Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

伯克利与华为分手?英美多所大学停止接收华为研究资助

据 Nature 报道,在美国司法部门的压力之下,加州大学伯克利分校宣布不再与华为签署新的研究合作。

据 Nature News 报道,在美国相关部门的压力之下,加州大学伯克利分校(UC Berkeley)近日宣布不再与华为签署新的研究合作;德州大学奥斯丁分校也正在审查自身与华为的关系。

在 Nature News 的报道中称,他们看到了一封伯克利分校负责研究的副校长 Randy Howard Katz 于 1 月 30 日致高级职员的信。

在信中,Katz 写到:「在对华为的指控做出裁决之前,学校将不会提出或讨论与华为新的研究合作,也不会寻求或接受该公司新的研究馈赠。这个决定立即生效。」

有意思的是,在 Nature News 看到的这封信中 Katz 还提到,「这些课题工作(与华为的合作)并不涉及敏感的技术和指示,也不会赋予华为对相关知识产权或专利的拥有权;与 20 世纪 30 年代以来伯克利的所有研究一样,结果完全公开」,但「经过他们认真的内部审核以及与同行机构的协商,加州大学伯克利分校认为对华为的这些指控具有较高的严重性,只有司法部门才能解决,因此决定将其研究合作伙伴保持在尽可能高的公司行为标准。」

机器之心了解,自 2016 年 10 月华为诺亚方舟实验室和伯克利分校宣布人工智能基础研究的战略合作以来,两年间华为及其美国子公司 FutureWei 为加州大学伯克利分校提供了约 780 万美元的研究资助。研究重点聚焦于深度学习强化学习机器学习基础理论、自然语言处理计算机视觉人工智能热点课题。

如果 Nature News 这个消息是真的,那么可以看出两点:

1)美国(或许也包括部分欧洲)的高校之间就与华为(甚至包括更多中国企业)的研究合作私下有过充分的沟通,或已达成共识;

2)他们认为合作与否已经上升为法律问题(或者说政治问题),而不是单纯的研究问题。

因此可以推断,这个事件将不是个例,更多的「分手」还在路上。

事实也正是如此。

加州大学圣迭戈分校曾表示:根据一份内部备忘录,该校在 2018 年 8 月份曾表示,至少六个月之内不会接受华为、中兴和其他中资供应商的资金,也不会与他们签署协议;根据这份文件,这一行动将持续至今年 2 月 12 日,届时该校将重新评估方案。

两周之前,英国牛津大学也曾表示他们决定停止申请华为新的研究资助,并表示:「近几个月来公众就英国与华为伙伴关系的担忧而作出的决定。我们希望,这些问题能在未来几个月内解决。」

另一方面,美国高校与中国通信设备公司的「决裂」不仅在共同研究项目上,也已蔓延至通信设备本身。美国当局担心来自中国的设备生产商会在设备中留有后门,以供中国搜集信息,因此表示美国大学若在 2020 年 8 月之前不能遵守国防授权法案(NDAA)规定,则会面临失去联邦研究经费及其他政府资助的风险。

迫于压力,上周加州大学伯克利分校的一位高管曾表示该校已弃用华为视频会议系统,加州大学欧文分校则正在更换五项中国制造的音视频设备,而威斯康星大学等其他高校也正在评估供应商的过程中。

事实上,对于属于公立大学的各加州大学,失去来自华为的研究资助或者失去联邦政府的资助,确实是一种两难的境况。过去十年以来,加州大学获得的国家资金被一再削减。在 2016-2017 学年,UC 系统获得了 98 亿美元的联邦资金。根据加州大学预算文件,其中近 30 亿美元用于研究,占当年大学研究总支出的一半左右。

对于伯克利等学术机构而言,华为的合作研究则具有重要意义。华为近年来已广泛参与了许多北美大学的研究项目,包括斯坦福大学、加州大学圣地亚哥分校、德克萨斯大学、马里兰大学和伊利诺伊大学厄巴纳 - 香槟分校。

为了培育和外部的合作关系,华为提出了「华为创新研究计划(HIRP)」,推动与全世界大学和研究机构建立合作,这一项目首先于 2010 年在欧洲启动。通过 HIRP,华为已与全球排名前 100 的大学和 30 多个国家的国家级研究机构的学者展开了紧密合作。华为称,由 HIRP 支持的项目数超过 1200 个,许多都已经成功实现商业化。

华为今后将继续资助能带来科学与技术进步的基础研究。这样的合作活动不仅仅有助于华为的业务活动,还将给社会和整个产业做出贡献。

参考链接:

https://www.nature.com/articles/d41586-019-00451-z

https://www.reuters.com/article/us-usa-china-security-universities-insig/u-s-universities-unplug-from-chinas-huawei-under-pressure-from-trump-idUSKCN1PI0GV

产业华为加州大学伯克利分校
相关数据
华为机构

华为创立于1987年,是全球领先的ICT(信息与通信)基础设施和智能终端提供商。

https://www.huawei.com/cn/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

推荐文章
暂无评论
暂无评论~