一周之前，MIT 编辑部约见阿里巴巴人工智能实验室首席科学家王刚，向他表达了得奖讯息，第一个蹦入王刚脑海的反应是—— Im lucky . 王刚向回应，在身边杰出的行业前沿人才如此多的情况下，获得此奖，运气成分要占到一定比例。1、8月16日，《麻省理工学院科技评论》（MIT Technology Review）杂志入围了 2017 年全球青年科技创新人才榜（TR35）的票选结果。这一次，国内阿里巴巴人工智能实验室首席科学家王刚、阿里云首席安全性科学家吴翰清获得此奖。

这也是自该奖项创办18年以来，首次中国公司里同时有两人选入榜单。本次35名前十名者中，共计6位华人，分别是——创办 Project Include 的 Pinterest 软件工程师周怡君（Tracy Chou）、Law.ai 和 Wafa Games 的创始人龚晓思、柔宇科技创始人兼任 CEO 刘自鸿、阿里巴巴人工智能实验室的首席科学家王刚、阿里云首席安全性科学家吴翰清，以及 AutoX 创始人兼任 CEO 肖健雄。

该榜单分成 5 大类别：· 发明家（Inventors）· 企图心者（Visionaries）· 先锋者（Pioneers）· 创业家（Entrepreneurs）· 人文关怀者（Humanitarians）所谓TR35 ，即是针对35岁以下青年科技才俊、为找到最有可能转变世界的牛人而成立的奖项。从 1999 年开始，该杂志每年不会在全球IT（计算机、通信、网络）和生物医药、商业等领域内，从影响力、创新力、星舰力、未来潜力、交流力五个维度展开评估，挖出学术界和工业界的35位科技创新精英。此前，Google 牵头创始人拉里·佩奇（2002年）和谢尔盖·布林（2002年），Linux 之父林纳斯·托瓦兹（1999年），Facebook 创始人马克·扎克伯格（2007年），Yahoo 创始人杨定远（1999年），Apple 设计总监乔纳夫·伊森（1999年）等，都曾是该奖的座上宾。对于得奖原因，王刚对回应，评审团应当也是主要考量候选人对先前科技发展带给大力的趋势性影响。

正如《MIT Technology Review》总编辑兼任发行人Jason Pontin所说，“这些年来，我们所自由选择的这些青年才俊的创意成果和公司仍然深刻印象地影响着人类变革的方向。”2、王刚是谁？前新加坡南洋理工大学终生教授，同时也是人工智能领域最顶尖杂志IEEETransactions on Pattern Analysis and Machine Intelligence的编委(Associate Editor)，曾经应邀沦为人工智能顶级学术会议如InternationalConference on Computer Vision的领域主席，在深度自学算法领域具备很深的研究累积和国际权威。今年3月，王刚重新加入阿里巴巴AI Labs，负责管理机器学习、计算机视觉和自然语言解读的研发工作。实质上，早在2016年，王刚因在深度神经网络设计上的卓越贡献，之后已沦为MIT票选出有的10名亚洲区35岁以下青年科技创新人才获得者之一。

在重新加入阿里巴巴之后，因推展了AI商业化再度选入了MIT全球青年科技创新人才榜。今年7月，阿里AI labs公布的人工智能消费级产品“天猫精灵X1”，就运用了王刚的多项研究成果。谈及与阿里的结缘，王刚向回应，可以追溯到去年，即与阿里内部人员有过认识。

阿里人工智能实验室定位为获取消费级 AI 产品密切涉及，而其杰出的人才团队与技术资源，可以辅助王刚将其深耕多年的深度自学算法技术构建确实落地，离消费者更加将近、必要建构C末端产品，这也是他要求重新加入阿里的最重要原因重新加入阿里之后，王刚将主要精力放到AI labs上，人工智能新的硬件与减少智能终端成本、生物理解灵感、量子力学等，都是实验室正在攻下的方向。目前主要发售的落地产品，即为天猫精灵X1。对于目前智能音箱行业的泡沫现象，王刚对(公众号：)回应，目前行业还正处于早期培育阶段，每个新生事物经常出现时，都要遭到很多批评，而承托条件都是后天建构出来的。坚信，未来在较短时间内，就能看见智能音箱产品渐渐沦为大众青睐的产品。

“不要受限于用户现有的习惯 要为用户建构习惯。”王刚这样特别强调。明确技术上，天猫精灵用于了AliGenie第一代中文嵌入式系统，需要准确解读用户语言，展开智能对话，同时获取个性化用户服务。

阿里AI Labs将AliGenie对外开放给开发者、硬件厂商所用于，即是期望让更加多具备人工智能能力的产品，较慢落地，被消费者所用于。即便如此，王刚对智能音箱未来的观点，仍是坚决“语音+视频”是大趋势。他指出，语言、图像，还包括触碰、气味等的输出，不会使自学更加高效。

当然，面对的挑战也同时不存在，“这是一个趋向的过程。”阿里人工智能实验室办公室3、重新加入了阿里人工智能实验室的王刚，明确带给哪些落地技术？王刚主要的研究领域集中于在深度神经网络上，他为阿里巴巴带给的贡献之一也源于涉及的研究成果。深度神经网络是一项关于机器学习的研究，它需要让机器在海量数据中找寻规律，自动对数据展开分析。

同时，此项技术也是AlphaGo的基础理论之一。但目前，据理解，大多数现有神经网络皆必须科学家不具备某一专业领域的涉及科学知识才能驱动，有所不同的领域的神经网络所必须的科学知识理论也几乎有所不同，这就很大地容许了神经网络的大规模应用于。例如，当我们在做到图片给定时，有所不同的图像对应的相近区域是不一样的。

但是大部分现有方法都没考虑到这样的差异性，从而容许了深度自学的效果。针对于此，王刚在深度神经网络的研究中，明确提出了自适应神经网络。

它减少了人工检验数据的工作量，需要根据输出的数据特点，自适应的给定数据展开自学，从而很大的强化了神经网络的效果。这个方法在很多最重要的机器学习问题上都获得了比传统方法更佳的结果，也应用于到了AI labs的明确产品中。本质来讲，神经网络是人工智能的“大脑”，这项研究让人工智能不具备更加强劲的自学能力，从“应试教育”演化到“自律自学”。

以行人的辨识为事例，在多个场景和摄像头之间构建行人的再度辨识，是视觉分析和场景监控的核心技术。但，由于行人在有所不同场景下的变化，平稳的行人再行辨识是十分有挑战的问题，因此，王刚创意地明确提出了一种神经网络结构。

行人再行辨识的问题是输出两张图片，然后去辨识这两张图片里否包括了同一个人。传统的神经网络方法，是在最后的特征传达层上，将两张图片结果展开相近较为，而该网络结构创意地明确提出了门给定的机制——在两张图片的各个中间特征层之间重新加入门给定机制。

门机制图解这种源于LSTM的门机制，可以在特征提取的过程中，通过较为两张待给定照片之间的相关性，对那些有助行人再行辨识的特征展开增强，从而较好地提高行人再行辨识的准确率。这种可以训练的门机制，不仅保有了末端到末端训练，而且构建了在预测过程中根据有所不同输出情况展开特征提取的掌控，是对传统多层神经网络的十分最重要的改良。虽然这是一项图像识别技术，但核心的门给定机制可以扩展到多个技术领域，构建更高精度的识别率。

这一技术思路也某种程度将应用于在AI labs的产品中。原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：尊龙凯时人生就是搏-www.miao521.cn