「中國科技青年英雄榜」揭曉，AI 領域佔半數，樓天成、印奇、戴文淵等入選

AI科技大本營按：EmTech China峰會上，人工智慧、區塊鏈、自動駕駛等熱門關鍵詞依然佔據著主角地位。在本次期待已久的「全球 35 位 35 歲以下科技創新青年」（Innovators Under 35）「中國科技青年英雄榜 」中，半數以上的獲獎者來自於人工智慧領域。

自 1999 年起，《麻省理工科技評論》每年都會評選出 「全球 35 位 35 歲以下科技創新青年」（Innovators Under 35）。此份榜單的目標是在全球範圍內評選出被認為最有才華、最具創新精神，以及最有可能改變世界的 35 位年輕技術創新者或企業家。

2017年5月，Innovators Under 35榜單落地中國，正式推出「中國科技青年英雄榜 」，這也是首次落地中國。榜單評審共分為先鋒者（Pioneers）、創業家（Entrepreneurs）、遠見者（Visionaries）、發明家（Inventors）、人文關懷者（Humanitarians）這五大板塊進行審核和頒獎。

此次評選的青年科技創新人才榜——「MIT Technology Review Innovators Under 35」榜單于今日公布評選結果。營長注意到，在本次獲獎的35位青年科技創新人才中，有18位是深耕於人工智慧領域，營長將名單和部分獲獎發言內容摘錄如下。

▌先鋒者

「先鋒者（Pioneers）：投身於引發未來創新活動的基礎性研究工作。這些青年創新者勇於挑戰技術極限，不斷拓寬科學的疆土。

朱軍，貝葉斯人工智慧理論、方法與平台

年齡：34 歲

職位：清華大學計算機科學與技術系副教授

獲獎事由：取得多項貝葉斯研究成果，跳脫過去 250 多年歷史的經典貝葉斯「非先驗即似然」框架，並將 20 多年來相互分離的兩大方向，最大間隔學習和貝葉斯學習，有機融合在一起。還開發了「珠算」概率編程庫。

朱軍：人工智慧正在快速的改變我們的世界，從我們比較熟悉的互聯網、金融到比較傳統的智能製造，甚至到國家的安全、國防等各個領域，無不在受到人工智慧的巨大影響。我的研究實際上主要是集中在人工智慧的基礎理論和方法，我們特別是關注貝葉斯人工智慧的理論演算法和相關的應用。

在基礎理論上，我和我的團隊擴展了貝葉斯人工智慧的理論技術，我們提出政治化的貝葉斯方法，還為這個貝葉斯方法提供了一個額外的維度，極大的提高了靈活性，我們也是基於這種思想，啟發了很多有效的模型和演算法。進一步我們將這種里和演算法實現研發了一個概率編程庫，將繁瑣的數學推導的過程變成直觀計算可以執行的指令，我們稱為珠算編程庫，珠算到我們實現了最好的演算法和模型，可以支持貝葉斯方法和深度學習的有機融合。

我們將理論方法用與多種場景，包括文本、圖像、互聯網上的網路數據等等，我們從大量的數據中學習有語義結構的信息，能夠從大量的圖像數據中學習生成模型、生成自然的場景，我們甚至可以做小樣本分割的遷移。未來的人工智慧我們相信它會通向魯棒的可解釋、對人可信的人工智慧。我們覺得在實現未來人工智慧的途徑上，貝葉斯方法是一種有效的方法，甚至是一種引領性的方法。

▌創業家

「創業家（Entrepreneurs）：用新技術建立企業、讓技術商業價值最大化。這些青年創業者，試圖把「顛覆式創新」變成「顛覆式公司」。

姚頌，人工智慧晶元

年齡：24 歲

職位：深鑒科技創始人兼 CEO

獲獎事由：創立領導的深鑒科技在深度壓縮技術和稀疏神經網路硬體加速方面取得突破性創新，通過底層架構的創新與軟硬體協同設計，已可在不同行業落實具有高效能的深度學習應用場景。

姚頌：公司成立之後趕上了一波比較大的浪潮，也發展的很快，我們也確實看到了這個行業有三個非常大的機會所在：第一點，所有的人工智慧都需要一個載體，而未來所有人工智慧都一定是雲+端的，不僅僅只在雲端，也不可能簡簡單單依賴於終端。所以我們在各種各樣的場景，都會需要專用深度學習硬體平台，這是作為一個硬體公司的機會。

