アリババ副社長兼DAMOアカデミー副会長の金容氏が辞任したことが明らかになった! AI科学者は大企業から集団で「逃げる」...

アリババ副社長兼DAMOアカデミー副会長の金容氏が辞任したことが明らかになった! AI科学者は大企業から集団で「逃げる」...

Tech Planetによると、アリババ副社長兼DAMOアカデミー副会長のJin Rong氏は最近辞任し、その所在は依然として不明だという。

ジン・ロン博士はカーネギーメロン大学を卒業し、ミシガン州立大学の終身教授でした。NIPSやSIGIRなどのトップクラスの国際学術会議の議長を務め、国立科学財団からNSFキャリア賞を受賞しています。彼は長年にわたり統計的機械学習に取り組んでおり、特にビッグデータ分析と、情報検索、電子商取引などの分野へのその応用に重点を置いています。 2014年、42歳の金容氏はアリババに入社することを決意し、アリババがシリコンバレーに設立したiDST米国研究開発センターの責任者となった。同社は長年にわたり統計的機械学習に注力しており、特にビッグデータ分析と、情報検索、電子商取引などの分野への応用に重点を置いている。同社が開発した製品には、タオバオモバイルアプリの「Pai Li Tao」機能などがある。

金容氏は後にDAMO科学アカデミーの副学長を務め、機械知能研究の分野を担当し、「スーパーブレイン」として知られた。金容氏は終身在職権を持つ教授、帰国した科学者、成績優秀ではない、恋愛に疎い人といったレッテルを貼られている。同僚たちは彼を「のんびりとした態度から見て、科学者らしくない科学者」と呼んでいる。

昨年8月、金容氏は「技術から科学へ、中国のAIはどこへ向かうのか?」と題する記事をオンラインで公開した。 」と記事には書かれていた。

1. AI時代は始まったばかりで、ファラデーが交流電流を発見したばかりで、まだ技術から科学へと昇格していなかったように、AIはまだ初期段階にあります。

2. ディープラーニングに代表されるAI研究は近年驚くべき進歩を遂げていますが、これは一部は幸運によるものであり、その真の原理はまだわかっていません。

3. ボトルネックに遭遇した後、ディープラーニングには、ディープラーニングの根本的な理解、自己教師学習と小サンプル学習、知識とデータの有機的な統合という 3 つの突破口となる方向性があります。

4. 今日の AI にとって最大のチャンス: AI を使用して重要な科学的問題を解決すること (AI for Science)。

中国のAIがどこに向かうのかは不明だが、金栄はもはや「自己資金」で運営されるアリババ大墨学院に最大の期待を寄せていないようだ。さらに、ジャック・マーは2017年の雲啓会議でDAMOアカデミーを次のように位置づけた。「研究の90%以上は実験室だけで行うのではなく、市場で行わなければなりません。このようにしてのみ、この実験室は長期的に存続することができます。」しかし、現実には、実験室の理論を製品の応用に転換することは容易ではなく、学界とビジネス界の調和は困難です。

実は、金栄の前にも、DAMOアカデミーの自動運転研究室長だった王剛氏も今年初めに辞職し、起業した。今後は清掃ロボットの分野に進出し、資金も調達する予定だ。

王剛氏に先立ち、2021年11月には、アント・ファイナンシャルの元副社長、アントAIの主任科学者、アント・ファイナンシャルの人工知能部門の責任者、DAMOアカデミーの金融情報部門の責任者である斉元氏が学界に復帰し、復旦大学に加わった。

AI科学者が大企業を集団で去るドラマが続いている。

現時点で、アリババDAMOアカデミーには何人の科学者が残っているのでしょうか?

