QCon北京「鸿蒙专场」火热来袭!即刻报名,与创新同行~ 了解详情
写点什么

专访腾讯 AI Lab 副主任俞栋:优势和挑战让我选择腾讯

  • 2017-05-04
  • 本文字数:2014 字

    阅读完需:约 7 分钟

2017 年 5 月 2 日,腾讯宣布任命前微软研究院首席研究员,深度学习开源软件 CNTK 主要作者,语音识别技术顶级专家俞栋博士为 AI Lab(人工智能实验室)副主任,并成立美国西雅图 AI 实验室。他是腾讯为组建 AI Lab 挖来的又一员大将,此前机器学习及数据领域专家张潼博士也加盟担任 AI Lab 主任。

日前,俞栋博士接受 InfoQ 专访,回应了自己选择腾讯的重要原因,同时也解析了腾讯 AI Lab 语音识别领域未来研究发展的方向。

俞栋,1998 年加入微软公司,曾任微软研究院首席研究员,兼任浙江大学兼职教授和中科大客座教授,现任腾讯 AI Lab(人工智能实验室)副主任。语音识别和深度学习方向的资深专家,出版了两本专著,发表了 160 多篇论文,是 60 项专利的发明人及深度学习开源软件 CNTK 的发起人和主要作者之一。曾获 2013 年和 2016 年 IEEE 信号处理协会最佳论文奖。现担任 IEEE 语音语言处理专业委员会委员,曾担任 IEEE/ACM 音频、语音及语言处理汇刊、IEEE 信号处理杂志等期刊的编委。

腾讯 AI Lab 是一个刚刚成立,还在组建初期的实验室,为什么这样一个实验室可以吸引到俞栋博士这样的人才来加入,访谈中,俞栋博士给出了自己的答案:优势与挑战并存。他表示,腾讯已有的大数据基础成为了他研究的重要支撑,而他本人又是一个喜欢不断挑战困难的人,腾讯 AI Lab 成为了他新的选择。

作为一名研究人员,研究的方向很重要。俞栋博士在语音识别领域已经取得了不少的成就,而他加入腾讯之后也会继续在自己的领域发挥本领,对于未来长远的规划,他也有自己的考虑,他做了这样一个比喻:

如果你掉了一根针在地上,研究就是你寻找那根针的过程,不确定方向、不确定位置,所以很难估算时间。应用就是你捡起针的过程,因为知道了针的位置,要把它捡起来,要预估时间和工作量,就容易容易一些。
······
研究是一件并不是着急就能够成功的事情。如果要在技术研究上取得突破,确实需要有一定的耐心和相对来说长期稳定的投入。这也是西雅图实验室秉持的理念。

1998 年,俞栋博士开始在微软工作,2002 年进入微软研究院语音和对话组(Speech and Dialog Group),他一直把语音识别作为研究重点,也很有兴趣通过研究解决一些语音识别领域的关键问题,希望能给出更好的解决方案。

加入腾讯后,俞栋博士主要负责西雅图 AI 实验室的运营和管理,同时也会进一步推动腾讯在语音识别和自然语言理解等 AI 领域的基础研究。

关于选择腾讯的原因,俞栋博士曾经说过:“第一,语音识别必须有大数据来源,必须有大运算能力,必须有出口形成反馈机制进而优化产品,即一定要有落地的场景这三大发展。第二自己偏好研究,喜欢解决一些有挑战性的问题,其他的一些公司各有利弊,比如有产品但是缺研究。我看重的这些条件,腾讯都能够满足。”

腾讯在过去十多年里,积累了丰富的应用场景、海量数据、强大的计算能力和一流的科技人才,这些都是开展 AI 深度研究与应用的重要基础,对于语音识别更是尤其重要。没有数据的支持,基本上整个系统的性能都会受到很大的限制;而没有场景就没有了出口,无法形成反馈机制,也就不能不断优化语音识别技术。

作为语音识别领域的资深专家,俞栋博士已经取得了不俗的成就,然而困难总是不断出现,但正如他自己所说,自己是一个喜欢挑战困难的人。在他重点研究的语音识别和自然语言理解这两个方向,两方面的挑战在不断困扰同时也激励着他继续研究,在采访中他说:“一方面,如上面提到的,语音识别领域有一些关键问题还没有好的解决方案,我们想做这方面研究;另一方面,语音识别只是应用的一个环节,无论是文字还是语音等数据,大多需要进一步处理,这就需要用到自然语言理解(NLP)。这也是一个不太成熟的领域。所以我们希望先多花点精力在这两方面,看看能不能做得比现在的技术更好。”现在很多技术没办法真正落地,不是因为工程和应用能力不强,而是确实有一些基本的问题没有解决。这时有两种方案,等别人去解决,自己再学习解决方法,第二种是可以自己去尝试解决这些问题。AI Lab 现在就是希望在后者做一些尝试和探索。