第二點，在中國過去幾十年，我們在CPU和GPU上做了很多追趕性的工作，這都是在國際已經做了幾十年或者10幾年之後中國在重新起步，這樣的情況下我們追得非常的吃力。而在人工智慧的領域，確實大家的起跑線是同時的。

第三點，整個人工智慧領域不像傳統互聯網的創業，可能更多是技術優先的創業，這也是我們技術出身的人，能夠在裡面發揮自己所擅長的領域。

徐冰，機器學習、人臉識別

年齡：29 歲

職位：商湯科技聯合創始人、副總裁

獲獎事由：參與發明了超越人眼辨識能力的人臉識別演算法，並通過聯合創建獨角獸商湯科技將其從學界帶向了工業界，將中國原創技術輸出到世界。

徐冰：中國是第一個將人工智慧制定為國家戰略的國家，在這個過程中我們看到人工智慧已經變成驅動各個行業新經濟發展的利器。我們成功將中國的高技術實現了海外出口，在這個過程中，我們發現人工智慧的核心在於如何打造一個良好的技術生產環境，能夠聚集一幫頂級的科學家有效生產每一項可產業化的演算法。

當前我們看到人臉識別已經是非常成熟的應用，去年iPhoneX推動人臉識別在手機里的使用。越來越多線下的場景可以用臉認證自己，實現進出無阻的狀態。通過線下的支付，通過線下的刷臉門禁等等場景，實現這樣一項成熟技術的產業化，來影響到我們每一個人的生活。

印奇，人臉識別

年齡：29 歲

職位：曠視科技創始人兼CEO

獲獎事由：創建人臉識別獨角獸企業曠視科技，將技術集成在攝像機等前端硬體中，大幅提高技術解決問題的效率，在泛安防業務上獲得了更好的結果。

印奇：我們覺得2018年人工智慧這個行業在經過了六七年的發展，會進入一個新的拐點，在未來的計算機視覺領域裡面，比技術本身的突破更重要的是我們如何去尋找真正有價值、可以規模化、商業化的這樣一些大的場景。因為只有場景的驅動，才能推動商業價值的變現，最後才能反向驅動技術的發展和革新。

在我們過去六年的時間裡，我們把我們所做的事情，最終歸納到一個大的領域叫城市大腦。我們會發現，當我們談到計算視覺的時候，終極的目標是打造機器的眼睛，眼睛就分為雲和端。後面有我們AI的引擎去識別，前面是各種各樣的攝象頭和感測器，去應用到各種各樣的行業。

戴文淵，遷移學習、數據挖掘

年齡：34 歲

職位：第四範式創始人兼 CEO

獲獎事由：創立的人工智慧公司第四範式致力於實現人工智慧應用的廣泛落地，獲得中國排名前20大銀行超過半數的採用，並成功將人工智慧跨領域應用到疾病預診、古籍識別等。

戴文淵：2013年開始我開始做一件事情，怎麼樣讓AI慢慢變成一個不是那麼科學家的事情，而是能夠讓更多地業務人員能夠操作AI。今天要做的事情，我們稱之為AI for everyone，我們把自己的願景定位成這樣。從2013年到今天，已經可以讓公司里，甚至是公司的前台，用我們所開發的AI平台去產生類似今日頭條或者是快手這樣的千人千面的推薦，去產生金融領域的風控模型。

邱純鑫，LiDar

年齡：34 歲

職位：速騰聚創創始人兼CEO

獲獎事由：潛心研究激光雷達技術近 10 年，結合機器學習、三維數據處理演算法和激光雷達感測器硬體方案，為自動駕駛汽車提供超越人眼的環境感知能力，加快自動駕駛汽車時代的來臨。

宿華，機器學習、社交網路

年齡：35 歲

職位：快手創始人兼CEO

獲獎事由：創業 34 次的連續創業者，打造出了日活 1 億的「全民APP」，他的產品記錄下了這個時代。

劉霽，機器學習

年齡：34 歲

職位：騰訊 AI Lab 專家研究員，美國羅徹斯特大學助理教授

獲獎事由：提出一系列非同步並行演算法，解決了傳統同步並行演算法瓶頸問題，設計機器學習中去中心化的並行計算框架，可以極大地減少通訊代價。

劉霽：一個場景是我們對經常收到的推薦不太滿意，這個時候我們會想，AI的水平現在已經很高了，在這樣的技術背景下，為什麼一些簡單的Task處理得並不是那麼完美呢？這個可能並不是演算法的問題，也不是模型的問題，其實是由於我們這種傳統的中心化的數據，整合方式所帶來的弊病。

