100人,不过在985、211或者行业内名校都“招不满”。他说,“一些好的大学里会有类似计算视觉方向的实验室,但离直接工作要求的能力还有一定距离。”人工智能的飞速发展,凸显了领域内存量企业和教学资源的缺乏。在此前的采访中,上海交通大学科学史与科学文化研究院特约研究员陈自富也谈到,“人才荒”在新兴产业属于正常现象,但背后反映的是中国高新技术人才培养机制的深层次问题。此前,美国卡耐基梅隆大学宣布,于今年9月,正式招收全美首批人工智能专业本科新生。近年来,国内高校持续探索人工智能领域的人才培养,但主要集中于计算机、自动化等数个学科。“但在实际教学中,真正涉及人工智能的课程,可能只有区区几门。” 一位高校AI教研人员表示,在培养人工智能人才时,不能只通过现有专业知识体系,更应当围绕人工智能内涵本质,进行知识体系建设。完善人工智能知识与教育体系的目的,不在于培养一般的应用人才,而是真正培养出掌握核心技术的高端人才,从根本上破解人工智能“人才荒”的现象。(记者 俞任飞)

掊斗折衡

从“神经网络之父”到“人工智能教父”|Geoffrey Hinton的传奇人生 那才叫精彩

科技行者报道来源 :THE TELEGRAPH编译 :科技行者人工智能领域有三大奠基人,分别是Geoffrey Hinton、Yann LeCun与Yoshua Bengio。本文主要围绕“神经网络之父”Geoffrey Hinton。▲Geoffrey HintonGeoffrey Hinton,被称为“神经网络之父”、“深度学习鼻祖”,他曾获得爱丁堡大学人工智能的博士学位,并且为多伦多大学的特聘教授。在2012年,Hinton还获得了加拿大基廉奖(Killam Prizes,有“加拿大诺贝尔奖”之称的国家最高科学奖)。2013年,Hinton 加入谷歌并带领一个AI团队,他将神经网络带入到研究与应用的热潮,将“深度学习”从边缘课题变成了谷歌等互联网巨头仰赖的核心技术,并将HintonBack Propagation(反向传播)算法应用到神经网络与深度学习。从Geoffrey Hinton家族开始说起Geoffrey Hinton出生于战后英国的温布尔登,他的父亲叫Howard Everest Hinton,是个英国昆虫学家,喜欢研究甲壳虫。他的母亲Margaret是一位教师。而他们一家也都流淌着饱含聪明才智的DNA:他的叔叔是著名的经济学家Colin Clark,正是他发明了“国民生产总值”这个经济学术语;他的曾曾祖父是著名的逻辑学家George Boole,他发明的布尔代数(Boolean algebra)奠定了现代计算机科学的基础。Geoffrey Hinton的学习生涯早在1960年代,Geoffrey Hinton的高中时期,就有一个朋友告诉他,人脑的工作原理就像全息图一样。创建一个3D全息图,需要大量的记录入射光被物体多次反射的结果,然后将这些信息存储进一个庞大的数据库中。大脑储存信息的方式居然与全息图如此类似,大脑并非将记忆储存在一个特定的地方,而是在整个神经网络里传播。Hinton为此深深的着迷。对Hinton来说,这是他人生的关键,也是他成功的起点。但是,Hinton的“AI之路”走的并不平坦。Hinton先是进入了克利夫顿大学,毕业后,他进入了剑桥大学国王学院攻读物理和化学,但仅读了一个月后就退学了。他谈到:“我那时候18岁,第一次离开家自己生活。当时的工作十分繁重,周围没有任何女孩,我感到有些压抑。”一年之后,他再次申请攻读建筑学,结果又退学了——而退学后仅仅一天,他又转而攻读物理学和生理学。此后,他又改读哲学,但因为与他的导师发生争吵而告终。他承认道:“我有一种教育上的多动症。”此后,Hinton并没有继续完成他的学业,而是退学后搬到了北伦敦的伊斯灵顿区,那里当时混乱不堪,他在那里成为了一个包工的木匠。他说道:“我做过一些货架、悬吊门这些没什么特别的东西。人们都是靠做这类东西赚钱。”每个星期六的早上,他都会去伊斯灵顿的埃塞克斯路图书馆,在他的笔记本里匆匆记下关于大脑工作原理的理论。经过几年的艰辛工作,Hinton又回到了学术界,并从1973年开始在英国爱丁堡大学攻读人工智能博士学位,继续他的神经网络的探索。后来,他转到了美国匹兹堡的卡内基梅隆大学继续进行他自己的研究,但他很快意识到,他所在的院系以及整个美国大部分的AI研究工作都是由美国国防部(DoD)资助的。于是他毅然辞职以示抗议,并搬到了加拿大这个军事资助基本无害的地方。