最近、アリババの集団レイオフのニュースが飛び交っている。科学者は退職し、従業員は集団で解雇され、株価は急落している。このインターネット大手は確かに楽な時期を過ごしているわけではない。

過去2年間で、アリババ以外にも他の大企業の科学者も「逃亡」した。

2021年8月、ByteDance AI LabのディレクターであるLi Lei氏が辞任し、サンタバーバラ大学(UCSB)に加わった。 2020年7月、バイトダンス副社長兼AIラボ所長の馬衛英氏が辞任し、清華大学知能産業研究所に加わった。 2019年、テンセントAIラボの所長である張童氏が辞任し、イノベーションワークスに加わり、香港科技大学とイノベーションワークスの共同実験室の所長となり、科学研究パートナーを兼任した。

虎秀氏はかつて、科学者は企業内で直接的な収益圧力を受ける必要はないが、関連事業の責任者として業績会計や事業評価などの業務もこなす必要があると論説を発表した。科学者は科学研究を保障すると同時に、全員の発展と貢献を明確に把握する必要があり、本来頭脳を消耗する仕事がさらに労働集約的になっている。さらに、学問を重視する科学者は長い間象牙の塔の中で暮らしており、ビジネスの厳しい試練に耐えられるのはほんの一握りの科学者だけです。

その結果、衝突は避けられず、科学者は学界から「脱出」するか(これは実は非常に魅力的である)、あるいは単に自分でビジネスを立ち上げて自分の上司になるかのどちらかを余儀なくされる。

<<:  NetEase Games AIOps実践:異常検知の最適化戦略とプラットフォーム構築

>>:  科学者らは初めてAIメタ学習を神経科学に導入し、脳画像精密医療の向上が期待される

ブログ    
ブログ    

推薦する

ニューラルネットワークのデバッグは難しすぎる。6つの実用的なヒントをご紹介します

ニューラル ネットワークに基づくプロジェクトにおけるボトルネックは通常、ネットワークの実装ではありま...

パラメータのわずか4%、GPT-3のパフォーマンスに匹敵:開発者がDeepMindのRETROを説明

BERT から GPT-2、そして GPT-3 へと、大規模モデルの規模は拡大し、そのパフォーマン...

Huyaは人間とシーンの分離技術を使用して、顔を覆わずにスマートな弾丸スクリーンを作成します

【元記事は51CTO.comより】 「(段)幕」という言葉はシューティングゲームから生まれたもので、...

WOT2018 孫林:連佳は人工知能技術の応用の原理と技術を探る

[51CTO.com からのオリジナル記事] 7 年間の努力と見事な変貌。 2012年以降、6年連続...

2020年以降に変化をもたらす8つのAIトレンド

人工知能(AI)は長い間、SF小説や映画にのみ登場するフィクションだと考えられてきました。今日、人工...

...

インターネット技術起業家は、2 つのセッションで提案を行う際にどのような点に重点を置いていますか?

[[258735]] 3月3日、毎年恒例の全国「両会」が正式に始まりました。「両会」シーズンが始ま...

Baiduのビジネスマルチモーダル理解とAIGCの革新的な実践

1. リッチメディアのマルチモーダル理解まず、マルチモーダル コンテンツに対する私たちの認識について...

無線測定・制御、顔認識、ドローン検査などハイテクが「史上最難関の大学入試」を護衛

本人確認のための顔認識、路上の車両の無線測定と制御、空中検査を行うドローン...人々の日常生活におけ...

インドの天才数学者ラマヌジャンが残した3000以上の魔法の公式をAIに「証明」させる!

最近、ネイチャー誌に、新しい数式を生成できる AI アルゴリズム プロジェクトを研究者が構築したプロ...

ドローンは緊急通信の発展に役立ちますが、この3つのポイントが重要です。

近年、インターネットの急速な発展に伴い、通信ニーズが継続的に高まり始めており、通信保証能力がますます...

100倍速い!ディープラーニングトレーニングツールであるDetermined AIがオープンソースになりました。より速く、よりシンプルに、より強力に

ディープラーニングの研究者として、私はモデルのトレーニングに深く悩まされています。モデルを何日も何晩...

誇張ではなく、絶対にそうはならない

[[280896]] 01. はじめにデータのクエリ速度を向上させるために、キャッシュがよく使用され...

2024年の8つの主要テクノロジートレンド

1. AIと機械学習を採用する人が増える人工知能 (AI) と機械学習 (ML) は単なる流行語では...

エッジコンピューティングとエッジ AI とは何ですか?この2つの違いは何でしょうか?

AIチップはクラウドとエッジに分かれています。クラウドチップは高いパフォーマンスが求められますが、...