近日，上海交通大學Acemap團隊開發了一個基於度量的全球研究機構排名系統——AceRankings。根據在CCF推薦會議期刊發表論文被引用量，中國機構所屬的人工智慧領域學者有兩名被引次數過萬，其中一位是曠視研究院Base Model組負責人張祥雨，被引14748次。美國機構所屬的人工智慧領域高被引學者排行榜中，曠視研究院院長孫劍則位列第二，被引29950次。
圖：曠視張祥雨登上中國人工智慧影響力學者榜榜眼
孫劍與張祥雨分列美/中AI影響力學者榜榜眼，這可能要歸功於兩位共同發明的深度殘差網絡ResNet，2017年DeepMind AlphaGo Zero系統就應用了深度殘差網絡ResNet，它掀起一場人工智慧算法的「深度革命」，深度學習自此更加實至名歸。ResNet贏得了業界的認可並成為了視覺乃至整個AI界的一個算法基礎，而基於在算法上的本質創新，曠視在物體檢測任務上實現了從37提升到了52的精度提升。
事實上，曠視在原創性和創新性方面取得的成績有目共睹。除了此次上榜全球人工智慧高被引學者名單的孫劍和張祥雨，在學術會議CVPR 2019 上，曠視就共有14篇論文被接收。這14篇論文分別涉及行人重識別、場景文字檢測、全景分割、圖像超解析度、語義分割、時空檢測等技術方向。在日前由中央網信辦、工業和信息化部、公安部聯合指導，廈門市政府主辦的首屆中國人工智慧多媒體信息識別技術競賽中，曠視也憑藉不斷更新迭代算法框架，最終在3項賽道人臉識別、旗幟識別、相似圖像檢索上，擊敗國內頂尖研究機構、企業奪冠，其中人臉識別取得精度領先的成績。
圖：曠視拿下中國人工智慧競賽3項冠軍
曠視能夠在學術研究和技術創新上有著亮眼的表現，得益於其自成立以來就堅定擁抱技術信仰，始終重視對核心技術研發和創新進行投入，並廣納人才打造國際AI人才高地。2015年，曠視先於Google TensorFlow上線了人工智慧深度學習平臺Brain++，旨在更好地分配調度公司內部的存儲與計算資源，實現資源合理、公平和充分的使用。通過自主研發的全棧深度學習，Brain++的訓練和推理引擎運行速度和資源消耗顯著優於TensorFlow，從底層有力支撐著曠視研究院的整體研究生產工作。曠視還為研究人員提供完備的硬體開發設備和強大的伺服器陣列，可同時為多項工程提供深度學習運算支持。
曠視對人才的培養力度還在不斷加大，在2017年曠視專門成立了學術委員會，並邀請姚期智院士、鄭南寧院士等人工智慧領域的知名人士作為曠視學術委員會的顧問。此外，曠視還與高校積極聯合推動人才培養、聯合實驗室建設。目前曠視已與清華大學、香港科技大學、西南交通大學、上海科技大學、南京大學等高校達成了深度合作，充分發揮企業和高校的資源優勢。不僅如此，曠視還取得了博士後科研工作站授牌，設立博士後科研工作站一級站點，讓人工智慧人才有機會接觸前AI開發的最前線，深曉一線的技術應用場景和需求，為科研工作形成正向反饋，完成技術落地閉環。目前曠視團隊員工超2000人，其中科研團隊佔比超60%。
學術領域的突破帶來了產品落地的加速，對於曠視而言，寫論文、參加比賽的目的不僅僅是刷學術成績，而是將科研成果轉化成產品競爭力。通過學術會議獲得同行認可，並最終帶來實際的商業價值。曠視研究院院長孫劍在接受媒體採訪時就表示，「我們研究的問題分兩類：直接和產品相關的技術問題，間接和產品相關的基礎問題。」
這從曠視的人才培養方向上也可見端倪，曠視在人才的培養上側重兩個方向：研究科學家和全棧人工智慧工程師。其中，研究科學家主要聚焦在算法上，尋求對問題的本質解法，曠視希望培養出能獨當一面領域專家;而打造「全棧人工智慧工程師」目的是要培養既能上九天攬月(算法設計和訓練)，又能下五洋捉鱉(算法的工程化，研究問題和方式系統化)的全能戰士，他們既能做Research，又懂System，能建系統、造輪子。
對於企業而言，如果只是吸引單個人才的加入，這不是道，只是術，組織的成長才是本質。未來，曠視還會發現、培養更多的人工智慧人才，鑄成一支「曠視超級英雄聯盟」，最終凝結成一支的強大隊伍。
來源：東方網