【QCon】精华内容上线92%,全面覆盖“人工智能+”的典型案例!>>> 了解详情
写点什么

专访腾讯 AI Lab 副主任俞栋:优势和挑战让我选择腾讯

  • 2017-05-04
  • 本文字数:2014 字

    阅读完需:约 7 分钟

2017 年 5 月 2 日,腾讯宣布任命前微软研究院首席研究员,深度学习开源软件 CNTK 主要作者,语音识别技术顶级专家俞栋博士为 AI Lab(人工智能实验室)副主任,并成立美国西雅图 AI 实验室。他是腾讯为组建 AI Lab 挖来的又一员大将,此前机器学习及数据领域专家张潼博士也加盟担任 AI Lab 主任。

日前,俞栋博士接受 InfoQ 专访,回应了自己选择腾讯的重要原因,同时也解析了腾讯 AI Lab 语音识别领域未来研究发展的方向。

俞栋,1998 年加入微软公司,曾任微软研究院首席研究员,兼任浙江大学兼职教授和中科大客座教授,现任腾讯 AI Lab(人工智能实验室)副主任。语音识别和深度学习方向的资深专家,出版了两本专著,发表了 160 多篇论文,是 60 项专利的发明人及深度学习开源软件 CNTK 的发起人和主要作者之一。曾获 2013 年和 2016 年 IEEE 信号处理协会最佳论文奖。现担任 IEEE 语音语言处理专业委员会委员,曾担任 IEEE/ACM 音频、语音及语言处理汇刊、IEEE 信号处理杂志等期刊的编委。

腾讯 AI Lab 是一个刚刚成立,还在组建初期的实验室,为什么这样一个实验室可以吸引到俞栋博士这样的人才来加入,访谈中,俞栋博士给出了自己的答案:优势与挑战并存。他表示,腾讯已有的大数据基础成为了他研究的重要支撑,而他本人又是一个喜欢不断挑战困难的人,腾讯 AI Lab 成为了他新的选择。

作为一名研究人员,研究的方向很重要。俞栋博士在语音识别领域已经取得了不少的成就,而他加入腾讯之后也会继续在自己的领域发挥本领,对于未来长远的规划,他也有自己的考虑,他做了这样一个比喻:

如果你掉了一根针在地上,研究就是你寻找那根针的过程,不确定方向、不确定位置,所以很难估算时间。应用就是你捡起针的过程,因为知道了针的位置,要把它捡起来,要预估时间和工作量,就容易容易一些。
······
研究是一件并不是着急就能够成功的事情。如果要在技术研究上取得突破,确实需要有一定的耐心和相对来说长期稳定的投入。这也是西雅图实验室秉持的理念。

1998 年,俞栋博士开始在微软工作,2002 年进入微软研究院语音和对话组(Speech and Dialog Group),他一直把语音识别作为研究重点,也很有兴趣通过研究解决一些语音识别领域的关键问题,希望能给出更好的解决方案。

加入腾讯后,俞栋博士主要负责西雅图 AI 实验室的运营和管理,同时也会进一步推动腾讯在语音识别和自然语言理解等 AI 领域的基础研究。

关于选择腾讯的原因,俞栋博士曾经说过:“第一,语音识别必须有大数据来源,必须有大运算能力,必须有出口形成反馈机制进而优化产品,即一定要有落地的场景这三大发展。第二自己偏好研究,喜欢解决一些有挑战性的问题,其他的一些公司各有利弊,比如有产品但是缺研究。我看重的这些条件,腾讯都能够满足。”

腾讯在过去十多年里,积累了丰富的应用场景、海量数据、强大的计算能力和一流的科技人才,这些都是开展 AI 深度研究与应用的重要基础,对于语音识别更是尤其重要。没有数据的支持,基本上整个系统的性能都会受到很大的限制;而没有场景就没有了出口,无法形成反馈机制,也就不能不断优化语音识别技术。

作为语音识别领域的资深专家,俞栋博士已经取得了不俗的成就,然而困难总是不断出现,但正如他自己所说,自己是一个喜欢挑战困难的人。在他重点研究的语音识别和自然语言理解这两个方向,两方面的挑战在不断困扰同时也激励着他继续研究,在采访中他说:“一方面,如上面提到的,语音识别领域有一些关键问题还没有好的解决方案,我们想做这方面研究;另一方面,语音识别只是应用的一个环节,无论是文字还是语音等数据,大多需要进一步处理,这就需要用到自然语言理解(NLP)。这也是一个不太成熟的领域。所以我们希望先多花点精力在这两方面,看看能不能做得比现在的技术更好。”现在很多技术没办法真正落地,不是因为工程和应用能力不强,而是确实有一些基本的问题没有解决。这时有两种方案,等别人去解决,自己再学习解决方法,第二种是可以自己去尝试解决这些问题。AI Lab 现在就是希望在后者做一些尝试和探索。

