京东数科为何要把JDD大赛办到硅谷和以色列?

2019 年 1 月 15 日 硅谷第一线


硅谷Live / 实地探访 / 热点探秘 / 深度探讨


如果问近几年科技领域哪些关键词最火,那么人工智能一定是其中之一。在这个领域,到底哪个国家走在最前沿?


这个问题的答案,恐怕要更复杂一点。


美国领先、中国增长迅速、欧洲人才库 “感觉身体被掏空” 


最近,总部位于荷兰阿姆斯特丹的 Elsevier 发布了一篇名为《人工智能:知识的创造、转移与应用》的报告(如果 Elsevier 这个名字你听着有点陌生的话,你或许听说过《柳叶刀》、《四面体》、《细胞》等顶级学术期刊,这些期刊就是 Elsevier 出版的)。报告详细比较了目前人工智能发展的前三甲:美国、中国、和欧洲的发展情况,并总结出了一下趋势:


中国科研产出增长最为迅速,有望在该领域成为全球领导者


与中美相比,欧洲研究领域多样,但顶尖科研人才缓慢外流(主要是流到了美国...);


在全球人工智能领域的竞争中,美国目前处于明显的领先地位,而且有个中国、欧洲所不具备的特点:美国的企业表现突出。


 (中国论文发表数量及引用量均有所增长,但距美国仍有距离。

图自Elsevier,版权属于原作者)


如果说这篇报告还算客气,有些报告读起来则略微有点 “扎心”:2018 年,英国牛津大学发布的名为 《Deciphering China’s AI Dream(详解中国的人工智能之梦)》的报告指出,中国的 AI 发展有大量数据资源,在研发方面投入很大,而且在特定的领域已经有不小突破,但其 AI 发展水平与美国还是有较大差距。


那么,为什么美国的 AI 这么领先?


小探认为,在中国对 AI 投入发展也很大、实力也很强劲的情况下,美国有两个中国目前暂不具备的条件:


第一,美国的人才更加国际化。美国的科研环境吸引了来自亚洲、欧洲等地区的顶尖科技人才,比如剑桥大学的机器学习负责人、全英国最受尊敬的 AI 研究员之一 Zoubin Ghahramani 2017年离开英国来带硅谷,成了 Uber 的首席科学家;来自越南的谷歌大脑(Google Brain)创立者之一、AutoML 的带头人 Quoc V. Le 等等。


众人拾柴自然火焰高。和同样世界顶级高校遍布的欧洲相比,美国产业界对本土乃至全球的人工智能人才都有强大的吸引力 —— 不过,就像一面硬币的两面,人才的国际化给美国 AI 注入强劲活力的同时,也是欧洲 AI 领域面临的严峻问题。


毫无疑问,人工智能是场竞赛,但并不是 “有你没我” 的零和博弈,而是互相促进、水涨船高。人才的交流和碰撞,除了微观上能碰撞出火花,宏观上更能取长补短。


比如中国的 AI 领域与欧美相比,用户基数更大,积累了海量数据 —— 毕竟我们人多。因此,在人脸识别、语音识别、文字识别等应用基础研究处于领先位置;但另一方面,我国的基础研究离美国仍有较大差距,论文发表数量虽多、但被引用数量并不算多,直到这两年才赶上了国际平均被引用水平。


另一方面,如果要用一个词形容欧美科研人员在人工智能研究方面的研究风格,小探恐怕会选 “佛系” 这个词。不少研究人员都是在个人兴趣的驱动下,对感兴趣的问题进行相对自由的探索,更敢于花大量时间啃硬骨头。就算这种探索短期不见回报,但风险越高、收益越高,这种方式也更容易产生突破性的科研成果 —— 而这正是中国所需要提升的部分。


第二,美国的产、学、研结合得更为紧密,互相促进、互相发展。


比如我们刚才提到的 Elsevier 发布的报告里就指出,美国有越来越多的研究人员正从学术界向产业界流动,企业表现活跃突出。


从下面这张截图可以看出,美国科研产出前五名主要贡献者分别是卡耐基梅隆大学、麻省理工学院、微软、IBM、和斯坦福大学,前五强里有两家是企业。与之相比,中国的学界和业界泾渭分明,90% 的人工智能研究来自学术界,而企业的贡献相对较小,仅占 3%。

 

(图自网络,版权属于原作者)


在小探样本有限的亲眼观察里,不光是人工智能领域,在其他如生命科学、医药、区块链等领域,美国的学界和业界也联系十分紧密 —— 最直接的表象就是美国高校聚集区,往往就是高科技创业项目的聚集区,比如西岸挨着斯坦福和伯克利大学的硅谷,和东岸的以哈佛、MIT 为首、高校聚集的 “博士屯” 波士顿 —— 而人工智能只是这个传统的又一体现。


下图截取自领英(LinkedIn)发布的《全球 AI 领域人才报告》,美国有 26.7% 的 AI 人才曾经在高校、研究所工作过,而这个数字在中国只有 10.7%。可见,美国的业界与学界结合更紧密、且流动频繁


有差距就要迎头赶上。这两年在我国,从 BATJ 到华为等科技领域的中国一线科技巨头们,也纷纷开始投资人工智能基础研究。不仅如此,有些公司还开始着手解决上文提到的两个问题,即如何让服务于中国的人工智能、高精尖科技人才更加国际化?如何把产学研更好结合?


