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

微软「感谢你,Harry!」沈向洋23年后离职微软,继续职业生涯新篇章

微软于今日宣布,该公司执行副总裁、人工智能和研究负责人、23 年的微软老兵沈向洋博士将于 2020 年 2 月 1 日正式离开微软,开启职业生涯新篇章,离职后将继续担任微软 CEO 纳德拉和创始人比尔盖茨的顾问。

微软 CEO 纳德拉表示,沈向洋经过在微软的 23 年出色工作后决定离开微软,继续他在公司之外的新篇章。微软现任 CTO Kevin Scott 将接替他的职位,该职务立即生效。他和沈向洋一直在计划进行这一过渡,后者在 2020 年初离职后将继续担任他和比尔·盖茨的顾问。

微软 CTO Kevin Scott。

在这一消息宣布的同时,微软官方发布了一封对沈向洋博士的感谢信。在信中,纳德拉高度认可和赞扬了沈向洋的工作业绩。

沈向洋微软的职业生涯和成就跨越了二十多年,遍布多个大洲。他于 1996 年首次在 Redmond 加入微软,成为微软亚洲研究院的创始成员之一。

此后,沈向洋建立了搜索引擎 Bing,后者已成长为一个强大的业务,并已帮助微软构建了关键的云计算人工智能技术平台。

沈向洋帮助微软形成了「人工智能+研究」的策略,帮助微软加速了研究投入的应用、产品的人工智能创新和客户交付。在沈向洋的领导下,微软研究院持续建立自己的声誉和影响力,微软任何一款产品,任何一个技术领域都受益于微软研究院。

沈向洋微软产生了深远的影响。他在计算机科学和人工智能领域的贡献为未来的创新留下了遗产和坚实的基础。

在信的最后,纳德拉感谢沈向洋的领导和伙伴关系,以及他为微软所做的一切。

沈向洋也发布了他的离职信,回顾了他在微软的历程。

沈向洋:一生中最艰难的决定

同事们,

11 月,对我来说,在过去的二十三年里,具有非常特殊的意义。1996 年 11 月 4 日,我在雷德蒙德加入了微软研究院;1998 年 11 月 5 日,我参加了微软亚洲研究院的创建仪式;2007 年 11 月,我作为搜索产品研发工程副总裁正式加入必应团队;2013 年 11 月,我成为执行副总裁、加入高级管理团队,主管技术与研究;而今天,2019 年 11 月 13 日,一切圆满始终。

能在这样一家伟大的公司,纵贯研究院与产品研发团队,其至上体验,永生难忘;感恩之情,无以言表,惟有深怀于心。

能与一群计算与技术产业最聪明的人一起共事,能有机会来参与解决人类面临的巨大挑战并帮助公司塑造「下一个未来」,我深感无比荣幸;能够帮助推动计算科学的发展,尤其是与微软研究院和学术界这么多才华横溢、成绩斐然的研究员与学生共同创新,我更感到无上荣光;我们在必应搜索领域的那些铁尺寸进——提升搜索质量和性能、提高广告盈利和用户体验,以让对手胆寒之势持续推出包括 Bing for Business 在内的全新产品;这一切都让我倍感难忘。而更让我珍视和骄傲的,是我们缔结的友谊。

离开微软是我一生中最艰难的决定。今天,微软已经如此地成功,在人生的这个阶段,我觉得,已经是时候去开启一个新的篇章;去探寻超越微软、超越商业的新挑战;去思考为产业、为下一代计算科学领域的研究员和工程师们,还能多做些什么。

我为你们感到自豪——为微软、为人工智能和研究事业部、为微软研究院、为搜索和广告新闻团队、为必应团队、为亚洲互联网工程院、为亚洲研究院,也为我们共同的成就而自豪!我将会非常想念大家。我相信,大家会在萨提亚和凯文的领导下,继续取得新成就。

过去二十三年中,我学到很多,其中最大的心得就是——我们虽无法预卜未来,但能够做最好的准备:坦荡、宽容、善待他人。

谢谢你们,我的朋友们!

沈向洋

微软感谢你,Harry

感谢你,Harry!感谢您,沈向洋博士!

