本週，百度研究院召開的一場內部會議吸引了人工智能學術界和工業界的眾多目光。
據瞭解，此次會議上，百度研究院院長王海峰不僅介紹了近期在自然語言處理、語音、高性能計算、深度學習等9個領域的重要成果，還宣佈了另一件大事：<strong>成立百度研究院顧問委員會，由包括AT&T和貝爾實驗室前副總裁及首席科學家David Belanger，伊利諾伊大學厄巴納-香檳分校終身教授、計算機視覺領域頂級科學家David Forsyth，著名的計算語言學專家Mark Liberman，卡耐基梅隆大學終身教授、機器人技術領域專家Martial Hebert，明尼蘇達大學終身教授、知識發現與數據挖掘（KDD）領域的最高技術榮譽ACM SIGKDD 創新獎得主Vipin Kumar<strong>五位 AI 領域的世界級專家擔任顧問委員會委員。
百度研究院院長王海峰與顧問委員會委員
細心翻看這份名單不難發現，此次百度研究院顧問委員會的 5 位科學家，不論是學術資歷還是學術領域，都代表了 AI 領域的頂尖水準。如果加上此前加入百度研究院的機器翻譯領域專家黃亮、計算機視覺和生物特徵領域專家郭國棟等 4 位科學家，今年多達 9 位 AI 專家加盟百度研究院，足以令行業震動。
在百度研究院院長王海峰看來，此次新成立的顧問委員會將為百度研究院的AI研究注入學術端的血液，讓百度研究院在前瞻性的研究方向上，更具深遠佈局。
那麼，這些科學家的到來，會給百度研究院以及百度 AI 發展帶來新的變化呢？是否能真的如王海峰所言，成為推動百度研究院 AI 研究的新力量呢？
<strong>這份顧問委員會名單到底有多牛？
首先來看看這份5 人的顧問委員會名單，可以稱得上是整個業界最具份量的一份名單。
其一，他們都是學界泰斗級的人物。其中，David Forsyth 是伊利諾伊大學厄巴納-香檳分校終身教授。而作為計算機視覺領域的專家，他已經公開發表了 130 多篇論文，2005 年獲得 IEEE 技術成就獎，並在 2000、2011、2018 年出任 IEEE 計算機視覺和模式識別項目聯合主席。
Mark Liberman 出自於 AT&T 貝爾實驗室，上世紀 90 年代進入賓夕法尼亞大學。他長期專注於自然語言理解領域研究，1992年創立了語言數據聯盟，積極推進自然語言研究。
而 Martial Hebert 則是卡內基梅隆大學終身教授，他在計算機視覺、自主系統感知和機器學習領域擁有豐富的研究經驗。
至於 Vipin Kumar，他是明尼蘇達大學終身教授，還致力於數據挖掘、高性能計算等，因其在知識發現與數據挖掘（KDD）領域的貢獻，在 2012 年獲取該領域的最高技術榮譽ACM SIGKDD 創新獎。
其二，細心的讀者也會發現，這五位不同領域的科學家的研究領域，幾乎也涵蓋了當下 AI 的所有領域。
從信息挖掘、計算機視覺到語音技術、機器人、再到大數據挖掘、商業智能等，而這些領域也是 AI 發展的重要方向，這些科學家構成了百度AI 領域的「智囊團」，他們對於行業的號召力和判斷能力，也將一定程度上加速百度未來在 AI 研究方面的進展。
能將 AI 幾乎所有領域的頂級科學家納入其中，這本身也說明了學術界對於百度 AI 戰略的認可。
其三，如果再去翻看五位科學家的履歷，還會發現一點，<strong>他們絕大多數都有著學術界、工業界的雙重工作經驗。比如 David Belanger，是大名鼎鼎的AT&T貝爾實驗前首席科學家，他一手創建的 AT&T 信息實驗室，率先開展了大數據研究，David Belanger 已經是大數據和商業智能領域的頂尖專家。
再比如 Martial Hebert，除了在學術領域收穫頗豐，他還參與過早期的自動駕駛項目研究，並和包括英特爾、尼桑等知名公司展開過合作。
橫跨學術界、工業界的工作經歷，也讓他們具備了全局視野，能夠在 AI 基礎研究與 AI 行業落地上做出全局判斷。
百度研究院核心科學家齊亮相，他們都是AI領域世界級專家
事實上，百度研究院在 AI 人才競爭中一直保持優勢，已經匯聚了 Kenneth Ward Church、吳華、李平、熊輝、楊睿剛、浣軍、馬豔軍等國內外AI領域世界級專家。那麼，百度研究院又為這些專家學者準備了什麼呢？
