来源丨新智元

编辑丨小咸鱼 好困

【导读】蚂蚁金服原副总裁、AI团队负责人漆远已于近日离职，出任复旦大学「浩清」教授，复旦人工智能创新与产业研究院院长。将从事深度学习、强化学习等人工智能领域的前沿研究和应用。

那个支付宝背后的AI大牛，重返学术界了！

近日，前蚂蚁金服副总裁、蚂蚁AI首席科学家，蚂蚁金服人工智能部负责人，达摩院金融智能负责人漆远，重返学界，加盟复旦大学。

右二为漆远，图片来源：复旦大学公众号

漆远，本科就读于华中科技大学，是麻省理工学院媒体实验室博士，人工智能实验室博士后，曾是美国普渡大学计算机系和统计系终身副教授。

据悉，2014 年，漆远加入阿里，担任阿里巴巴（中国）有限公司副总，2015年加入蚂蚁金服公司，创建并统领蚂蚁金服人工智能团队，担任蚂蚁金服公司首席数据科学家。

此次，漆远回归学术界，被聘为复旦大学「浩清」教授，复旦人工智能创新与产业研究院院长。

与AI的不解之缘

人工智能，对漆远来说，是一开始就相信的事情。

「从机器学习的角度，来思考技术对各个科学和产业的推进，从基因、到医疗、到物流、到能源 ，是件很有趣的事。」

漆远在人工智能领域的研究经历，有种电影《阿甘正传》的既视感：那些年，很多大人物大事件，就在他身边轻描淡写地发生了。

不折不扣的学霸

1974年出生的漆远，从小就非常懂事。

他兴趣广泛，喜欢溜冰、踢足球、打篮球、放风筝，但成绩却一点没落下。

从小学到高中，漆远的成绩一直非常优异，参加中考时，综合成绩是全市第一名。高中毕业后，他以优异的成绩考上华中科技大学。

大学毕业后，漆远被保送到中科院读研究生。两年后，漆远又远赴美国留学。

痴心于学术

漆远的主攻方向是机器学习，他发表的文章和经手的研究项目引起很多人的关注。

2003年的一天，当时的漆远还在麻省理工学院实验室做研究，谷歌创始人之一拉里·佩奇的人来到这里招人并和他一起吃了饭。

但那时的漆远，一心想做学术，想当老师，于是委婉地拒绝了那次邀约。

同年，漆远去了英国，在剑桥大学的微软实验室做研究。他帮Chris Bishop审了几章书稿，他的名字也因此被写进了前言的致谢里。那本书就是后来机器学习领域的一本经典教材：《模式识别与机器学习》。

在剑桥实习后，漆远到伦敦城市大学的盖茨比中心的一个实验室待了3个月。后来，这个实验室有几位毕业生创立了一个公司，完成了一个名叫AlphaGo的人工智能围棋项目，震惊全世界。

后来他专注于机器学习领域的研究，并将机器学习技术应用于人脸检测、情感识别、可穿戴计算、生物信息学、医疗图像分析等领域。

比如，在麻省理工，他把机器学习和可穿戴计算结合用于分析学生学习专注度和司机开车注意力，该工作曾被华盛顿邮报等报道。

漆远说，他当时就是喜欢在校园里做科研，他的学术生涯也确实可以用如鱼得水来形容。

在结束麻省理工的博士和博士后的研究后， 他去了普渡大学，还开设了该校计算机系的第一门机器学习课程。

当别人以为他会在大学里安静地当科学家时，剧情反转了。

2014年，他回国加入了阿里巴巴，和另外一名负责人在王坚博士的领导下创建了iDST（数据科学与技术研究院， 阿里达摩院的前身）。一年后，他担任蚂蚁金服副总裁、首席数据科学家，组建了蚂蚁人工智能部。

