TMT观察网_独特视角观察TMT行业

有實力的科研高校與企業進行合作科研，一直以來都是慣例， 而近年來，中國人工智能蓬勃發展，大量的技術人才也開始回歸到國內，而高校與企業的合作也變得尤為緊密。

“斯坦福+硅谷”模式一直是科研高校與企業合作的最佳典范，而隨著人工智能在中國的爆發，中國也在呈現出類似的趨勢。而作為人工智能方面發展最為前沿的企業百度，一方面自身走在了人工智能發展的前沿，另一方面也極為注重高校合作。在近日的“人工智能驅動未來交流研討會”上，中科院的教授以及百度深度實驗室的科學家共同探討了校企合作的可能性。

一，高校人工智能技術研發正在遭遇瓶頸

人工智能這門學術研究對于高校來說，其實有著天然的尷尬，因為研究人工智能技術，需要大量的數據。中科院專家談了下關于高校科研目前存在的困境。

1）科研落地的瓶頸

高校在人工智能科研方面，一直都有進展，但是如何將技術運用到商業當中就比較困難。很多時候高校的科研項目并沒有太大市場需求，并導致最終無法將技術進行產品化，實現科研的落地。

中國科學院大學黨委副書記、副校長高隨祥教授表示，中科院的研究力量非常強，有著各方面專業科學資源。但在人工智能科研的方向上還需要科技公司的建議，因為科技公司在實際面對著市場需求，其知道哪些科研方向是最有價值的。而通過與科技公司的結合，讓學術的解決方案進入到真實的產業中，則能使雙方更為受益。

2）數據的瓶頸

真實的科技行業中，都已經由各家科技公司完成了平臺的搭建，用戶都在這些平臺上有真實的數據與反饋，高校并沒有這些數據資源和真實的用戶反饋，從而無法真正看清楚自身技術能力的進展。而各大科技公司則可以為其提供數據上的幫助。

中科院“百人計劃”成員黃慶明教授表示，人工智能從1956年提出來到去年剛好是60周年。專家們討論，與以往不同的是，這次浪潮不是曇花一現，比較樂觀的原因是這次后面有大量數據的支撐，而這方面，諸如谷歌、百度這樣的公司會有大量的數據和相應的計算能力，再加上相應的算法，做一些大規模的研究比學校的條件要好得多。

中國人工智能學會副秘書長何清教授也表示自己在做大數據挖掘的過程中深感數據的重要性。數據挖掘過程中往往挖掘出的只是數據關系，而如何處理這些關系，讓更多的數據之間產生關聯，實現各個應用場景之間的反哺，讓更多的數據自行生長，在這個問題上高校的科研數據往往促襟見肘。

在這個問題上，科技公司則有著優勢，比如以搜索起家的百度每天需要處理超過10BP的數據，搜索、地圖、輸入法等上千個產品線的日請求過億，這些縱橫交錯的數據互相自動關聯，做出更精準的用戶畫像形成反哺，再輔以大數據精準推薦，最終又會讓用戶更多的使用產品，更多的數據得以自動生長。

3）計算資源的瓶頸

談及具體的開發過程，中國人工智能學會的徐俊剛教授表示，深度學習在科研方面已有所突破，但并不完善，一直在優化，而最大的問題在于深度學習研究需要大規模的運算，需要諸多最新設備來實現大規模集群計算，高校在這方面的資源目前比較匱乏，因此每次科研都需要耗費大量的時間，來等待機器的結果。

而這點上，其指出，商業公司則完全沒有這樣的顧慮，這反而是其優勢

阿爾法狗下一盤棋，就需要至少耗費3000美元，而在實驗室反復測試就需要大量的資金，這還不包括任何計采購算機的成本。最強大腦中的小度機器人用到的百度自主研發的box機器，最大可單機支持128塊GPU卡，相當于64臺機器構成的小型集群，造價不菲。這樣的款項如果需要撥給科研機構則需要經過重重審核與考慮，而商業公司則可以毫無顧慮的實現這些項目。