之前的采访中,俞栋博士表示自己希望可以组建一个 20 人左右的团队进行研究,对于人才的挑选与培养,他保持着开放的心态,只要是 AI 相关领域一流人才,具有自我驱动力和雄心的博士研究员或科学家,有能力和有潜力的人才,都欢迎加入。但这并不代表他不重视人才的质量,他说:“我们会通过各种渠道去发现合适的人才,要有足够的耐心和诚意。”

最后,在团队的研究方向的问题上,俞栋博士提出了两个大方向:语音识别和语义理解。而对于研究时间的问题上,俞栋博士的表达很严谨:
“研究是一件并不是着急就能够成功的事情。如果要在技术研究上取得突破,确实需要有一定的耐心和相对来说长期稳定的投入。这也是西雅图实验室秉持的理念。我们希望长远来讲,能够攻克关键的技术难题,在真实应用场景里面有很大的性能提升。但是我们没有办法预测到底哪天会成功,所以希望在每一个阶段,都希望会有一些进步累积。”

2017-05-04 20:203297
用户头像
陈思 InfoQ编辑

发布了 576 篇内容, 共 286.6 次阅读, 收获喜欢 1303 次。

关注

评论

发布
暂无评论
发现更多内容

用户故事地图——让迭代计划灵动起来

Bruce Talk

Scrum User Story Product Owner User Story Mapping

HashMap源码分析(七)

知识浅谈

hashmap 10月月更

CLIP-as-service 0.8.0 版本发布:新增支持大型 ONNX 模型文件

Jina AI

开源 工程师 开发工具

长安链源码分析之交易过程分析(1)

在线问题反馈模块实战(二十):实现文件批量导出到zip压缩包中功能

bug菌

springboot 项目实战 10月月更

长安链源码分析之交易过程分析(4)

Opencv 图像处理:图像通道、直方图与色彩空间

timerring

OpenCV 图像处理 10月月更

CLIP-as-service 0.8.0 版本发布:新增支持大型 ONNX 模型文件

Jina AI

开源 工程师 开发工具 开源软件

“程”风破浪的开发者|python GUI开发记录

衝鋒壹号

学习方法 个人成长 “程”风破浪的开发者

fastposter v2.9.3 简单易用的海报生成器

物有本末

海报生成器 海报编辑器 海报生成

迷宫最短路径问题

lovevivi

数据结构 C语言 10月月更

1024 分享|如何打造围绕开源理念的团队工程师文化

Jina AI

人工智能 开源 1024 1024我在现场

Redis数据结构(一)-Redis的数据存储及String类型的实现

京东科技开发者

二进制 哈希算法 数据存储 结构化 Redis 数据结构

Jenkins pipeline Git 检出的 Step

HoneyMoose

一行命令安装docker和docker-compose(CentOS7)

程序员欣宸

Docker Docker-compose 10月月更

JNI中实现类似C++回调方法-结构体操作

中国好公民st

c++ jni 10月月更

长安链源码分析之交易过程分析(2)

Java中的final关键字详解😁

共饮一杯无

Java final 10月月更

力扣刷题训练(二)

lovevivi

数据结构 C语言 10月月更

Opencv 图像处理:图像基础操作与灰度转化

timerring

OpenCV 计算机视觉 10月月更

房产|1-9月份全国房地产开发投资下降8.0%

前嗅大数据

数据 房地产业 房地产

房产|9月全国70城房价出炉!快来看看你的城市房价变化

前嗅大数据

数据 房地产 房产

在线问题反馈模块实战(二十一):完结篇

bug菌

springboot 项目实战 10月月更

Jenkins pipeline 如何到子文件中去执行命令

HoneyMoose

JDK中自带的JVM分析工具

Java 架构

【译】深究 Go CPU profiler

非晓为骁

Go 翻译 pprof

长安链源码分析之交易过程分析(3)

在线问题反馈模块实战(十九):实现数据批量导出到excel文件中功能

bug菌

springboot 项目实战 10月月更

从输入URL到渲染的过程中到底发生了什么?

loveX001

JavaScript

从零到一搭建一个属于自己的博客系统(弎)

木偶

MySQL django 前端 10月月更

社招前端必会面试题(附答案)

loveX001

JavaScript

专访腾讯AI Lab副主任俞栋:优势和挑战让我选择腾讯_腾讯_陈思_InfoQ精选文章