10个月前，百度研究院在硅谷召开了一场全员大会，院长王海峰宣布了两个新动态，一是设立商业智能实验室和机器人与自动驾驶实验室，二是Kenneth Ward Church、浣军、熊辉三位世界级人工智能领域的科学家加盟百度研究院。
10个月后，百度研究院又在硅谷开了一场会，王海峰再度更新了两条新动态，百度研究院顾问委员会正式成立，同时宣布2018年加入百度的世界级科学家已经陆续增加到9位。顾问委员会将为百度研究院的AI研究注入学术端的血液，在人工智能的前瞻性研究上有着更深远的布局，而9位世界级科学家的加盟，则提供了窥视百度人工智能的新视角。
不妨先来看一下百度研究院的世界级科学家阵容：
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；
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；
计算机视觉和生物特征领域专家郭国栋；
自然语言理解、机器翻译领域专家黄亮；
悉尼科技大学教授、计算机视觉和人工智能专家杨易；
自动驾驶和机器人领域领军人物Dinesh Manocha。
这些世界级科学家，要么在人工智能领域有着丰富的学术基础，要么牵头了多个人工智能项目组，要么著作等身获奖无数。不到一年的时间里，百度研究院迅速网罗数量如此之多的AI大牛，其中前五位还是百度研究院顾问委员会的成员，到底释放了什么信号？
李彦宏在《智能革命》一书中引用了彼得·蒂尔的一句话：我们需要能飞的汽车，结果只得到140个字符（推特）。我想李彦宏对彼得·蒂尔的观点不无认同，尽管人工智能的浪潮再度兴起，却也出现了大量的投机者，或是追风口，或是为了支撑商业模式，对技术本身的执着和较真反而稀缺起来。
一切为了AI
人工智能的竞争，可能是算法、数据、算力的竞争，但归根结底都是人才的竞争。而百度网罗世界级科学家还有另外的深意，在百度研究院的这场内部会议中，除了核心科学家团队的亮相，还公布了9个领域的重要成果：
1、自然语言处理（NLP）：在AI for Prosthetics Challenge等国际知名赛事中，百度在自然语言处理领域屡获冠军，与百度构建了最大的中文异构知识图谱，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等不无关系。目前来看，百度NLP技术每天被调用超过3000亿次，并通过百度AI开放平台对外开放；
2、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，并已经被应用于百度同传；
3、语音合成：百度提出了第一个完全端到端的深度神经网络模型，可合成出接近于真人声音的语音。
4、AI医疗：百度发布了拥有强大的肿瘤病理切片检测能力的“神经条件随机场”算法，可为癌症诊断和治疗提供重要助力；
5、机器人：百度开发了世界首个基于视觉的低成本建筑机械传感控制系统。基于该技术打造的无人挖掘机，可减少40％人力成本，同时工程收益可以提升50%。
6、商业智能：百度致力于区域画像、POI知识图谱和用户画像等基础能力的研发，生成了数以千万条POI属性和数以亿条关系数据，完成了多尺度百万级区域的百余项指标的计算，并将这些能力成功应用于数读城市和百度地图的智能出行等产品中。
7、高性能计算：百度作为主要创始机构发布了国际业界公认的开源深度学习性能基准平台MLPerf并产生巨大影响力，目前已吸引了50多家公司，和哈佛等7所顶级大学加入。
8、深度学习平台：PaddlePaddle已经通过百度平台EasyDL、AI Studio免费向开发者开放，中小初创企业和个人无需特殊软硬件和工程团队，也能建立强大AI模型，加速AI应用落地。
9、大数据：百度快速检索算法已经处于世界领先地位，同时专注开发实用机器学习算法平台，在搜索、信息流、知识图谱等百度关键产品和技术上发挥着重要价值。
一连串的技术成就背后，无疑佐证了这样一个事实：在人工智能的人才争夺中，无论是一线的算法工程师还是世界级的科学家，百度都始终占据上风，人工智能领域的重要成果恰恰是人才投资应有的“甜头”。
AI领域的技术门槛极高，只有各个领域的顶尖级科学家才可能在创造大的突破。尤其是当互联网行业进入“刘易斯拐点”，流量红利基本结束，以规模换利润的玩法不再流行，终将从模式创新回到技术创新上来，互联网下半场的竞争势必会是技术的竞争，也大抵也是百度在人才领域频频发力的原因所在。
AI大牛的诱惑
对“世界级科学家”的定义往往有着苛刻的标准，个人知名度只是其一，还要有前沿的技术研究方向，甚至影响公司的未来走向和价值观。对于百度这样走进AI创新无人区的企业而言，世界级科学家的重要性不言而喻。
当然，百度研究院对世界级科学家的引入，并不是为了到一线去带兵打仗，扮演的角色和价值主要集中在三个层面。
价值一：AI人才的虹吸效应。
一位AI领域的从业者对于人工智能的人才之争，打过一个比方：“这是一种智力上的吸引，就像武侠世界，你武功高就有人愿意跟随你。”就像是一个不见刀光剑影的江湖，世界级科学家如同是江湖上有名号的门派掌门人，有着一大批忠实的信徒，也有着庞大的影响力，同时也是公司招揽优秀人才的软实力。
现在大多数公司面临的问题是，如何培养招聘来的上千人的技术团队，世界级科学家不仅是技术方向上的引路人，也在为如何建立起一套完整而高效的人才培育机制出谋献策，比如在百度研究院的9位科学家中，大多有过大学任教、带领项目组的经历。
价值二：国际化视野。
中国和人工智能相关的巨头，目的肯定不是搭乘人工智能的顺风车，然后重复造轮子，而是走在技术创新的最前沿，如此才能形成牢不可破的壁垒。一个简单的例子，百度、阿里、腾讯等相继在硅谷建立实验室，目的无非是招揽全球最优秀的人才，方便与同行们进行交流，避免闭门造车。
世界级科学家无疑是扩展国际化视野的另一条途径，大师之所以为大师，学术素养是其一，对未来方向的把控是其二。美国在二战后吸纳了诸多世界级科学家，对美国今天在科技界的领先地位依然有着深刻影响，人工智能是同样的道理。
价值三：创新最前沿。
有了人才的虹吸效应，有了国际化视野，下一步就是成为创新的领袖，这似乎也是百度研究院的初衷所在。在百度已经构建的人工智能技术布局中，既包括算法、算力、大数据等底层基础，也有语音、视觉等感知技术，以及知识图谱、自然语言处理等认知技术，无不走在创新的最前沿。
纯粹的技术研究很容易陷入到这样一个陷阱：以论文、专利、竞赛排名等标杆的人工智能，很难应用到实际生活中，比如耗费大量计算资源去追求极小的模型压缩、牺牲计算速度去在极小范围内提升模型准确率等等。百度的聪明之处在于，有一群世界级科学家进行顶层设计，又借助百度大脑、DuerOS、自动驾驶等进行技术验证。
正如王海峰在百度研究院硅谷会议上所提到的，“人工智能是第四次工业革命的核心驱动力，它的价值有目共睹。”聚集一批志同道合的人，一起在人工智能领域做正确的事，顺便加速人工智能的商业化落地，或许就是百度研究院的本意。
