本周，百度研究院召开的一场内部会议吸引了人工智能学术界和工业界的众多目光。
据了解，此次会议上，百度研究院院长王海峰不仅介绍了近期在自然语言处理、语音、高性能计算、深度学习等9个领域的重要成果，还宣布了另一件大事：<strong>成立百度研究院顾问委员会，由包括AT&T和贝尔实验室前副总裁及首席科学家David Belanger，伊利诺伊大学厄巴纳-香槟分校终身教授、计算机视觉领域顶级科学家David Forsyth，著名的计算语言学专家Mark Liberman，卡耐基梅隆大学终身教授、机器人技术领域专家Martial Hebert，明尼苏达大学终身教授、知识发现与数据挖掘（KDD）领域的最高技术荣誉ACM SIGKDD 创新奖得主Vipin Kumar<strong>五位 AI 领域的世界级专家担任顾问委员会委员。
百度研究院院长王海峰与顾问委员会委员
细心翻看这份名单不难发现，此次百度研究院顾问委员会的 5 位科学家，不论是学术资历还是学术领域，都代表了 AI 领域的顶尖水准。如果加上此前加入百度研究院的机器翻译领域专家黄亮、计算机视觉和生物特征领域专家郭国栋等 4 位科学家，今年多达 9 位 AI 专家加盟百度研究院，足以令行业震动。
在百度研究院院长王海峰看来，此次新成立的顾问委员会将为百度研究院的AI研究注入学术端的血液，让百度研究院在前瞻性的研究方向上，更具深远布局。
那么，这些科学家的到来，会给百度研究院以及百度 AI 发展带来新的变化呢？是否能真的如王海峰所言，成为推动百度研究院 AI 研究的新力量呢？
<strong>这份顾问委员会名单到底有多牛？
首先来看看这份5 人的顾问委员会名单，可以称得上是整个业界最具份量的一份名单。
其一，他们都是学界泰斗级的人物。其中，David Forsyth 是伊利诺伊大学厄巴纳-香槟分校终身教授。而作为计算机视觉领域的专家，他已经公开发表了 130 多篇论文，2005 年获得 IEEE 技术成就奖，并在 2000、2011、2018 年出任 IEEE 计算机视觉和模式识别项目联合主席。
Mark Liberman 出自于 AT&T 贝尔实验室，上世纪 90 年代进入宾夕法尼亚大学。他长期专注于自然语言理解领域研究，1992年创立了语言数据联盟，积极推进自然语言研究。
而 Martial Hebert 则是卡内基梅隆大学终身教授，他在计算机视觉、自主系统感知和机器学习领域拥有丰富的研究经验。
至于 Vipin Kumar，他是明尼苏达大学终身教授，还致力于数据挖掘、高性能计算等，因其在知识发现与数据挖掘（KDD）领域的贡献，在 2012 年获取该领域的最高技术荣誉ACM SIGKDD 创新奖。
其二，细心的读者也会发现，这五位不同领域的科学家的研究领域，几乎也涵盖了当下 AI 的所有领域。
从信息挖掘、计算机视觉到语音技术、机器人、再到大数据挖掘、商业智能等，而这些领域也是 AI 发展的重要方向，这些科学家构成了百度AI 领域的「智囊团」，他们对于行业的号召力和判断能力，也将一定程度上加速百度未来在 AI 研究方面的进展。
能将 AI 几乎所有领域的顶级科学家纳入其中，这本身也说明了学术界对于百度 AI 战略的认可。
其三，如果再去翻看五位科学家的履历，还会发现一点，<strong>他们绝大多数都有着学术界、工业界的双重工作经验。比如 David Belanger，是大名鼎鼎的AT&T贝尔实验前首席科学家，他一手创建的 AT&T 信息实验室，率先开展了大数据研究，David Belanger 已经是大数据和商业智能领域的顶尖专家。
再比如 Martial Hebert，除了在学术领域收获颇丰，他还参与过早期的自动驾驶项目研究，并和包括英特尔、尼桑等知名公司展开过合作。
横跨学术界、工业界的工作经历，也让他们具备了全局视野，能够在 AI 基础研究与 AI 行业落地上做出全局判断。
百度研究院核心科学家齐亮相，他们都是AI领域世界级专家
事实上，百度研究院在 AI 人才竞争中一直保持优势，已经汇聚了 Kenneth Ward Church、吴华、李平、熊辉、杨睿刚、浣军、马艳军等国内外AI领域世界级专家。那么，百度研究院又为这些专家学者准备了什么呢？
