當前位置:
首頁 > 新聞 > 周志華:華為-南大LAMDA人工智慧聯合實驗室正式成立

周志華:華為-南大LAMDA人工智慧聯合實驗室正式成立

周志華:華為-南大LAMDA人工智慧聯合實驗室正式成立

【新智元導讀】「到華為去」,說到做到。昨日,南京大學計算機系主任、人工智慧學院院長周志華髮布朋友圈表示:華為-南大 LAMDA 人工智慧聯合實驗室成立!

「到華為去」,說到做到。

昨日,南京大學計算機系主任、人工智慧學院院長周志華髮布朋友圈,發布重磅消息:華為-南大 LAMDA 人工智慧聯合實驗室成立

周志華:華為-南大LAMDA人工智慧聯合實驗室正式成立

消息一出,立即引來眾網友的熱烈祝賀。

周志華:華為-南大LAMDA人工智慧聯合實驗室正式成立

其實,早在5月27日,周志華老師便已經發布消息稱,LAMDA接下來會加大力度跟華為合作

周志華:華為-南大LAMDA人工智慧聯合實驗室正式成立

LAMDA(Learning And Mining from DatA):機器學習與數據挖掘研究所。隸屬於南京大學計算機軟體新技術國家重點實驗室和南京大學計算機科學與技術系。


華為,早已成為南大畢業生最嚮往的企業之一

5月24日,南京大學便已發文《2019,到華為去!到科技創新前沿去!》,號召同學們加入華為,貢獻自己的力量。文中稱:

在華為,已經有眾多南大學子默默堅守崗位,為科技自立奉獻綿薄之力。

華為早已成為南大畢業生最嚮往的企業之一。每年畢業加入華為的學生數量,已經遙遙領先其他500強企業,常年位居首位。

25日,華為南京研究所官方招聘微信公眾號「HW南研招聘」也發文《勵學敦行:從LAMDA到華為,奮鬥在AI科技創新前沿》做出了響應,文中提到:

作為在人工智慧核心的機器學習領域植根中國本土的世界級研究團隊,LAMDA已有多項成果在華為成功應用實施。雙方在人工智慧核心技術的研究和轉化方面開展進一步全面深入的合作,必將帶來更大的技術進步。

而後,其它媒體也對此報道稱:「而在國內,『北有清華、南有南大』更成為AI領域的領先者。

對此,周志華老師在朋友圈中發表評論:

周志華:華為-南大LAMDA人工智慧聯合實驗室正式成立

我們規模小、起步晚、水平有限,一直努力向清華北大自動化所等先進兄弟單位學習,希望能不斷進步。

新智元也對周志華老師進行了採訪,周老師表示:LAMDA跟華為已經合作多年


「有多好的人才,才可能有多好的人工智慧」

中國人工智慧市場增長驚人,但在人工智慧基礎研究和創新,尤其是在AI高端人才儲備方面,仍然存在很大缺口。

根據高盛《全球人工智慧產業分布》報告統計,2017年全球新興人工智慧項目中,中國佔據51%,數量上已經超越美國。但全球人工智慧人才儲備方面,中國卻只有5%左右——人工智慧人才缺口已達百萬量級

正如周志華老師在新智元此前報道中的稱,「人工智慧時代最缺的就是人才。因為對這個行業來說,你有多好的人才,才可能有多好的人工智慧。

從目前市場對人工智慧人才需求百萬缺口的現狀來看,高校對人才的培養很難滿足企業的需求。一邊是高校高端AI人才培養緩慢,一邊是企業招不到高端人才,供需兩端都面臨著脫節問題,而這樣的狀況還將持續一段時間。

高端AI人才脫節問題已經引起高校和企業的注意,無論是高校還是企業,在AI時代構建新的競爭優勢的核心,關鍵在於人工智慧高端人才的有效供給。

而正如上述,高校對AI人才的培養無法滿足快速發展的市場需求。因此,企業對於AI人才培養的現實路徑主要分為兩種:

  • 一種是企業從學校里尋找相應背景的人才,或從職場上尋找年輕且有學習能力的人,進入到企業體系里,通過項目的方式來培養;
  • 另一種是企業在人才未完成學業時開始介入,由企業賦能高校進行人才培養。

所培養的人才一部分回歸到培養企業,一部分也會輸送到與高校簽訂協議的企業里去。

無論知識體系的搭建、教學計劃的實施和人才考核評估,企業都在其中發揮著主導作用,因為知識體系、用人目標設計和能力訓練,以及人才的評估和認證標準主要來自企業實踐的提煉和確認,這是當前最快提升人才培養速度和質量的方法

未來,AI資源的爭奪必將愈演愈烈,而人才必定是率先爭奪的資源之一。畢竟,人才決定人工智慧。


附:LAMDA簡介

LAMDA隸屬於南京大學計算機軟體新技術國家重點實驗室和南京大學計算機科學與技術系。LAMDA 位於南京大學仙林校區計算機科學技術樓。

「LAMDA」 的含義是 「Learning And Mining from DatA」。LAMDA 的主要研究興趣包括:

  • 機器學習
  • 數據挖掘
  • 模式識別
  • 信息檢索
  • 演化計算
  • 神經計算
  • 以及相關的其他領域。

目前的主要研究內容包括:

  • 集成學習
  • 半監督與主動學習
  • 多示例與多標記學習
  • 代價敏感和類別不平衡學習
  • 度量學習
  • 降維與特徵選擇
  • 結構學習與聚類
  • 演化計算的理論基礎
  • 增強可理解性
  • 基於內容的圖像檢索
  • Web 搜索與挖掘
  • 人臉識別
  • 計算機輔助醫療診斷
  • 生物信息學等。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 新智元 的精彩文章:

「造假」Atlas之後,這個機器人打保齡球視頻引髮網友熱議
一行代碼即可調用18款主流模型!PyTorch Hub輕鬆解決論文可復現性

TAG:新智元 |