二，人工智能爆發，中國“斯坦福+硅谷”模式崛起

以美國知名的“斯坦福+硅谷”為例，斯坦福大學和加州大學伯克利分校兩所大學作為硅谷地區的知識生產中心，一直持續不斷的為硅谷輸送各種最前沿的技術成果，企業最終形成落地產品，這一模式也是全球效仿典范。

中國的基礎設施較差，因此有著極大的市場空白，任何行業都存在大量的機會，而2011年智能手機的爆發，讓互聯網進入到各行各業，得益于“互聯網+”的發展，落后的基礎設施被迅速重建， 這也就造成了遠比美國更多的大數據。

上圖為各國每年發表的“深度學習”及“深度神經網絡”相關主題論文數量，中國在最近五年內的學術論文呈現出絕對趕超之勢，而在2014年第一次超越了美國，進入到領先位置。

另一方面，中國企業在最近幾年也連連登陸各大外媒以及各種計算機競賽冠軍，例如BAT都曾先后入選Sort Benchmark全球排序競賽的冠軍，擊敗亞馬遜微軟都國外企業；今年的《麻省理工評論》的十大突破性技術中，百度的人臉識別技術也在去年的語音識別技術獲獎后再次入選，成為連續兩次入選該獎項的中國企業代表。

這些跡象表面，中國有著更為適合人工智能技術發展的土壤。而面對如此巨大的數據，科技公司的技術力量也畢竟有限，因此也需要求助于高校的技術能力的協同。

兩個知名項目來自于百度與騰訊。

百度推出了“松果計劃”，將自身有價值的技術研究對各大高校發布，并收集學術界的解決方案，最后會給優秀研究方案寄予支持，并進行更多的推進。騰訊方面則發布了“犀牛鳥”科研基金項目，騰訊公布自身研究需求方向，高校相關研究人員可自行向騰訊申報項目，獲得騰訊審核通過后，則可以給予扶持。

而國內的“斯坦福+硅谷”模式與國外稍有不同，國內更多的都是將已有的市場需求反饋給高校，讓高校給出技術解決方案，并共同推進。

三，人工智能人才爭奪戰已經打響，華人開始回國

隨著中國人工智能發展的迅猛以及中國“斯坦福+硅谷”模式的驅動，正在吸引著越來越多的頂級華人工程師選擇回國發展。例如2014年深度學習知名人物吳恩達加盟百度，2016年硅谷頂級安全領域知名人物弓峰敏和卜崢加入滴滴，2017年，微軟全球執行副總裁陸奇加盟百度、微軟亞洲研究院常務副院長馬維英加盟今日頭條......

去年可以算是技術華人的歸回元年。

同時美國特朗普的上臺加劇美國環境的不確定性，不僅是科技界，也讓科學界的人才大量的返回國內，例如今年楊正寧與姚期智放棄美國國籍轉為中國國民，并加入中科院這一事件震動整個中美科學界。

因此，中國的大環境正在吸引更多的優秀人才，而人才的爭奪將會是巨頭們的下一個戰場，與高校搞好關系，增加更多的合作，則會進一步增加自身吸引人才的能力，這場比賽也才剛剛開始。

結語：

中國正在成為人工智能發展的最佳市場，而高校合作則是加速科技企業發展的另一個關鍵，中科院作為國內頂級的科研高校，必然將會是各大科技公司合作的重點，并且會越來越深入。

2017年將會是技術人才的回歸之年，中國正在迎來歷史性拐點，校企間的合作也會更加緊密。而此次“人工智能驅動未來交流研討會”的討論，則是一個標志性的開篇，而中科院與百度各自都是校企領域極具代表性的角色，也希望雙方可以引領中國的“斯坦福+硅谷”模式，對人工智能的發展起到關鍵作用。

作者微信公眾號：“首席發言者”