“AI 技术+人才”如何成为企业增长新引擎?戳此了解>>> 了解详情
写点什么

CMU 宣布成立中国社区,目标成为 AI 界意见领袖

  • 2019-11-09
  • 本文字数:3222 字

    阅读完需:约 11 分钟

CMU宣布成立中国社区,目标成为AI界意见领袖

InfoQ11 月 9 日消息,第一届卡内基梅隆大学中华区科技峰会「科技的未来」在上海举行。大会宣布,CMU 中国社区正式成立,并宣布由 Pivotal 中国常务董事兼研发中心总经理、CMU 校友冯雷和各地校友会主席担任中国社区负责人。近日,InfoQ 对话冯雷,了解到了 CMU 中国社区的诞生记以及接下来它的“行动”计划。

CMU 成立中国社区

据冯雷介绍,CMU 中国社区由上海校友会、深圳校友会、北京校友会等组织设立,其定位是成为“AI 行业的意见领袖”。它致力于输出 CMU 在 AI 领域的影响力,关注 AI 领域的技术创新、产业应用,知识传播、创投趋势,促进 AI 创业项目与资本的对接、未来 AI 人才与 CMU 高校的对接,推动 AI 的传播和产业发展。


CMU 中国社区的组织架构将以 CMU 分散在各地的校友会为骨干力量,并将服务群体延伸到校友家长、CMU 创业公司、CMU VC、IT 技术从业者等人群。


CMU 中国社区的诞生源于一个“无心插柳柳成荫”的举动。


最初,CMU 上海校友会想办一个校友峰会活动,没想到,在筹备的过程中,接洽到的很多非校友会组织如资本、创业公司、政府等非常有意向参与进来。这些“意外的”外部支持力量最终推动冯雷和他所在的团队决定,将校友会升级成覆盖范围更广的中国社区。经过三个月的筹备,中国社区现在到了要“问世”的时候。


“这可以说是天时、地利、人和了,这是我们第一次走出校友会的范围,走向一个 CMU 社区的概念,第一次拓展到校友家长、CMU 投资的资本、围绕着 CMU 技术创业的公司等校友以外的概念“,冯雷表示。


CMU 总部对中国社区的成立予以大力支持,第一次峰会就派出了卡内基梅隆大学发展资深副校长 Pamela Eager、卡内基梅隆大学计算机学院院长 Martial Hebert 等多位学者为其站台、提供建议支持。此外,校方希望以中国社区为根据地加大在中国的投入力度,将支持社区将教授的课件、优秀观点、计算机科学教材等知识体系系统化做系统化的构建和输出,并分享给中国社区的技术爱好者。


冯雷告诉 InfoQ,就任 CMU 中国社区负责人后,他将主要从以下四个方面展开工作:


1、推动 CMU 等美国高校计算机、AI 领域专家来中国交流。为对 CMU 技术感兴趣的用户服务,将 CMU 的技术知识系统地传播给国内的粉丝。


2、对接风险投资基金与创业公司。经过多年发展,CMU 各级校友创办的创业公司/VC、及 CMU 投资的 VC 们已经形成了一个生态圈,中国社区会建立一个系统化、组织化的平台来将这些创业公司与风险投资基金进行对接,孵化优秀的创业项目。


3、培养未来的技术领导者。CMU 中国社区将对接全国的大学、高中,并就 AI 或大数据教育方面展开合作。社区还将开展为优秀学生对接 CMU 教育资源,为 CMU 毕业生对接名企工作机会等服务工作,目标是培养未来的 AI 人才,扩大 CMU 品牌在中国 AI 界的认同感和影响力。


4、推动 CMU 的技术体系与冯雷所在的 Pivotal 公司相关的一些技术体系对接和合作,Pivotal 后续会为 CMU 中国社区提供技术资源等方面的支持。


接下来的 3 个月,冯雷将赴 CMU 总部与校方一起研讨中国社区具体的运营工作。

AI 技术将帮助提高 CMU 社区运作效率

硕士毕业于 CMU 的冯雷对母校感情深厚。他是刚宣布 CMU 上海校友会新主席,也是校友会活动的积极分子,也正因此,他被推选为 CMU 中国社区的负责人。另一个很重要的原因是,冯雷在 Pivotal 的 Greenplum 中国社区运营方面经验丰富,后者目前是国内大数据领域排名前列的社区。


未来,中国社区将代表 CMU 与内地高校、中国的创业公司展开合作和交流,冯雷计划借鉴此前运作 Greenplum 社区成功的经验,运用大数据、AI 等技术为中国社区建立一个数据软件平台,届时所有人都能在该平台上进行对接,打破信息不对称的壁垒、提高沟通效率。