你给研究院选的那块地毯,依然如故,

时刻提醒着我们,做科研要脚踏实地,

因为「千里之行,始于足下」。

你喜欢的 10102 会议室,仍常常灯火通明,

我们始终牢记,

你相信创新「不易,却非不能」。

22,000 余篇论文、4,000 多项全球专利,

我们不敢丝毫懈怠,

因为你说过「为学,须先立志」。

在中国,汇产学研以用,架中外科技合作之桥梁,

你是微软的中国先生,更是中国的微软大使。

在全球,聚天下之英才,壮世界创新研究之殿堂,

您对微软、对创新产业、对计算科学界,竭智尽力。

您以学者之才,言传身教,探究科技之本源,育未来之人才,桃李满天下。

您以侠者之义,以身作则,传科技创新之能,坚守真理原则,推动科技赋能。

您以仁者之德,身体力行,布科技责任之道,启迪社会思考,为人类造福。

廿三岁月,赤子之心!

纵有万千语,难诉离别情!

感谢你,Harry!感谢您,沈向洋博士!

23 年微软老兵的 AI 历程

沈向洋,成为了陆奇离开微软后又一位离职的华人高管。从个人成长来看,沈向洋从小就是父母口中的「别人家的孩子」。

1980 年,13 岁的沈向洋就考入南京工学院(现东南大学),是当时学校年龄最小的学生。此后就读于香港大学电机电子工程系,并获得硕士学位。后来,他前往卡内基·梅隆大学,师从计算机专家、图灵奖得主 Raj Reddy 教授,并于 1996 年获得该校计算机科学学院机器人专业的博士学位。

沈向洋是 Raj Reddy 在 AI 领域的第一个学生。Raj Reddy 培养出了沈向洋洪小文、李开复等一众计算机科学和人工智能领域的领军人物,微软亚洲研究院 20 年来的 4 任院长,有三位都是他的学生。微软期间,沈向洋培养出了旷视科技首席科学家孙剑腾讯优图实验室杰出科学家贾佳亚等众多 AI 学者。

1996 年,沈向洋加入设于美国的微软研究院。1998 年,他参与设立微软亚洲研究院,并于 2004 年担任第三任院长和首席科学家。2006 年,他被评为微软公司杰出科学家。2007 年,他成为微软必应产品开发部的副总裁。

2013 年 11 月 14 日,他接替克瑞格·蒙迪担任微软全球执行副总裁,直接向微软首席执行官史蒂夫·鲍尔默汇报,负责帮助微软确立技术上的发展方向,并领导微软研究部的工作。沈向洋凭借对计算机视觉计算机图形学的研究以及开发必应搜索而闻名。除了担任微软全球资深副总裁以外,他还领导着必应搜索团队。

2016 年 9 月,微软将「技术与研发部门」和「人工智能(AI)研究部门」相合并,组建新的微软人工智能与研究事业部(Microsoft AI & Research Group)。该事业部由微软全球执行副总裁、技术与研发部门主管沈向洋领导,主要负责人工智能的整体战略和研发工作。在他的领导下,团队开发了人工智能小冰。在此之前,另一位华人高管陆奇也因健康原因离职。

沈向洋在负责微软人工智能和研究期间,微软人工智能也取得了诸多技术突破:

  • 2016 年,微软在 152 层残差图像识别中,达到了 96% 的准确度。这基本上相当于一位斯坦福研究生的水准;

  • 2017 年,微软在著名的 Switchboard 数据集测试中,将误差率降到了只有 5.1%。差不多是专业速记员的职业水准;

  • 2018 年 1 月,微软率先在斯坦福文本理解挑战赛(SQuAD)上,获得了超越人类的分数;

  • 2018 年 3 月,微软人工智能,又在英汉、汉英新闻的机器翻译测试中,再次达到了人类水平;

  • 2019 年 3 月,微软第一次,在对话式人工智能领域,取得了媲美人类的表现;

  • 2019 年世界人工智能大会上,微软公布了其在人工智能研究领域的最新进展:由微软亚洲研究院开发的麻将 AI 系统 Suphx(超级凤凰)成为首个在国际知名的专业麻将平台「天凤」上荣升十段的 AI 系统。