他表示:“我离开的时候,带走了一美分硬币,并用一台施乐复印机将它放大,然后把它挂在了我的办公室门上。但是我把其中的‘G’改成了一‘D’,所以上面那句话就变成了:in DoD we trust(‘我们信赖国防部’)。”既有对AI的恐慌 也有对AI未来发展的期望人工智能的美丽新世界已经开启,而且将永久性地改变着我们的生活,不过,这些改变,有好也有坏。据Hinton表示,相比人们对机器日益提升的智能程度的担忧,对人类而言,更为紧迫的威胁其实是杀手机器人的开发。(为强调这一点,116家AI公司创始人在本周联合签署了一份请愿书,呼吁禁止制作致命的机器人武器。)Hinton自己以前也签署过类似的请愿书,并郑重地写信给英国国防部阐述他对此的担忧。他谈到:“(英国国防部)回复说现在还没必要对此做出什么处理,因为人工智能技术的发展仍任重而道远,而且不管怎么说,它们还有可能会带来很多益处。不过,他们肯定有能力做到这一点。”除此之外,他还担心人工智能会越来越多地被用于政府对平民的监视,而且他还透露称自己曾因为担他的研究会被安全部门滥用,拒绝了一份在加拿大相当于美国国家安全局董事会的工作邀约。不过,尽管已经讨论过了当前正在研发的“无人机群”等武器话题,Hinton仍然相信AI所产生的效益会给人类带来福音,尤其是在医疗和教育领域。Hinton在1994年失去了他的第一任妻子Ros,她因卵巢癌逝世,留下他独自抚养照顾他们收养的两个年幼的孩子。后来,他与其现任妻子Jackie再婚,不过,据说Jackie现在也被诊断出患有胰腺癌。他认为,人工智能的成果将使医学变得更加高效。他设想,过不了多久,每个人都能够花100美元获取自己的基因图谱(目前这一项目的费用为1000美元)。不过,对于放射科医生而言,AI的发展并不是个好消息,而且Hinton也认为X射线检测工作可能很快就会被大量机器人取代。虽然大量工作岗位将会消失,但他坚持认为,确保人们不会被经济自动化浪潮抛下是政府和企业的工作和职责。Hinton表示:“在一个分工明确的组织型社会里,提高生产力将使每个人受益。问题不在于技术,而在于利益的分配方式。”现在的Hinton:一半归多伦多大学,一半归Google大脑现在,Geoffrey Hinton一半时间在多伦多大学教书,一半时间在 Google建设神秘的Google大脑。深入到谷歌位于多伦多市中心总部内部的办公室,经过其屋顶绿绿的高尔夫球场、桌上足球桌和大胆采用同该公司Logo标志一样基本色的人体工学座椅,我们将看到一个不修边幅的人站在那里,就像是刚从昆汀·布莱克的画像中走出来,与周围环境格格不入。从外貌上看,Geoffrey Hinton教授有着所有英国学者的典型特征:一头蓬乱的头发,皱巴巴的衬衫,衬衫前口袋里还插着一排圆珠笔,守着一个巨大且脏乱的白板,白板上写满了各种复杂难解的方程式。他的办公室里根本没有座椅,69岁的Hinton教授喜欢一直站着。虽然他看起来可能有些古怪,但对他办公室外的那些年轻的人事物而言,Hinton是一种类似于神级的存在:他被人们誉为“人工智能(AI)教父”,而这项已经引发全球性变革的新技术背后,与其聪明才智密不可分。他过去带过的学生已陆续被硅谷挖走,分别在苹果、Facebook和Google这类的科技巨头公司里领导着人工智能领域的研究工作,而他自己也被Google聘请为公司副总裁,主管工程设计部门。在接下来的几个月里,他将执掌多伦多新募集了1.8亿美元资金的人工智能研究所Vector Institute,以期巩固这座城市在人工智能领域作为全球领导者的地位。尽管在北美呆了这么多年,Geoffrey Hinton教授仍旧操着一口标准的英式口音说道:“被称为‘教父’,我感觉有一些难为情。”他笑着表示:“我对我自己的数据有一种里根式的笃信。”而正是Geoffrey Hinton对自己的工作成果不可动摇的信念,促使他从学术生涯多年的不得志走到了当前最热门的AI前沿。Hinton教授是机器学习的开创者,使得计算机可以独立想出程序、自己解决问题。特别重要的是,他还从中开辟了机器学习的一个子领域,即所谓的“深度学习”,也就是让那些机器像一个蹒跚学步的孩子一样,模仿大脑的神经网络形式。这意味着计算机可以自动构建一层层智慧网络。随着近年来非常强大的处理技术的出现,这种深度学习框架经历了巨大的变革,现已成为主流方法:从我们的智能手机中的语音识别模式到图像检测软件再到亚马逊为用户推荐购买哪本图书,全都离不开深度学习。Hinton及其同事们的工作挖掘出了机器学习的无限潜力,他们也被其竞争对手戏称为“加拿大黑手党”。