冯雷认为企业做数字化转型主要分三个阶段:软件公司、数据公司、数学公司。Pivotal 的 Cloud Foundry 助力了企业成为软件公司,产生了大量数据。Greenplum 产品帮助企业成为数据公司,存储和管理了大量数据。但是数据库如何帮助企业利用这些数据?这其中需要支持机器学习、人工智能等数学模型,因此(企业)到了第三阶段也叫做数学模型公司。冯雷希望 CMU 也能帮助企业从数据公司升级成为一个数学模型公司,届时 Greenplum 数据库也将会运用到社区中,CMU 社区按需创建和调整模型,最终达到提高创新效率的目标。


冯雷表示,利用社区的概念将各方组织联动起来,对于中国的 AI 界来说很有意义。他坦言中国创业公司存在的一个很大问题是浪费,企业有很多实际问题找不到相应的团队来解决,而创业团队又常常不去解决企业和行业现有问题,而去花费精力搞一些别人已经做过的创新。这就造成了巨大的财力、物力、人智上的浪费,这与缺乏社区这样的组织来对接有很大关系。


在美国,社区的观念已经很成熟,中国也要慢慢开始强调社区融合的概念。CMU 中国社区成立后,就某一项 AI 问题,可以通过社区集思广益,“众筹”解决方案,这样可大大提高创新的效率,减少重复创新的成本。


在对接创业公司方面,CMU 中国社区已有可喜进展。冯雷透露,社区的“创业邦”联盟组织目前已联动了 20 多家中国 AI 公司。

深度学习进入到边际收益递减阶段

采访中,冯雷还就当下深度学习、大数据等 AI 技术的发展现状及趋势发表了自己的看法。


冯雷表示,深度学习是推动最近一轮 AI 发展的重要因素。这几年,图像识别、语音识别、无人驾驶等领域都取得了巨大进步,无疑是得益于深度学习。


“但不可否认地是,如果深度学习只是在里面反复地调校、创建模型、层数更多、变量更多,那么它可能已经到了一定的瓶颈,因此我鼓励大家沿着模型本身的创新再去探索一下,机器学习模型早在 20 年前就发明了,不要再在里面反复的‘添油加醋’、'反复翻炒’了”。冯雷强调,现在一些行业专家也认识到,一些机器学习的模型运用在他们的领域里面是否适合的问题,他们也开始考虑做在行业里做一些模型的创新。


另一方面是企业计算资源的门槛问题。大数据、机器学习的一个好处是数据量越多,模型结果会越好。对于大企业来说,不论服务器多贵、存储多贵,它们都是能买得起的。但对于一些小企业,压力就大了。如何降低企业使用计算资源的门槛?在这方面,Greenplum 软件做了很多“平民化‘的考量,比如用便宜的硬件,此外它还与阿里云弹性计算合作企业减少资本投入。


因为存在很多局限性,现在深度学习面临着不少质疑的声音,“衰退”、“见顶”…最近 AI 寒冬的论调也不时冒出来。冯雷表示,现在整个行业进入到一个边际收益递减的阶段,大家的耐心也开始受影响。


Gartner 技术生命曲线显示,当每一个新技术出现时,它会一下子跳到峰顶,然后它又会慢慢回落一点,然后再慢慢前进。“AI 技术亦是如此,之前人们对它抱的期望太高了!现在处于一个回调期“,冯雷判断,从历史的维度看,寒冬未来还会发生,但它的发展轨迹不是水平向上,而是螺旋型向上,这也就是为什么在每一轮寒冬期后都会迎来新一轮的增长。


冯雷依旧对 AI 的未来感到乐观,他坚定的看好数据智能,因为数字化是人类所追求的。他不喜往“热闹”里扎堆,相比语音识别、自动驾驶这些”高大上“的领域,他倒认为机会在那些能够有产出、可测量的且持续改进的细分行业,诸如银行、物流、制造业等领域。冯雷认为,关注细节行业的调优、能在细分领域深耕并逐步建立起自己的优势至关重要,尤其对于中小企业来说。