之前的采访中,俞栋博士表示自己希望可以组建一个 20 人左右的团队进行研究,对于人才的挑选与培养,他保持着开放的心态,只要是 AI 相关领域一流人才,具有自我驱动力和雄心的博士研究员或科学家,有能力和有潜力的人才,都欢迎加入。但这并不代表他不重视人才的质量,他说:“我们会通过各种渠道去发现合适的人才,要有足够的耐心和诚意。”

最后,在团队的研究方向的问题上,俞栋博士提出了两个大方向:语音识别和语义理解。而对于研究时间的问题上,俞栋博士的表达很严谨:
“研究是一件并不是着急就能够成功的事情。如果要在技术研究上取得突破,确实需要有一定的耐心和相对来说长期稳定的投入。这也是西雅图实验室秉持的理念。我们希望长远来讲,能够攻克关键的技术难题,在真实应用场景里面有很大的性能提升。但是我们没有办法预测到底哪天会成功,所以希望在每一个阶段,都希望会有一些进步累积。”

公众号推荐:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2017-05-04 20:202807
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 261.2 次阅读, 收获喜欢 1293 次。

关注

评论

发布
暂无评论
发现更多内容

易观分析:银保监会成为“历史”,金融行业将面临哪些重点影响?

易观分析

金融 经济

IoT平台设备标签功能和规则引擎组合最佳实践——设备接入类

阿里云AIoT

sql 监控 物联网 API 定位技术

defi质押LP流动性挖矿dapp系统开发详情(案例)

开发微hkkf5566

matlab实现形态学图像处理

timerring

matlab 图像处理

Terraform 新手村指南,萌新必读!

SEAL安全

Terraform 企业号 3 月 PK 榜

物联网平台提醒欠费该如何查询和处理?——普及类

阿里云AIoT

物联网

云计算生态该怎么做?阿里云计算巢打了个样

云布道师

云计算 阿里云

瓴羊Quick BI更合适“中国式报表”需求!

巷子

帆软、永洪BI、瓴羊Quick BI等工具,都有哪些特点呢?

小偏执o

瓴羊Quick BI怎么样,BI工具数据看板见分晓!

小偏执o

二本毕业,靠学姐帮助混进大厂,女朋友却离我而去

程序员晚枫

程序员 女朋友 大厂 校招

【实践篇】教你玩转微服务--基于DDD的微服务架构落地实践之路

京东科技开发者

架构 后端 企业号 3 月 PK 榜 微服务器

ChatGPT作者John Schulman:我们成功的秘密武器

OneFlow

人工智能 深度学习 ChatGPT

中小企业需要统一的快速开发平台吗?

力软低代码开发平台

数据安全特点有哪些?现在企业如何保障数据安全?

行云管家

数据安全 堡垒机 数据泄露

Chrome 无魔法使用新必应(New Bing)聊天机器人

kcodez

chrome ChatGPT newbing 新必应

「降本」有可能,「增效」不确定

Java 架构 程序人生 职场

自动化离线交付在云原生的应用和思考

京东科技开发者

云原生 离线 企业号 3 月 PK 榜 自动化交付

复杂业务架构设计方法论的思考

FluttySage

架构

什么是大前端技术?微信小程序用户占比达25%

没有用户名丶

架构实战营模块三作业

null

当TO B客户说“没有预算”时,怎么卖SaaS|SaaStr观点

B Impact

面向新时代,海泰方圆战略升级!“1465”隆重发布!

电子信息发烧客

喜讯!阿里云数据库PolarDB荣获第12届PostgreSQL中国技术大会“开源数据库杰出贡献奖”

阿里云数据库开源

开源数据库 polarDB 阿里云数据库 PolarDB-PG PolarDB for PostgreSQL

排序算法 Quick Sort

控心つcrazy

JavaScript 面试 前端 数据结构算法 算法、

喜马拉雅基于DeepRec构建AI平台实践

阿里云大数据AI技术

人工智能 深度学习 推理 企业号 3 月 PK 榜 稀疏学习

三天吃透消息队列面试八股文

程序员大彬

Java 消息队列

规模化企业BI分析用哪家?帆软、永洪BI、瓴羊Quick BI深度对比

巷子

浪潮 KaiwuDB x 山东重工 | 打造离散制造业 IIoT 标杆解决方案

KaiwuDB

数据库 iiot 制造业

IoTLink 版本更新 v1.8.0

山东云则信息科技

物联网平台 物联网 springboot

配运基础数据缓存瘦身实践

京东科技开发者

数据库 redis 缓存 key 企业号 3 月 PK 榜

专访腾讯AI Lab副主任俞栋:优势和挑战让我选择腾讯_腾讯_陈思_InfoQ精选文章