<strong>百度研究院為這些科學家們提供了什麼？
人工智能是一個非常龐大的領域，在這個充滿各種難題的領域，定義難題遠比尋找難題的答案更重要。
百度研究院正是基於「定義難題」而創建，早在 2012 年，百度開始對深度學習進行研究和應用。
一年後，百度成立了世界第一個深度學習研究院 Institute of Deep Learning（IDL），並在世界上率先將深度學習技術應用於大規模搜索引擎。王海峰作為執行負責人協助創建，並由李彥宏親自擔任院長。
深度學習研究院正是百度研究院的前身。隨後成立的大數據實驗室，瞄準了大數據的基礎算法；而硅谷人工智能實驗室的研究課題為語音技術、自然語言處理。
2018 年，2018 年 1 月，隨著 Kenneth Ward Church、浣軍、熊輝三位世界級科學家加盟，百度也成立了商業智能實驗室（BIL）和機器人與自動駕駛實驗室（RAL），致力於研究面向數據密集型應用的數據分析技術，並重點關注機器人技術。
上述五大實驗室也是百度眾多科學家們施展技術的舞臺。
對於任何一項基礎研究來說，沒有應用場景的技術都只是「屠龍術」，AI 也概莫能外。對於諸多研究機構而言，場景落地已經成為困擾 AI 基礎研究的最大難題。
背靠百度，百度研究院則擁有天然優勢。
首先，<strong>百度作為中國最大的搜索引擎和中文互聯網的入口級網站，擁有豐富的場景化應用需求，這也讓百度研究院的各項技術研究，都有了自己的用武之地。
以自然語言處理技術為例，百度研究院構建了最大的中文異構知識圖譜，並研發基於多文檔校驗的閱讀理解技術、基於交互式學習的對話理解技術，這些技術一方面成為百度所有應用的支撐技術，每天被調用的次數高達 3000 億次。
而基於百度研究院的自然語言處理與語音技術，百度建立了世界上第一個具有集成預期和可控延遲的語音實時翻譯系統，這一技術已被成功應用於百度同傳產品中，並在 11 月 1 日的百度世界大會上進行了展示。
其次，今年的百度世界大會上，<strong>李彥宏展現了 AI 技術賦能各個行業的案例，這也給百度研究院科學家們提供了更大的舞臺。
在醫療領域，百度針對腫瘤病理切片檢測發佈了「神經條件隨機場」算法，其檢測準確率已經突破此前最高記錄，甚至超過專業病理醫生。
在機器人領域，基於計算機視覺打造了低成本的建築機械傳感系統，以此係統開發的無人挖掘機，能夠在減少 40% 人力成本的基礎上提升 50% 的工程效益。
作為國內唯一的深度學習開源框架，不斷更新的 PaddlePaddle，也將繼續扮演賦能各個行業深度學習能力的重要角色。特別是自動深度學習技術AutoDL，可以進一步降低深度學習開發的門檻，從而吸引更多開發者加入深度學習領域，加速 AI 應用落地。
隨著百度業務的進一步拓展，尤其是在產業互聯網領域的佈局和擴張，百度研究院裡的基礎研究成果也將出現更多的場景和產業之中。
<strong>寫在最後：產學研的新模式逐漸顯現
歷史上，AT&T 的貝爾實驗室曾是企業研究機構的代表，其成功的因素不僅在於人才和資金，更重要的是該實驗室的基礎研究突破能夠通過 AT&T 這樣（曾經）的巨無霸企業得以應用，這使得這些新技術真正走出了實驗室，接收到實戰檢驗，同時也造福了全人類。
如今，這樣的機會也擺在百度研究院面前。
隨著行業頂尖人才的不斷湧入，以及百度在業務場景和開放賦能的拓展，百度研究院裡這些來自 AI 各個領域的科學家們的研究成果，最終也會成為一個個賦能個體、改變行業的產品或解決方案。對此，身兼研究院院長以及 AI技術平臺體系負責人的王海峰這樣說道：「未來我們將與這些科學家一起，繼續去突破解決AI問題，用AI更好的服務社會和普通人的生活」。
百度過去幾年構建的 AI 技術佈局，成為百度內部核心業務的技術支撐，還通過百度 AI 開放平臺開放了 130 多項 AI 能力，賦能多個行業。<strong>從技術創新推動場景落地，從場景延伸倒逼技術研發，如此的良性互動，最終也有望形成一個 AI 時代產學研的研究院新模式。（完）
閱讀更多 趙賽坡商業評論 的文章