漆远加盟阿里巴巴有一定的偶然性。

2013年7月初，他从美国回来休假探亲，时任阿里巴巴CTO王坚邀请他到杭州聊聊。

在杭州，漆远见到了王坚、时任蚂蚁金服总裁井贤栋和蚂蚁CTO程立，一聊就觉得特别投缘，当时很兴奋。

「阿里巴巴有真正海量的数据，有比学校更强的计算资源，有更难更具挑战性和现实意义的问题」。

这正是漆远的兴趣所在，他所希望的也正是脚踏实地地探索通往未来的路，通过人工智能，帮助更多的人解决他们此刻或不远的将来需要解决的问题。

他觉得自己发现了一片更广阔更有趣的疆域可以施展自己的抱负，于是决定回国加入阿里出任副总裁。

在蚂蚁金服大展拳脚

加入蚂蚁金服后， 漆远迅速带领AI团队大展拳脚。

人工智能的核心不仅仅是算法，更是学习。

在大数据环境下，可以让程序围着数据转，形成数据驱动的人工智能。

早先，阿里有很多客服来电语音没有有效使用，漆远加盟后，带领团队建立起阿里第一个专业的基于深度学习的语音识别团队，迅速将语音识别能力提升到世界先进水平。

2017年8月，蚂蚁金服正式对外全面开放以人工智能技术为核心的智能客服的能力。其中最重要的创新之一便是结合用户行为轨迹的语义匹配模型，采用了LSTM+DSSM（Long Short-Term Memory + Deep Structured Semantic Model）的算法。

该技术首先通过LSTM对用户行为轨迹做一个编码，通过深度排序模型，结合用户之前的历史操作，做到「未问先答」。

借助这项技术，蚂蚁金服日常90%的客服问题可以通过对话机器人自助解决，双十一智能客服自助服务的比例高达惊人的97%，目前人工智能客服助理的回答满意度也已经超过了人工客服，系统整体在降低成本的同时服务质量还有了显著的提升。

除了语音和客服，漆远带领AI团队多点开花。

比如，为支付宝证件审核系统开发的基于深度学习的OCR系统，让证件的校验时间从一天缩短到一秒，同时提升了30%的通过率。

再比如在信贷业务中，通过使用机器学习的算法，将虚假交易率降低了近10倍。

像这样的成果还有很多很多。

如今，漆远再次回归学术界，未来还将从事深度学习、强化学习等人工智能领域的前沿研究和应用。

AI大牛纷纷离职，重返学界

吴恩达的「三步走」可谓是经典，用网友的话说就是：「在上升期做科研，在成熟期做产业，在衰落期做教育。」

2002年，在获得加州大学伯克利分校的博士学位之后，吴恩达便开始在斯坦福大学担任教授。

2011年，吴恩达在谷歌创建了「谷歌大脑」项目，通过分布式集群计算机开发超大规模的人工神经网络。

2014年5月16日，吴恩达加入百度，负责「百度大脑」，并担任百度公司首席科学家。

2017年3月20日，吴恩达宣布从百度辞职，重新回到自己梦开始的地方coursera，讲述深度学习课程。

2016年，吴恩达与林元庆一起向记者介绍百度AI 技术

无独有偶，2018年，谷歌副总裁、首席科学家李飞飞，也重返学术界。担任斯坦福大学以人为本人工智能研究院（HAI） 联合主任。

2019年，腾讯AI Lab主任张潼离职加盟创新工场，出任港科大和创新工场联合实验室主任，并兼任科研合伙人。

张潼拥有美国康奈尔大学数学和计算机双学士学位，以及斯坦福大学计算机硕士和博士学位，在香港科技大学数学系和计算机系任教。

曾经担任美国新泽西州立大学终身教授，IBM研究院研究员和雅虎研究院主任科学家，百度研究院副院长和大数据实验室负责人，腾讯AlLab主任。

是美国统计学会和国际数理统计学会fellow，并担任NIPS、ICML、COLT等国际顶级机器学习会议主席或领域主席，以及PAMI、JMLR和Machine Learning Journal等国际一流人工智能期刊编委。