刚刚过去的周末,在北京举办的 JDD-2018 京东数字科技全球探索者大赛,就体现出了我国科技企业在解决这两个问题上的探索。


成为国际人才交流的桥梁、连接学术界与产业界


这场大会想成为两个桥梁:一方面,连接各国科技与技术人才;另一方面,连接学术界与产业界。


先说连接各国人才。本次京东集团和京东数字科技联合主办的 JDD 大赛,汇聚了全世界顶尖的开发者和新生代的技术精英:大赛设置了中国内地、中国香港、美国和以色列四大赛区,吸引了包括中国、美国、西班牙、以色列、俄罗斯、英国、加拿大、法国等国家和地区的选手参加。

 

(JDD 大赛总决赛选手与导师、评委合影)


在这其中,不乏顶尖互联网公司和研究机构的技术人员和行业人士,以及来自全世界知名院校的在校研究生和博士生等。比如,参赛团队有的是香港城市大学的在读博士生,有的来自武汉大学卫星导航与定位技术研究中心等,可以说是在校生与创业擂台赛版本的 “最强大脑”


再说连接学术界与产业界。本次大赛分为两大赛题: “人口动态普查与预测”,与 “自动驾驶地图优化与传感器融合”。


经过 24 小时极限挑战和 2 小时商业路演的精彩较量后,来自以色列赛区的团队 “Cheese&Chips” 以预测出人口流动的趋势,以帮助租车公司调度车辆安排,获得了“人口动态普查与预测”赛题的冠军;


(以色列赛区的团队 “Cheese&Chips” 获得了“人口动态普查与预测”赛题的冠军)


而来自中国内地赛区的团队“wh” 则是为自动驾驶在复杂场景中提供分米级的位置结果,以及航向精度,夺得 “自动驾驶地图优化与传感器融合” 赛题的冠军。


(自动驾驶地图优化与传感器融合赛题总冠军团队 “wh”)


为什么今年大赛选这两个赛题?


JDD-2018京东数字科技全球探索者大赛延续了首届 JDD 大赛的逻辑,即围绕实际应用场景中的真实行业痛点设计赛题


我们以两个赛题里的自动驾驶赛题为例:自动驾驶这两年的火热有目共睹,而 “自动驾驶地图优化与传感器融合” 这个赛题,就是京东物流无人配送车目前正在不断优化的技术落地之一,赛题要求参赛者利用比赛数据集输出无人配送车全程的实时性的精确定位及定向数据,这对于无人车自动驾驶领域的实际应用价值非常高。

 

我们常说的 “无人车”,其实也分为不同的具体应用。大家都知道 “京东、Google、百度等公司都在研发无人车”,但 Google、百度等公司主要研究的是能载人的无人车(无人驾驶),而京东的无人车则更专注于应用在物流配送场景里。为什么京东对物流、配送场景里的无人车更感兴趣呢?


京东集团副总裁、X事业部总裁肖军在接受采访时说,之所以选择自动驾驶,就是因为它与京东的主营研发密切相关,而物流、配送场景里的无人车也更切合京东本身的应用场景。


比如,京东拥有国内最大的仓储面积,在这些仓库里面有几万个从业人员,所以要通过硬件科技提高效率,而不是让人变得更辛苦、加强工作力度。这么看来,在京东系统内天生就有应用场景的无人仓、无人快递车成为研究重点,也就顺理成章了。


解决这个看似 “生活气息很浓” 的问题,却需要不少的学术支撑。


(JDD大赛全球总决赛商业路演环节)


来自武汉大学卫星导航与定位技术研究中心的 “wh” 团队,提出的解决方案是 “通过多传感器融合建图软件,采用激光雷达数据、GPS、IMU以及里程技术等等,进行高精度的点云制作,以此为自动驾驶提供城市等多种场景下,分米级以及航线 0.1 度的定位结果。” 


而他们的团队成员学术背景也十分了得:团队顾问是武汉大学的知名院士,指导老师也由多位教授及副教授组成,该团队在 GPS 定位、GNSS 接收机以及 SLAM 方面有多年研究成果。在此前提下,结合时下自动驾驶场景中的需求,团队推出了一款激光环境感知与组合导航的系统。


