旷视张祥雨：70%的人工智能研究可被算法替代

“人工智能领域的高端人才，一直处于供需的上游”，张祥雨告诉TechWeb，“但70%的研究者依然从事着可被机器替代的重复性工作。”

旷视支持中长期AI项目研究

企业天然是对风险厌恶的，这体现在“急于量化、急于盈利”的商业运作方式。

在开源的代码与数据环境中，AI企业则应更注重产品差异化。

然而旷视张祥雨却提到，AI研究存在一个“无人区”。无人区本意为没有人涉足的领域，而在科研路上，重点在于研究者想要做什么突破。

即便AI的前景被市场看好，但细分领域依然有人们尚未触及的理论：如同爱因斯坦第一次发表关于广义相对论论文，LeCun第一次验证深度学习可行性，这些最开始没人看好理论，对于中长期研究者而言，具有强大吸引力。张祥雨认为，AutoML属于刚刚展露苗头的理论，如果能够将其做到世界级高水平，也是探索“无人区”的另一个定义。

张祥雨同时表示，除头部AI企业外，多数企业并不会支持内部进行难以商业化的AI研究项目，而长期研究的项目成果才有可能在AI产品差异化的必要条件。

“70%的AI研究工作可被算法替代”

张祥雨曾就读于西安交通大学与MSRA联合的培养博士生项目，当时的导师为旷视研究院院长孙剑，以及无人驾驶公司Momenta创始人何凯明。

研究方向上，张祥雨讲到当下前沿的的自动化机器学习（AutoML）。今天，支持这项研究的很多计算条件被微软垄断，张希望以旷视为平台，将国内的自动机器学习应用推动到一个新高度。

“70%的研究者依然从事着可被机器替代的重复性工作，例如数据清洗”，而自动化机器学习的课题旨在通过自动化机器学习系统和网络架构搜索算法（NAS）进行AI系统的自动化设计、训练，达到或超过人工设计的水平，降低人力操作成本。张祥雨团队最新提出的第三代模型搜索算法已在ImageNet、COCO、PascalVOC等多个标准数据集上超过人类最好水平，在精度和灵活性上超过Google、MIT、Facebook目前的公开算法，未来有可能在人脸识别等业务上获得落地应用。

“AI研究更强调「洞见力」”

张祥雨在西安交大读本科时，便进行着数学模型的研究，大三参加MCM北美赛（数学建模大赛），拿到了Top0.5%的成绩。他认为本科在校学生，若未来希望长期投入到AI研究，需要有扎实的数理基础，并在此基础上逐步拓宽视野，尝试探索新的数学模型与计算方法，同时，计算机理论知识也不可或缺。

目前更多的AI企业会以“顶会论文数量”来衡量一位求职者的硬指标，虽然很多人并不认可这种方式，但张认为此举反而是当下较为合理的人才量化指标。

截止4月18日，张祥雨与导师孙剑于2016年共同发表的一篇论文《用于图像识别的深度残差方法》，总计被全球学者引用20688次。在论文中，张祥雨介绍了一种能够减轻神经网络训练负担、同时增加网络深度的模型，该模型在ILSVRC（ImageNet）、COCO2015（COCO）图像识别竞赛中获得多项冠军。

TechWeb从旷视内部人事了解到，旷视对于算法、研究人员的岗位要求非常高，许多清华、中科院的优秀毕业生也难获得面试资格，更主要还是通过应聘者的发表论文来考核其的科研主动性与前瞻性。

因为，一个优秀的AI科研人员更具有深刻的“洞见力”：能够预测未来几年的技术应用方向，以此为基础的商业项目将更有差异化机会。

旷视目前在“智源学者计划”中，与北京大学、清华大学、中科院等高校院所一同协调优势资源，对AI领域四类人才进行重点支持，分别是：智源科学家首席（CS）、智源研究项目经理（PM）、智源研究员（PI）和智源青年科学家。

TechWeb此前报道，北京智源学者计划对AI人才进行每人每年50万为基础的研究扶植金。目前，智源学者计划仅入选9位AI人才，来自旷视的张祥雨便是其中之一。