<strong>百度研究院为这些科学家们提供了什么？
人工智能是一个非常庞大的领域，在这个充满各种难题的领域，定义难题远比寻找难题的答案更重要。
百度研究院正是基于「定义难题」而创建，早在 2012 年，百度开始对深度学习进行研究和应用。
一年后，百度成立了世界第一个深度学习研究院 Institute of Deep Learning（IDL），并在世界上率先将深度学习技术应用于大规模搜索引擎。王海峰作为执行负责人协助创建，并由李彦宏亲自担任院长。
深度学习研究院正是百度研究院的前身。随后成立的大数据实验室，瞄准了大数据的基础算法；而硅谷人工智能实验室的研究课题为语音技术、自然语言处理。
2018 年，2018 年 1 月，随着 Kenneth Ward Church、浣军、熊辉三位世界级科学家加盟，百度也成立了商业智能实验室（BIL）和机器人与自动驾驶实验室（RAL），致力于研究面向数据密集型应用的数据分析技术，并重点关注机器人技术。
上述五大实验室也是百度众多科学家们施展技术的舞台。
对于任何一项基础研究来说，没有应用场景的技术都只是「屠龙术」，AI 也概莫能外。对于诸多研究机构而言，场景落地已经成为困扰 AI 基础研究的最大难题。
背靠百度，百度研究院则拥有天然优势。
首先，<strong>百度作为中国最大的搜索引擎和中文互联网的入口级网站，拥有丰富的场景化应用需求，这也让百度研究院的各项技术研究，都有了自己的用武之地。
以自然语言处理技术为例，百度研究院构建了最大的中文异构知识图谱，并研发基于多文档校验的阅读理解技术、基于交互式学习的对话理解技术，这些技术一方面成为百度所有应用的支撑技术，每天被调用的次数高达 3000 亿次。
而基于百度研究院的自然语言处理与语音技术，百度建立了世界上第一个具有集成预期和可控延迟的语音实时翻译系统，这一技术已被成功应用于百度同传产品中，并在 11 月 1 日的百度世界大会上进行了展示。
其次，今年的百度世界大会上，<strong>李彦宏展现了 AI 技术赋能各个行业的案例，这也给百度研究院科学家们提供了更大的舞台。
在医疗领域，百度针对肿瘤病理切片检测发布了「神经条件随机场」算法，其检测准确率已经突破此前最高记录，甚至超过专业病理医生。
在机器人领域，基于计算机视觉打造了低成本的建筑机械传感系统，以此系统开发的无人挖掘机，能够在减少 40% 人力成本的基础上提升 50% 的工程效益。
作为国内唯一的深度学习开源框架，不断更新的 PaddlePaddle，也将继续扮演赋能各个行业深度学习能力的重要角色。特别是自动深度学习技术AutoDL，可以进一步降低深度学习开发的门槛，从而吸引更多开发者加入深度学习领域，加速 AI 应用落地。
随着百度业务的进一步拓展，尤其是在产业互联网领域的布局和扩张，百度研究院里的基础研究成果也将出现更多的场景和产业之中。
<strong>写在最后：产学研的新模式逐渐显现
历史上，AT&T 的贝尔实验室曾是企业研究机构的代表，其成功的因素不仅在于人才和资金，更重要的是该实验室的基础研究突破能够通过 AT&T 这样（曾经）的巨无霸企业得以应用，这使得这些新技术真正走出了实验室，接收到实战检验，同时也造福了全人类。
如今，这样的机会也摆在百度研究院面前。
随着行业顶尖人才的不断涌入，以及百度在业务场景和开放赋能的拓展，百度研究院里这些来自 AI 各个领域的科学家们的研究成果，最终也会成为一个个赋能个体、改变行业的产品或解决方案。对此，身兼研究院院长以及 AI技术平台体系负责人的王海峰这样说道：「未来我们将与这些科学家一起，继续去突破解决AI问题，用AI更好的服务社会和普通人的生活」。
百度过去几年构建的 AI 技术布局，成为百度内部核心业务的技术支撑，还通过百度 AI 开放平台开放了 130 多项 AI 能力，赋能多个行业。<strong>从技术创新推动场景落地，从场景延伸倒逼技术研发，如此的良性互动，最终也有望形成一个 AI 时代产学研的研究院新模式。（完）
閱讀更多 趙賽坡商業評論 的文章
