陆奇,怎么在走开复的路

2018 年 8 月 15 日 乌镇智库


文|陈利人 乌镇智库首席科学家


引言:虽然是开复和陆奇在卡内基梅隆(Carnegie Mellon University,简称CMU)的校友,计算机学院的师兄弟,但是过去一直未曾谋面,直到98年左右开复差点和陆奇在Yahoo共事,05年开复掌管谷歌和其同事,才和他们见面和交流。两人,都给我留下了很深的印象,都是在美国的华人之光。


今天,两个新闻同时刷屏了,一是开复的TED关于人工智能的演讲,二是陆奇加入YC成为中国区创始人。突然,脑海中冒出了一个有趣的“阳谋论”。

陆奇,怎么在走开复的路?

开复和陆奇,都是毕业于CMU,计算机学院,都是优才生,都获得博士学位,然后开复担任助理教授,陆奇继续博士后深造。学习期间,开复师从Raj Reddy,图灵奖得主,一个印度籍教授。陆奇师从Satya,同是个印度籍教授,CMU全校的分布式文件系统AFS就是Satya参与搞的,Google文件系统GFS的灵感就是从AFS而来。开复在前,陆奇在后,呃...陆奇在走开复求学之路。

图片|Raj Reddy,印度籍,开复导师

图片|Satya,印度籍,陆奇导师

开复之后去了美国西海岸硅谷苹果,SGI,从事语音识别和多媒体的研究开发。而陆奇则去了美国西海岸硅谷的IBM的Almaden研究所,Yahoo。都是西海岸,都是硅谷,都是赫赫有名的高科技公司,都从事研究和管理工作,都是高管。

经过这些公司的历练之后,他们都落脚在大名鼎鼎的微软,都是微软的高级副总裁。还是开复在先,陆奇跟随。

之后,开复去了世界著名的搜索引擎公司Google,而陆奇则跟随去了中国头号搜索引擎公司百度。有趣吧,都是搜索引擎,都是靠广告赚钱的公司,而且都是在经营中国市场。

神奇吧,从搜索公司离职后,开复创立了创新创业加速器公司,创新工场。而陆奇也要走开复的路子了,加入YC,并创立中国的创新创业加速器公司。从工作经历看,陆奇在走开复的路,殊路同归。

更奇迹的,他们都一致看好人工智能领域,业务都包括创业孵化、人才培训、科研和公益,都希望通过创新和生态来改变世界,同时完成创业和投资的梦想,一箭双雕。他们的共同使命:利用技术创新,推动社会变革,并让进步的成果被尽可能广泛的人群公平地享有,对社会做出长远的贡献。连从理念和理想看,陆奇也在走开复的路。

呃,难道这是偶然吗?

也许,从开复和陆奇在一次同台采访中可以看出点什么。

图片|李开复和陆奇

陆奇在采访中说到:

首先要非常感谢开复,大家知道,我一直叫开复是学长,我们认识很久了。我个人职业生涯当中,开复给我很多次的交流和指导,对我都非常重要。

举两个例子,我没毕业的时候,当时最想去的是贝尔实验室,那个时候刚刚开始做神经网络。后来开复跟我讲,你可以去东海岸,也可以去硅谷。后来我去了硅谷,如果我去东海岸的话就是非常不一样的职业生涯了。

第二次跟开复老师交流,也是我职业生涯当中做的比较重要的决定:要不要去雅虎?我跟开复交流的那个时候,他自己刚开始准备回中国。微软的Offer曾经跟开复讨论过,我把我的雅虎Offer也给开复看了一下,他说作为你的朋友来讲,我建议你还是应该去雅虎。但是他说我警告你一下,你这个股票要么涨5倍,要么跌5倍。结果他两边都讲对了,结果先是涨了5倍,后来又跌了5倍。

我觉得开复对我当初的指点有一个共同点,就是走到创新的焦点去。当初是在西海岸,雅虎当时成为互联网早期一个非常好的创新平台,现在我觉得大家都看得很清楚了,中国的人工智能绝对是世界最好的一个创新平台。

也许这个解答了,陆奇,为什么在走开复的路。

世界好神奇!


乌镇智库 资讯推荐

专栏|用神经网络来判定量子纠缠?这里有一篇简单易懂的方法解读

物联网如何影响医疗保健的未来?

入门|献给新手的深度学习综述


推荐阅读

比人工智能威胁更可怕的是,那些曾被你抛弃的互联网软件

尼克谈人工智能的历史、现实与未来


登录查看更多
0

相关内容

陆奇(1961年9月3日-),生于上海,计算机专家。 于中国复旦大学计算机系获得学士、硕士学位。于美国卡内基梅隆大学 (CMU) 获得计算机专业博士学位。 现百度集团总裁兼首席运营官,曾任微软应用和服务工程部执行副总裁。
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
陆奇,YC 中国的 01 号员工 | 36氪独家
36氪
4+阅读 · 2018年8月15日
百度一下,你就离开
凤凰科技
5+阅读 · 2018年5月19日
李开复为何说年底人工智能泡沫要破?
数据猿
4+阅读 · 2018年2月5日
微软洪小文:AI 还是个小学生,资本请慎重!
EGONetworks
4+阅读 · 2017年9月6日
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
Arxiv
9+阅读 · 2020年2月15日
Arxiv
3+阅读 · 2018年3月29日
Arxiv
10+阅读 · 2018年2月4日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
27+阅读 · 2017年12月6日
VIP会员
相关VIP内容
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
电力人工智能发展报告,33页ppt
专知会员服务
126+阅读 · 2019年12月25日
相关论文
TResNet: High Performance GPU-Dedicated Architecture
Arxiv
8+阅读 · 2020年3月30日
Arxiv
9+阅读 · 2020年2月15日
Arxiv
3+阅读 · 2018年3月29日
Arxiv
10+阅读 · 2018年2月4日
Arxiv
7+阅读 · 2018年1月24日
Arxiv
27+阅读 · 2017年12月6日
Top
微信扫码咨询专知VIP会员