近期,Geoffrey Hinton带领谷歌大脑团队推出了新作:通过给个体标签建模来提高分类能力,同时也展示了通过采用这种标记方法我们提升了计算机辅助诊断糖尿病导致视网膜病变的准确度。谷歌大脑团队提供了一种创新的方法,以处理那些数量巨大的、需要借助专家来标记标签的现实数据。同时,Geoffrey Hinton在多伦多大学也有新动作,近期,多伦多大学宣布成立一个专注于人工智能研究的独立研究机构——向量学院(Vector Institute),作为多伦多大学计算机系名誉教授的Geoffrey Hinton被任命为首席科学顾问将在这里开展人工智能研究,吸引更多人才并致力于将多伦多建设成一个全球人工智能的中心。Hinton的这个团队也会是Google Brain的一个延伸,而恰巧在去年底,Google早已宣布在蒙特利尔开设了一个Google Brain的分部。即便是高瞻远瞩如Hinton,他也不知道人工智能革命接下来会将我们带向何处。他说道:“在这个领域,很难预测五年以后的事情,毕竟事情往往并不会像你期待的那样如期而至。”不过可以确定的是,正如我们所知,新世界的大门即将开启。文章末尾的彩蛋——《人工智能发展大事记》1950年 图灵测试阿兰·图灵(Alan Turing)最为著名的是他在二战时于布莱切利园(Bletchley Park)所做的加密工作,他为只能机器行为设计了一项测试。如果人类观察者无法确切地辨别出测试的回应者是机器还是人类,那么这台机器就算是通过了图灵测试。图灵把这个测试称为“模仿游戏”。1956年 “人工智能”诞生在美国新罕布什尔州达特茅斯学院的一次计算机科学会议上,人工智能作为一个正式的学科被正式创立。由于在教导机器学习下棋和用英语解决一些问题方面初见成效,美国国防部便开始资助人工智能的研究,并预测人们将在二十世纪七十年代中期以前解决人工智能问题。1968年 《2001:太空漫游》斯坦利·库布里克(Stanley Kubrik)导演的这部电影中那个杀气腾腾的计算机HAL,已经使得一种狂暴的人工智能想法在流行文化中扎根。同年,菲利普·迪克(Philip K Dick)也出版了一部类似的小说,后来这部小说被拍摄成为了电影《银翼杀手》(Blade Runner)。二十世纪70年代 人工智能“萧条期”由于受到数学家詹姆斯·莱特希尔(James Lighthill)对人工智能行业进展做出的批评报告的部分影响,美国和英国政府纷纷撤回了对人工智能研发的资助资金。这是人工智能的第一个主要“寒冬”,而到了二十世纪80年代末,由于个人电脑的繁荣发展势不可挡,第二个AI寒冬到来了。我们可以看到AI这个词从文献研究中消失了数年,取而代之的是“机器学习”和“信息学”。1984年 《终结者》发布詹姆斯·卡梅隆(James Cameron)在他这部经典科幻电影中设定了一个名为天网(SkyNet)的人工智能系统,结果这个系统后来自我意识觉醒,开始毁灭人类寻求自卫。1997年 深蓝(Deep Blue)击败卡斯帕罗夫(Kasparov)这是人类国际象棋特级大师首次在比赛中被计算机击败。而计算机深蓝在这场国际象棋比赛中的胜利也引发了人们对把国际象棋作为测试评估基准的重新思考,毕竟这种游戏很容易通过计算蛮力攻克。2011年 沃森(Waston)在《危险边缘》中获胜沃森是一个由IBM公司特别设计用来参与智力竞赛节目的系统,在这些竞赛中,参赛者可以前来挑战上一位赢家。而沃森在《危险边缘》节目中赢得了100万美元的头奖。如今这款基础软件已被用于各种注重理解人类语言的应用程序中,例如,它可以在医疗保健领域作为医护人员的医疗决策支持系统使用。2011年 Siri问世Siri最初是在2008年从美国国防部高级研究计划局(DARPA)的研究中剥离出来的一个私人助理应用。随后,苹果公司在2010年收购了这家公司,并在2011年将人工智能引入了大众市场设备iPhone 4S。2012年 无人驾驶汽车美国加州已经通过立法将无人驾驶汽车上路合法化,不过为了安全性,目前车上还需要有一个人在场。这一进展是谷歌不断推动的结果,而且谷歌也宣布其无人驾驶汽车已行驶30000英里,没有发生一次事故。2016年 DeepMind击败围棋冠军由谷歌DeepMind研发的计算机程序AlphaGo,击败了围棋九段高手李世乭(Lee Sedol)。继深蓝在国际象棋中获胜之后,计算机科学家们不得不转将围棋作为一个更加复杂的人工智能测试场,测试计算机的推理能力。