入选MIT TR 35的王刚是谁 他给阿里带来什么

本篇文章2653字，读完约7分钟

一周前，麻省理工学院编辑部打电话给阿里巴巴人工智能实验室的首席科学家王刚，向他传达了获奖信息。王刚首先想到的反应是——我很幸运。王刚告诉雷锋，有这么多优秀的行业前沿人才在身边，赢得这个荣誉需要一定的运气。

1、

8月16日，麻省理工学院技术评论杂志公布了2017年全球科技创新青年人才名单(tr35)的结果。这一次，阿里巴巴人工智能实验室首席科学家王刚和阿里巴巴云首席安全科学家吴汉卿获得了这一荣誉。这也是自18年前该奖项设立以来，首次有两家中国公司入选该榜单。

在这35位上榜者中，有6位是中国人，他们分别是:pinterest软件工程师崔西·周(tracy chou)创建了该项目，包括law.ai和wafa games创始人龚晓思、科技创始人兼首席执行官、阿里巴巴人工智能实验室首席科学家、阿里巴巴云首席安全科学家吴汉卿、autox创始人兼首席执行官肖。

该清单分为五类:

发明者(发明者)

*远见者

先锋(先驱者)

企业家(企业家)

*人道主义者。

所谓的tr35是为35岁以下的年轻科技人才和寻找最有可能改变世界的牛而设立的奖项。自1999年以来，该杂志每年都从影响、创新、进取、未来潜力和传播五个维度对全球it(计算机、通信、网络)、生物医学、商业等领域进行评估，并在学术界和产业界发掘了35位科技创新精英。

此前，谷歌联合创始人拉里佩奇(Larry Page)(2002年)和谢尔盖布林(Sergey Brin)(2002年)，linux之父莱纳斯托瓦尔兹(1999年)，脸书创始人马克扎克伯格(2007年)，雅虎创始人杨致远(1999年)，苹果设计总监乔纳森(1999年)等。都是颁奖嘉宾。

关于获奖的原因，王刚告诉雷锋。评审团还应该主要考虑候选人对后续科技发展的积极趋势影响。正如《麻省理工学院技术评论》主编兼出版人杰森·庞丁(jason pontin)所说:“多年来，我们选择的这些年轻人才的创新和公司深刻地影响了人类进步的方向。”

2、

谁是王刚？

曾任新加坡南洋理工大学终身教授，以及人工智能领域的顶级杂志《IEEE模式分析和机器智能学报》的副主编。他曾受邀担任国际计算机视觉会议等人工智能顶级学术会议的现场主席，在深度学习算法领域有着深厚的研究积累和国际权威。

今年3月，王刚加入了阿里巴巴的人工智能实验室，负责机器学习、计算机视觉和自然语言理解的研发。

事实上，早在2016年，王刚就因其在深层神经网络设计方面的杰出贡献而被麻省理工学院评选为亚洲10位35岁以下青年科技创新人才的获得者之一。加入阿里巴巴后，他再次入选麻省理工学院全球青年科技创新人才名单，以推动人工智能商业化。今年7月，阿里人工智能实验室发布了“天猫精灵x1”，这是一款人工智能的消费产品，使用了王刚的许多研究成果。

谈到与阿里的联系，王刚告诉雷锋。这可以追溯到去年，也就是他与阿里内部人士有过接触。阿里人工智能实验室与提供消费级人工智能产品密切相关，其优秀的人才团队和技术资源可以帮助王刚真正实现多年来培育的深度学习算法技术，更贴近消费者，直接打造C端产品。这也是他决定加入阿里的一个重要原因

加入阿里后，王刚专注于人工智能实验室。人工智能的新硬件和降低成本的智能终端、生物认知灵感、量子力学等。是实验室正在征服的方向。目前，主要的登陆产品是Tmall Elf x1。

关于目前智能扬声器行业的泡沫现象，王刚告诉雷锋。(公开号码:雷锋。该行业仍处于培育的初级阶段，每一个新事物出现时都会受到质疑，后天就会创造支持条件。我相信智能扬声器产品将在不久的将来逐渐成为热门产品。“不要受用户现有习惯的限制。为用户创造习惯。”王刚强调了这一点。

从技术上讲，天猫Elf使用了aligenie的第一代中国人机交互系统，能够准确理解用户语言，进行智能对话，提供个性化的用户服务。阿里人工智能实验室向开发者和硬件制造商开放aligenie，这意味着更多具有人工智能能力的产品可以快速登陆并被消费者使用。

即便如此，王刚对智能扬声器未来的看法仍然坚持认为“语音+视频”是大势所趋。他相信语言和图像的输入，包括触觉和嗅觉，会使学习更有效率。当然，挑战也存在。“这是一个渐进的过程。”

阿里人工智能实验室办公室

3、

加入阿里人工智能实验室的王刚，他带来了什么着陆技术？

王刚的主要研究领域集中在深层神经网络，他对阿里巴巴的贡献之一也来自相关研究成果。深层神经网络是对机器学习的研究，它使机器能够在海量数据中发现规则并自动分析数据。同时，这项技术也是阿尔法戈的基本理论之一。

但目前，根据雷锋。现有的神经网络大多需要科学家具备某个专业领域的相关知识来驱动，而不同领域的神经网络所需的知识和理论完全不同，这极大地限制了神经网络的大规模应用。

例如，当我们进行图片匹配时，对应于不同图像的相似区域是不同的。然而，大多数现有的方法没有考虑这种差异，这限制了深度学习的效果。

鉴于此，王刚在对深层神经网络的研究中提出了自适应神经网络。它减少了人工筛选数据的工作量，并且可以根据输入数据的特点自适应地匹配数据进行学习，从而大大提高了神经网络的效果。该方法在许多重要的机器学习问题上取得了比传统方法更好的效果，并已应用于人工智能实验室的具体产品中。

本质上，神经网络是人工智能的“大脑”。本研究使人工智能具有更强的学习能力，从“应试教育”发展到“自主学习”。

以行人识别为例，实现多场景和摄像机之间的行人识别是视觉分析和场景监控的核心技术。然而，由于不同场景中行人的变化，稳定的行人再识别是一个非常具有挑战性的问题。因此，王刚创新性地提出了一种神经网络结构。

行人再识别的问题是输入两幅图片，然后识别两幅图片是否包含同一个人。传统的神经网络方法在最后一个特征表达层比较两幅图片的结果，网络结构创新性地提出了一种门匹配机制——在两幅图片的中间特征层之间增加一个门匹配机制。

闸门机构示意图

该门机制起源于lstm，通过在特征提取过程中比较两幅待匹配照片之间的相关性，增强有助于行人识别的特征，从而提高行人识别的准确性。这种可训练的门机制不仅保留了端到端的训练，而且在预测过程中根据不同的输入条件实现了对特征提取的控制，是对传统多层神经网络的一个非常重要的改进。

虽然这是一种图像识别技术，但核心门匹配机制可以扩展到许多技术领域，以达到更高的识别率。这一技术理念也将应用于人工智能实验室产品。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。