嘉宾介绍

冯雷(Ray Feng)是 Pivotal 中国公司常务董事和研发体系总经理,成立至今主持中国运营和研发体系。作为 Pivotal 全球产品关键领导人,冯雷为 Pivotal 公司的数字化理念建立和对应的软件产品提供战略输入。2010 年,冯雷创建 Greenplum 中国研发部门, 2013 年随着全球 Pivotal 组建,冯雷在中国 Greenplum 大数据和 VMWare 的 PaaS 云的基础上组建了 Pivotal 中国。此前,冯雷在 500 强企业甲骨文(Oracle)总部从事云计算产品研发,帮助甲骨文云产品在云计算资源调度领域成为意见领袖。曾参与或主编多部大数据和云技术著作,并持有两项美国云计算专利。冯雷拥有北京大学物理学和经济学双学士,卡内基梅隆大学硕士学位。


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
2019-11-09 16:5512214
用户头像
刘燕 InfoQ高级技术编辑

发布了 1112 篇内容, 共 489.2 次阅读, 收获喜欢 1965 次。

关注

评论 1 条评论

发布
用户头像
good
2019-11-09 19:50
回复
没有更多了
发现更多内容

图像处理 - 自动纠偏 -JAVA

alexgaoyh

Java 图像处理 自动纠偏 傅里叶频谱 霍夫变换

一篇文章彻底搞懂TiDB集群各种容量计算方式

EquatorCoco

容器 集群 TiDB

【Java技术专题】「攻破技术盲区」攻破Java技术盲点之unsafe类的使用指南(打破Java的安全管控— sun.misc.unsafe)

洛神灬殇

Java 后端 unsafe 原理分析 2024年第八篇文章

gRPC 和 RPC:分布式系统通信的核心机制解析

Apifox

程序员 gRPC 网络协议 RPC grpc双向流

浅尝在 Rocky 9 下自助生成 PDF 格式的 TiDB 文档

TiDB 社区干货传送门

管理与运维

软件测试/测试开发全日制|Pytest测试框架Fixture作用域详解

霍格沃兹测试开发学社

AI数字人短视频新手也能轻松上手!

青否数字人

数字人

软件测试/测试开发/全日制/测试管理丨selenium的三种等待方式

测试人

软件测试

tidb-v7.4初体验

TiDB 社区干货传送门

7.x 实践

速查!优惠券核销情况(支付宝优惠券)

盐焗代码虾

支付宝 经验分享 券核销

TiCDC同步kafka问题总结

TiDB 社区干货传送门

实践案例 6.x 实践

等保三级测评:TiDB 客户端服务端间通信开启加密传输实践

TiDB 社区干货传送门

实践案例 数据库连接

如何通过kube-apiserver访问K8s集群中的App

华为云开发者联盟

开发 华为云 k8s集群 华为云开发者联盟

软件测试开发/全日制/测试管理丨Web自动化测试不同场景定位方式

测试人

软件测试

云上rds是暴利吗?是我们用tidb来替代他。

TiDB 社区干货传送门

数据库架构设计

TiDB × 杭州银行丨首个云原生、分布式、全栈国产化银行核心业务系统投产上线

TiDB 社区干货传送门

实践案例

图像边缘检测-去黑边-JAVA

alexgaoyh

Java 图像处理 去黑边 边缘检测 canny

【标准解读】物联网安全的系统回顾

不在线第一只蜗牛

软件 物联网 项目开发

软件测试/测试开发全日制|Pytest中yield的用法详解

霍格沃兹测试开发学社

文心与飞桨共享生态下的大模型训推部署创新实践计划

百度开发者中心

人工智能 大模型

喜讯!云起无垠入选2023年度中国数字安全能力图谱

云起无垠

软件测试/测试开发/全日制/测试管理丨Web测试框架Selenium

测试人

软件测试

vue3 + tsrpc +mongodb 实现后台管理系统

--linshuai

mongodb nodejs Vue3 后台管理系统

荣耀开发者大会2023 · 一张图读懂开发者服务分论坛

荣耀开发者服务平台

开发者大会 生态共建 honor 分发

大模型推理优化实践:KV cache复用与投机采样

阿里技术

大模型 推理优化 KV cache 投机采样 RTP-LLM

铭文 LaunchPad 平台 Solmash 推出早鸟激励计划

西柚子

AI时代下的智能商品计划如何助力服装企业实现库存精准优化

第七在线

Postgres 中文周报:Postgres Weekly 537 期

酷克数据HashData

软件测试/测试开发全日制|Pytest conftest.py配置文件如何使用?

霍格沃兹测试开发学社

如何使用TiDB中的Placement Rules功能

TiDB 社区干货传送门

7.x 实践

drainer 异常宕机原因分析

TiDB 社区干货传送门

集群管理 6.x 实践

CMU宣布成立中国社区,目标成为AI界意见领袖_AI&大模型_刘燕_InfoQ精选文章