2020年7月，旷视南京研究院创始院长魏秀参离职，出任南京理工大学教授。

魏秀参师从南京大学周志华教授和吴建鑫教授从事人工智能领域研究，主要研究领域为计算机视觉和机器学习。

在相关领域国际顶级期刊及国际顶级会议发表论文四十余篇，相关工作获得iWildCam 2020、iNaturalist 2019、Apparent Personality Analysis 2016等计算机视觉领域国际权威赛事共4项世界冠军。

担任ACCV 2022讲习班主席、ICCV、IJCAI、ACM Multimedia、ACCV等相关研讨会程序委员会主席，AAAI 2022、IJCAI 2021、BMVC 2021高级程序委员或领域主席。

2020年7月，字节跳动副总裁、AI Lab主任马维英离职，加入清华大学智能产业研究院。

马维英在美国加州大学圣芭芭拉分校（UCSB）电气和计算机工程系获得了硕士和博士学位，曾在世界级会议和学报上发表过逾 300 篇论文，并拥有 160 多项技术专利。

是电气电子工程师学会会士（IEEE Fellow），曾任国际信息检索大会（SIGIR 2011）联合主席、国际互联网大会（WWW 2008）的程序委员会联合主席。

2021年8月，字节跳动AI Lab总监李磊离职，加入大学圣巴巴拉分校（UCSB）。

李磊曾就读于上海交通大学计算机系本科ACM班，获得卡耐基梅隆大学计算机系博士，并担任加州大学伯克利分校博士后研究员。

在机器学习、数据挖掘和自然语言理解领域于国际顶级学术会议发表论文40余篇，担任2017 KDD Cup与KDD2018 Hands-on Tutorial联合主席和ICML、KDD、IJCAI、AAAI等大会程序委员。

当然，大牛们在离职后除了加入高校，也有一些加入了工作室。不过，始终不变的是对AI研究的不离不弃。

从网友@jwen008对漆远的评价就能看出他对学术的热爱：

曾经，巨头纷纷成立人工智能实验室，争抢着把知名科学家纳入麾下。

然而，对公司来说，算法终究还是要落地到业务才行。

而目前的整个行业，AI前沿技术的发展或许已经到了一个瓶颈。

网友@元峰表示，羡在互联网行业的发展到了天花板，「内卷」已经成为各个大厂的高频词。

以BAT千亿级的净利润，理论上养得起百人规模的科研团队，然而近两年也不得不面对越来越多的业务压力。像AI四小龙这样的小厂就更难了，一年只有10多亿的收入。

「他们产出的AI论文足以匹敌中科院自动化所，每年培养了诸多高水平博士，然后输入给社会，可歌可泣。」

这可能是很多大佬离职回学校工作的部分原因吧，不过或许这也并不是一件坏事，大佬们还可以继续教书育人，发光发热。

参考资料：

https://www.zhihu.com/question/498569803

https://tech.antfin.com/community/articles/144

https://mp.weixin.qq.com/s/JRLAX_ezRKce8yw_1eeA0A

https://mp.weixin.qq.com/s/rp8BA1-t6CIzaZ1qXDLRNQ

https://m.sohu.com/n/482462595/

https://www.chuangxin.com/index.php/home/aboutus/teams.html

https://air.tsinghua.edu.cn/team-detail.html?id=22&classid=16

http://www.weixiushen.com/biography_ch.html

https://cs.ucsb.edu/people/faculty/lei-li

文中引用了以下知乎作者的回答，特别鸣谢：

「元峰」https://www.zhihu.com/question/498569803/answer/2224418332

本文仅做学术分享，如有侵权，请联系删文。

3D视觉精品课程推荐：

1.面向自动驾驶领域的多传感器数据融合技术

2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

9.从零搭建一套结构光3D重建系统[理论+源码+实践]

10.单目深度估计方法：算法梳理与代码实现

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~