全球人工智能高被引学者排名公布 旷视孙剑、张祥雨榜上有名

近日，上海交通大学Acemap团队开发了一个基于度量的全球顶级研究机构排名系统——AceRankings。根据在CCF推荐会议期刊发表论文被引用量，中国机构所属的人工智能领域学者有两名被引次数过万，其中一位是旷视研究院Base Model组负责人张祥雨，被引14748次。美国机构所属的人工智能领域高被引学者排行榜中，旷视研究院院长孙剑则位列第二，被引29950次。

图：旷视张祥雨登上中国人工智能影响力学者榜榜眼

孙剑与张祥雨分列美/中AI影响力学者榜榜眼，这可能要归功于两位共同发明的深度残差网络ResNet，2017年DeepMind AlphaGo Zero系统就应用了深度残差网络ResNet，它掀起一场人工智能算法的“深度革命”，深度学习自此更加实至名归。ResNet赢得了业界的认可并成为了视觉乃至整个AI界的一个算法基础，而基于在算法上的本质创新，旷视在物体检测任务上实现了从37提升到了52的精度提升。

事实上，旷视在原创性和创新性方面取得的成绩有目共睹。除了此次上榜全球人工智能高被引学者名单的孙剑和张祥雨，在顶级学术会议CVPR 2019 上，旷视就共有14篇论文被接收。这14篇论文分别涉及行人重识别、场景文字检测、全景分割、图像超分辨率、语义分割、时空检测等技术方向。在日前由中央网信办、工业和信息化部、公安部联合指导，厦门市政府主办的首届中国人工智能•多媒体信息识别技术竞赛中，旷视也凭借不断更新迭代算法框架，最终在3项赛道人脸识别、旗帜识别、相似图像检索上，击败国内顶尖研究机构、企业夺冠，其中人脸识别取得精度领先的成绩。

图：旷视拿下中国人工智能竞赛3项冠军

旷视能够在学术研究和技术创新上有着亮眼的表现，得益于其自成立以来就坚定拥抱技术信仰，始终重视对核心技术研发和创新进行投入，并广纳人才打造国际AI人才高地。2015年，旷视先于Google TensorFlow上线了人工智能深度学习平台Brain++，旨在更好地分配调度公司内部的存储与计算资源，实现资源合理、公平和充分的使用。通过自主研发的全栈深度学习，Brain++的训练和推理引擎运行速度和资源消耗显著优于TensorFlow，从底层有力支撑着旷视研究院的整体研究生产工作。旷视还为研究人员提供完备的硬件开发设备和强大的服务器阵列，可同时为多项工程提供深度学习运算支持。

旷视对人才的培养力度还在不断加大，在2017年旷视专门成立了学术委员会，并邀请姚期智院士、郑南宁院士等人工智能领域的知名人士作为旷视学术委员会的顾问。此外，旷视还与高校积极联合推动人才培养、联合实验室建设。目前旷视已与清华大学、香港科技大学、西南交通大学、上海科技大学、南京大学等高校达成了深度合作，充分发挥企业和高校的资源优势。不仅如此，旷视还取得了博士后科研工作站授牌，设立博士后科研工作站一级站点，让人工智能人才有机会接触前AI开发的最前线，深晓一线的技术应用场景和需求，为科研工作形成正向反馈，完成技术落地闭环。目前旷视团队员工超2000人，其中科研团队占比超60%。

学术领域的突破带来了产品落地的加速，对于旷视而言，写论文、参加比赛的目的不仅仅是刷学术成绩，而是将科研成果转化成产品竞争力。通过学术会议获得同行认可，并最终带来实际的商业价值。旷视研究院院长孙剑在接受媒体采访时就表示，“我们研究的问题分两类：直接和产品相关的技术问题，间接和产品相关的基础问题。”

这从旷视的人才培养方向上也可见端倪，旷视在人才的培养上侧重两个方向：研究科学家和全栈人工智能工程师。其中，研究科学家主要聚焦在算法上，寻求对问题的本质解法，旷视希望培养出能独当一面领域专家；而打造“全栈人工智能工程师”目的是要培养既能上九天揽月（算法设计和训练），又能下五洋捉鳖（算法的工程化，研究问题和方式系统化）的全能战士，他们既能做Research，又懂System，能建系统、造轮子。

对于企业而言，如果只是吸引单个人才的加入，这不是道，只是术，组织的成长才是本质。未来，旷视还会发现、培养更多的人工智能人才，铸成一支“旷视超级英雄联盟”，最终凝结成一支的强大队伍。

---------------------------------------------------------

免责声明：

1.本文援引自互联网，旨在传递更多网络信息，仅代表作者本人观点，与本网站无关。

2.本文仅供读者参考，本网站未对该内容进行证实，对其原创性、真实性、完整性、及时性不作任何保证。