傳統的方式通常來說需要把數據整合到一個中心點，在這個中心進行大量的訓練，把模型返回形成一個閉環。那麼這個過程當中，數據的收集其實是非常昂貴的，這就導致我們的數據量不一定夠用，直接影響模型的性能。整個閉環過程時間會比較長，導致時效性也不是特別好。

最後一點特別重要的是，數據的policy受到了很大的影響，用戶的數據失去了這種policy。我們為了避免這種問題，我們考慮了一種新型的結構，我們稱為去中心化的結構。用戶並不需要和中心節點進行交互，他只需要和模型進行交互，他只需要交互的是他們私人化、個性化的模型，而不是交互這個數據。這樣的話，數據的私有性、隱私得到了非常好的保護。同時，我們有理論可以支持，這樣的方法可以保證正確性和有效性。

▌遠見者

「遠見者（Visionaries）：經典技術，全新應用——依靠與眾不同的視角，這些青年遠見者們找到了經典技術的新應用。

陳雲霽，人工智慧晶元

年齡：34 歲

職位：中國科學院計算技術所研究員

獲獎事由：歷經多年的技術攻關，在人工智慧興起的大潮之下，建立寒武紀基礎研究團隊，開發的AI晶元元件將有機會成為AI浪潮中重要的基礎。

查正軍，圖像視頻分析

年齡：34 歲

職位：中國科學技術大學信息技術科學院教授、博士生導師

獲獎事由：針對多媒體分析檢索中的「語義鴻溝」和「意圖鴻溝」難題，取得了一系列創新成果。提出了融合上下文信息的圖像視頻分析系列方法、顯著提高了內容分析的準確度和檢索的精度。

查正軍：如何有效地來利用這些圖像視頻的大數據，使數據真正地變成資源？那就需要研究圖像視頻的智能分析和檢索技術了，這是分析和檢索的流程，在這其中存在兩大挑戰。

第一，介於和用戶系統之間的意圖鴻溝。由於用戶往往不能準確地去表達他的意圖，系統也不能準確地理解用途，就造成了這麼個意圖鴻溝，導致我們平常搜索的檢索結果，不能夠滿足我們的信息需求。第二，存在於計算機所感知的數據底層特徵，比如說圖像的顏色、紋理、物體的形狀等，和人類所認知的高層語意之間，導致我們的計算機難以直從數據看懂數據的含義。

沈亦晨，光學人工智慧晶元

年齡：28 歲

職位：Lightelligence 聯合創始人兼 CEO

獲獎事由：從光學計算的獨特角度切入群雄逐鹿的 AI 晶元戰場，有望將現有人工智慧晶元的計算能力提升1000倍，同時將能耗降低至百分之一。

沈亦晨：如果要問我哪兩個關鍵的因素是造成了最近的一波人工智慧成功的因素。第一個是數據，因為我們近期有大量的海量的數據，才讓我們能夠訓練出越來越精確地神經網路。第二個重要的因素是硬體，正是因為過去的幾十年，計算晶元的不斷更新迭代，才讓我們能夠作短時間內，處理完這麼多的海量數據。

盧策吾，計算機視覺

年齡：34 歲

職位：上海交通大學研究員，博士生導師

獲獎事由：他在計算機視覺領域的研究對解決視覺關係識別、行為理解、深層次語義理解等一系列難題產生了至關重要的作用。

盧策吾：隨著深度學習的發展，現在計算機視覺取得了飛躍性的發展。我們可以看到計算機視覺，目前深度學習做的很多還是圖像中的物體識別和物體層面的理解。其實這個圖像中的深層語義理解遠遠超越物體級別，這種深層次的語義，對計算機視覺來說挑戰更加的大了。

吳海山，計算機視覺、數據挖掘

年齡：33 歲

職位：深知科技創始人兼 CEO

獲獎事由：利用時空數據挖掘，量化分析並預測群體行為，通過移動大數據來驅動經濟系統的量化研究，為經濟問題提供洞察。

吳海山：我們想把每個人當成一個有經濟行為的動物，我們手機每天產生的數據，就可以幫助我們來分析整個中國經濟系統的發展。我們主要使用了這樣幾種數據。

GPS定位數據。我們可以通過計算學習來分析出每個人在什麼地方居住、在什麼地方工作、在什麼地方消費。

衛星的圖像。我們可以通過深度學習演算法，識別出工業園區、住宅樓、辦公樓這些區域。

把這兩個數據結合起來，我們就可以回答關於中國經濟的三個重要問題。

中國的失業率是多少。

中國的消費趨勢是怎麼樣。

中國的房地產的重要問題，就是中國的鬼城、中國的空城到底在哪裡。

在將來，我們認為我們的生活，可能會被各種各樣的感測器所包圍，包括我們今天用的手機、攝象頭，到將來的物聯網、衛星，甚至是機器人、無人車，所有的這些數據都可以幫助我們來分析我們複雜的經濟系統。

