AI框架大牛贾扬清正式加入阿里巴巴,担任技术副总裁

3 月 19 日,原 Facebook 华人科学家贾扬清已正式加入阿里巴巴,担任技术副总裁岗位,领导大数据计算平台的研发工作。加盟阿里前,贾扬清在 Facebook 担任工程总监,负责大规模人工智能平台的架构。

昨天阿里巴巴达摩院知乎账号正式表示贾扬清已加入阿里巴巴,且领英履历显示他就职于旧金山湾区。

贾扬清的平台架构之路

贾扬清在清华大学获得学士和硕士学位,在 UC Berkeley 获得计算机科学博士学位,博士指导教授为 Trevor Darrell。在研究生期间,贾扬清曾在新加坡国立大学、微软亚洲研究院、美国 NEC 实验室和谷歌研究院工作/实习。值得注意的是,在 UC Berkeley 期间,贾扬清开始接触深度学习,并创建了 DL 框架 Caffe。

在 UC Berkeley 完成学业后,2013 年 12 月到 2016 年 2 月贾扬清在 Google Brain 担任研究科学家,致力于前沿的深度学习研究和工程,参与 ImgeNet2014 比赛(GoogleNet)、移动端深度学习TensorFlow 框架的开发以及其它产品领域的研发等。

贾扬清近几年在 Facebook 主要领导团队构建通用的、大规模的 AI 平台,它们可用于各种 Facebook 应用。目前该系统已经成为 Facebook AI 产品的核心,例如排序、计算机视觉自然语言处理语音识别、移动 AI 和 AR 等。

在 Facebook 期间,贾扬清领导了很多优秀的工作,包括 2016 到 2017 年主要开发的 Caffe2、2017 年创建的神经网络通用交换格式 ONNX,以及 2018 年联合领导的 PyTorch 1.0 项目。

加入阿里巴巴达摩院后,贾扬清负责大数据计算平台的研发工作,也许他会在平台架构上继续做出更多的贡献。

阿里巴巴的开源框架

近来阿里巴巴机器学习框架上也推出了很多成果,例如 2018 年 12 月份的 XDL 和今年 1 月份的 Euler 等。其中 XDL 是源于阿里妈妈广告业务的算法框架,该框架非常擅长处理高维稀疏数据,对构建推荐、搜索和广告系统非常有优势。而 Euler 则是另一个开源的图深度学习框架,这也是国内在核心业务大规模应用后开源的图深度学习框架。

XDL 项目地址:https://github.com/alibaba/x-deeplearning

Euler 项目地址:https://github.com/alibaba/euler

这两项开源工作都是基于实际业务和使用,并针对特定问题提供解决方案,因此它们和已有的开源框架是完全兼容和互补的。也许贾扬清加入阿里巴巴后,会做出更多好用的开源工具。

产业大数据框架硅谷阿里巴巴贾扬清
1
相关数据
微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立,是微软公司在亚太地区设立的基础及应用研究机构,也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面,智能多媒体,大数据与知识挖掘,人工智能,云和边缘计算,计算机科学基础等领域的研究,致力于推动计算机科学前沿发展,着眼下一代革命性技术的研究,助力微软实现长远发展战略。通过与微软产品部门紧密合作,微软亚洲研究院将众多创新技术转移到了微软的核心产品中,如Office、Windows、Azure、Bing、Visual Studio、Xbox Kinect以及小冰、Cortana和Microsoft Translator等人工智能产品。

https://www.msra.cn/
微软机构

微软是美国一家跨国计算机科技公司,以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德,最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件,以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。

https://www.microsoft.com/en-us/about
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)

TensorFlow技术

TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品,如语音识别、Gmail、Google 相册和搜索,其中许多产品曾使用过其前任软件DistBelief。

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。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

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。

阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。 阿里巴巴集团经营多项业务,另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。业务和关联公司的业务包括:淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。 2014年9月19日,阿里巴巴集团在纽约证券交易所正式挂牌上市,股票代码“BABA”,创始人和董事局主席为马云。 2018年7月19日,全球同步《财富》世界500强排行榜发布,阿里巴巴集团排名300位。2018年12月,阿里巴巴入围2018世界品牌500强。

https://www.alibabagroup.com/
知乎机构

知乎作为中文互联网知名知识内容平台,致力于构建一个人人都可接入的知识分享网络,让人们便捷地与世界分享知识、经验和见解,高效获得可信赖的解答。 目前,知乎已经覆盖「问答」社区、一站式知识服务平台「知乎大学」、短内容分享功能「想法」等一系列产品和服务,并建立了包括音频、视频在内的多元媒介形式。截止 2018 年 8 月底,知乎用户数已突破 2 亿,回答数超过 1.2 亿。未来,知乎进一步加大对 AI 技术和应用的投入,构建一个由 AI 驱动的智能社区,让知识普惠每一个人。

https://www.zhihu.com
推荐文章
暂无评论
暂无评论~