正是这种以学术界积累、以产业界问题为切入点的团队,取得了评委的一致认可,赢得了最后该题赛的总冠军。


除了赛题设置,此次京东 JDD 大赛在参与人员方面也体现了 “学术界” 与 “产业界” 的有机结合:从参赛者来说,大多数都是全球各大高校的学生。这次大赛则给学生们提供了产研结合的机会,让学生们能真正了解到工业界的需求,更好地学以致用。


另一方面,大赛的导师与评委也包含了学术界与产业界的多位大咖:京东集团副总裁、X事业部总裁肖军和京东集团副总裁、京东数字科技首席数据科学家郑宇,分别担任“自动驾驶地图优化与传感器融合”与“人口动态普查与预测”两大赛题的赛题导师。

 

(京东集团副总裁、京东数字科技首席数据科学家郑宇致辞)


而评委则由清华大学计算机科学与技术系副教授唐杰、IDG 资本合伙人牛奎光、创世伙伴资本创始主管合伙人周炜,驭势科技创始人兼 CEO 吴甘沙、联通大数据有限公司总经理赵越、TalkingData 创始人兼首席执行官崔晓波等大咖担任。从高校、到投资人、再到同样有创业经验的公司 CEO、再到大公司高管,保证了给参赛者提供的指导和意见全面又真实。


小探相信,像京东数科 JDD 大赛这样的连接全球人才、连接学术界与产业界的国际性技术竞赛只是一个开始。随着 JDD 大赛的影响力逐渐扩大,说不定下一个改变我们日常生活的技术,就将出自于某一个参赛团队的项目呢?


推荐阅读

区块链报告 脑机接口报告 

硅谷人工智能 | 斯坦福校长

卫哲 | 姚劲波 | 胡海泉 

垂直种植 | 无人车

王者荣耀 | 返老还童 









登录查看更多
1

相关内容

爱思唯尔提供信息分析解决方案和数字化工具,包括研究战略管理、研发绩效、临床决策支持、专业教育等。其前身可追溯自16世纪,而现代公司则起于1880年,爱思唯尔出版2500余种期刊,包括《柳叶刀》、《四面体》、《细胞》以及教科书《格雷氏解剖学》等。每年共有350,000篇论文发表在爱思唯尔公司出版的期刊中,以及全世界最大的摘要和引文数据库Scopus等。爱思唯尔(Elsevier)是医学与其他科学文献出版社之一,2016年中国高被引学者榜单的研究数据来自爱思唯尔旗下的Scopus数据库,共有来自社会科学、物理、化学、数学、经济等38个学科的1776名有世界影响力的中国学者入选。学术出版业巨头爱思唯尔(Elsevier)正式发布2017年中国高被引学者(Chinese Most Cited Researchers)榜单,本次国内共有1793位学者入选。
AI创新者:破解项目绩效的密码
专知会员服务
33+阅读 · 2020年6月21日
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
史上最全人工智能进阶干货
遇见数学
5+阅读 · 2018年10月11日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17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
速成班出来的AI人才,老板到底要不要?
THU数据派
4+阅读 · 2018年1月27日
中央再批人工智能伪创新,90%以上AI都不靠谱
THU数据派
7+阅读 · 2017年12月6日
盘点|2017全球人工智能大学TOP20,亚洲高校无一所上榜
机器人大讲堂
10+阅读 · 2017年8月3日
2017人工智能创新公司50强出炉 旷视(Face++)上榜
Megvii旷视科技
3+阅读 · 2017年7月10日
Arxiv
5+阅读 · 2019年11月22日
Arxiv
6+阅读 · 2019年9月25日
Arxiv
4+阅读 · 2018年9月6日
Arxiv
6+阅读 · 2018年4月21日
Arxiv
9+阅读 · 2016年10月27日
VIP会员
相关VIP内容
相关资讯
史上最全人工智能进阶干货
遇见数学
5+阅读 · 2018年10月11日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
19+阅读 · 2018年7月17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
速成班出来的AI人才,老板到底要不要?
THU数据派
4+阅读 · 2018年1月27日
中央再批人工智能伪创新,90%以上AI都不靠谱
THU数据派
7+阅读 · 2017年12月6日
盘点|2017全球人工智能大学TOP20,亚洲高校无一所上榜
机器人大讲堂
10+阅读 · 2017年8月3日
2017人工智能创新公司50强出炉 旷视(Face++)上榜
Megvii旷视科技
3+阅读 · 2017年7月10日
相关论文
Arxiv
5+阅读 · 2019年11月22日
Arxiv
6+阅读 · 2019年9月25日
Arxiv
4+阅读 · 2018年9月6日
Arxiv
6+阅读 · 2018年4月21日
Arxiv
9+阅读 · 2016年10月27日
Top
微信扫码咨询专知VIP会员