朱明傑，機器學習、數據挖掘

年齡：34 歲

職位：氪信創始人兼CEO

獲獎事由：結合高維數據處理和機器學習技術，融合大型金融場景打磨形成的強大知識系統和經驗，提出場景化風控解決方案和產品體系，以超越人工定義的深度及廣度對數據進行價值挖掘。

朱明傑：金融其實是一個非常人工不智能的行業，在中國絕大部分的人得不到很好、很合適金融的需求。而且在這個裡面，它其實比一般的互聯網還更加的難做，因為金融的風險和這個人的需求，裡面的關係並不是一個簡單的在互聯網上可以快速試錯、迭代和容忍的一件事。

魏思，深度學習、語音識別

年齡：35 歲

職位：科大訊飛研究院副院長

獲獎事由：帶領團隊研發語音識別新框架，和傳統深度學習模型相比，增加了「記憶塊」的模塊，用以存儲對判斷當前語音幀有用的歷史信息和未來信息，可以使響應時間可以大大縮短。

魏思：購物在零售商店裡已經不是一個新的體驗了，我們都很熟悉這種傳統的購物方式，基本上來說，我們的主要問題就是排隊結算，我們的支付過程花費很多的時間，並且對用戶並不友好。所以，我們採用了新的技術，我們叫它即走即付技術。我們會使用物聯網技術賦能實體店，將AI技術應用於傳統零售之中，我們的銷售者不需要排隊和等待，這是一個全新的體驗。

另一方面，這樣的技術也進店面進行了數字化。給了我們傳統零售業一個大腦，讓它變得更加高效。我使用的技術實際是幾個技術的總和，包括我們的生物識別、感測以及計算機視覺，一般零售店只要使用我們的技術，就可以升級成為一個智能商店。

樓天城，自動駕駛

年齡：31 歲

職位：小馬智行聯合創始人兼 CTO

獲獎事由：創立自動駕駛汽車公司小馬智行（Pony.ai）。通過自行打造的集中式多層系統（centralized multi-layer system），強化了系統安全性和穩定性，實現了性能提升，並且正在讓技術快速落地。

▌發明家

「發明家（Inventors）：因為其專註於新技術的研發。小到智能防汗帶，大到先進存儲技術，這些青年創新者們正在創造屬於未來的產品。

韋福如，自然語言處理

年齡：34 歲

職位：微軟亞洲研究院資深研究員 / 研究經理

獲獎事由：在自然語言處理技術領域取得重大突破，通過機器閱讀理解文本識別理解情感、觀點以及情緒，並以此成功開發聊天機器人聊天引擎。此外還能讓機器人也能作詞和作曲，開啟人工智慧自主思考創作的可能。

韋福如：我們希望用機器理解和生成自然語言，當我們發現人在語言方面的能力上面，沒有自然語言處理這塊，我們總結出來，大家平時能看到的，跟語言相關智能的分析，比如說聽、說、讀、寫、翻譯，還有問答。讀是其中很重要的一環，即使我們評測一個人很重要的一個方面，也是我們能夠通過閱讀去獲取知識、解決問題的一個重要的方式和手段。

王星澤，光電人工智慧

年齡：28 歲

職位：華中科技大學教授

獲獎事由：使用 AI 加光電技術，設計開發新穎圖像感測器，收集光波中額外物理量，進而結合與之相匹配的人工智慧演算法和訓練場景，達成大幅度地改善視覺感知的實際效果，對於提升製造工序自動化效率、以及繞障物體識別技術帶來創新突破進展。

王星澤：我認為視覺是智能機器人的核心。在計算機拍攝的過程中，我們收集了光線，並且利用計算機裡面的一些AI智能，從而識別到了障礙物後面的物體。AI體系看起來好像是垃圾進垃圾出，但是不幸的是，光學不是為AI設計的，是為拍很美的照片設計的。如果我們能有更好的光學技術，能夠捕捉一些美好的畫面，而且提供大數據給人工智慧整合起來，我們就能夠全面的反映一個全球的視覺優化體驗。

熱文精選

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！