在今年 8 月底于上海举行的 2019 世界人工智能大会上,微软全球执行副总裁沈向洋正式对外宣布:微软亚洲研究院创造出了号称史上最强大的「麻将 AI」AI Suphx,实力媲美顶级人类选手。

学术领域沈向洋同样影响力非凡,他在国际会议和期刊上发表论文 200 多篇,主要致力于计算机视觉、图形学、人机交互、统计学习、模式识别和机器人等领域的研究,是计算机视觉计算机图形学研究的世界级专家。他曾发表多篇重要的、有关 ACM SIGGRAPH 的交互式计算机视觉的论文。近年来,他还一直活跃在网络搜索和数据挖掘研究的领域。此外,他设计的四分树样条函数算法是世界上最好的运动参数估计算法之一。

沈向洋学术合作图,来源 Semantic Scholar

因其学术影响力,沈向洋先后成为了美国电气电子工程协会院士(IEEE Fellow)、国际计算机协会院士(ACM Fellow)、美国工程院院士、当选英国皇家工程院外籍院士,还分别在清华大学、北京大学、浙江大学等国内高校担任客座教授和名誉教授。

沈向洋相关文章:

产业沈向洋微软离职
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创新,助力微软实现长远发展战略。

http://www.msra.cn
Microsoft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
沈向洋人物

微软全球执行副总裁,美国工程院院士。

洪小文人物

微软公司资深副总裁,微软亚洲研究院院长。

孙剑人物

孙剑,男,前微软亚研院首席研究员,现任北京旷视科技有限公司(Face++)首席科学家、旷视研究院院长 。自2002年以来在CVPR, ICCV, SIGGRAPH, PAMI等顶级学术会议和期刊上发表学术论文100余篇,两次获得CVPR最佳论文奖(2009, 2016)。孙剑博士带领的团队于2015年获得图像识别国际大赛五项冠军 (ImageNet分类,检测和定位,MS COCO 检测和分割) ,其团队开发出来的“深度残差网络”和“基于区域的快速物体检测”技术已经被广泛应用在学术和工业界。

陆奇人物

百度集团副董事长,Y Combinator中国CEO。

贾佳亚人物

香港中文大学计算机科学工程系终身教授,腾讯优图实验室杰出科学家。

计算机图形技术

图像数据处理、计算机图像(英语:Computer Graphics)是指用计算机所创造的图形。更具体的说,就是在计算机上用专门的软件和硬件用来表现和控制图像数据。

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)

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

模式识别技术

模式识别(英语:Pattern recognition),就是通过计算机用数学技术方法来研究模式的自动处理和判读。 我们把环境与客体统称为“模式”。 随着计算机技术的发展,人类有可能研究复杂的信息处理过程。 信息处理过程的一个重要形式是生命体对环境及客体的识别。其概念与数据挖掘、机器学习类似。

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。

机器翻译技术

机器翻译(MT)是利用机器的力量「自动将一种自然语言(源语言)的文本翻译成另一种语言(目标语言)」。机器翻译方法通常可分成三大类:基于规则的机器翻译(RBMT)、统计机器翻译(SMT)和神经机器翻译(NMT)。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

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。

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

旷视科技机构

旷视成立于2011年,是全球领先的人工智能产品和解决方案公司。深度学习是旷视的核心竞争力,我们打造出自研的AI生产力平台Brain++并开源其核心——深度学习框架“天元”,实现了算法的高效开发与部署。在持续引领技术进步的同时,我们推动AI产业的商业化落地,聚焦个人物联网、城市物联网、供应链物联网三大赛道,为个人用户带来更出色的美学体验与安全保障、让城市空间更有序、并帮助企业实现工业、仓储数字化升级。我们提供包括算法、软件和硬件产品在内的全栈式、一体化解决方案。

https://www.megvii.com
腾讯机构

腾讯,1998年11月诞生于中国深圳,是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念,为亿万网民提供优质的互联网综合服务。 腾讯的战略目标是“连接一切”,我们长期致力于社交平台与数字内容两大核心业务:一方面通过微信与QQ等社交平台,实现人与人、服务及设备的智慧连接;另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展,通过普及移动支付等技术能力,为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/
相关技术
推荐文章
暂无评论
暂无评论~