快手是一個非常有話題性的公司,一提到這家公司,第一時間就會想到“老鐵雙擊 666”。就連快手自己設計的布袋子,上面也印著“老鐵”的字樣。但是視角不同所看到的事物也是不同的,所謂的“老鐵雙擊 666”對于快手來說屬于產(chǎn)品所對應的外部視角,而從內(nèi)部來看,快手則是個典型的理工男。
快手有很多科學家,而最近他們納入了《麻省理工科技評論》評選的“2017 年中國 35 歲以下科技創(chuàng)新 35 人”的獲獎者之一,劉霽教授。他畢業(yè)于威斯康辛大學計算機系,現(xiàn)擔任快手 Y-tech 西雅圖人工智能實驗室和 FeDA 商業(yè)化 Y-tech 聯(lián)合實驗室負責人,同時還任職于羅切斯特大學計算機系和電子工程系。
在劉霽的求學之路上有這樣一則軼聞,起初劉霽并沒有就讀威斯康辛大學,而是選擇在國內(nèi)攻讀博士學位。但是他并不滿足于當時的學術(shù)環(huán)境,因為比起學位,劉霽更在乎接觸到更加前沿和更加有挑戰(zhàn)的問題。所以他退學了,毅然決然地來到了美國,重新開始學業(yè)。
在那個時候,人工智能是一個相對冷門的學科,擺在他面前的兩個選擇:“機器學習”和“圖形學”。“我老板告訴我說,你需要想好,機器學習并不容易找工作”劉霽說到,“但是最后我還是選了機器學習?!彼貞浀溃骸半m然當時圖形學就業(yè)形勢更好,但是他還是更喜歡機器學習,主要還是想學習系統(tǒng)化的方法解決通用的問題?!?/p>
2010 年時劉霽進入了威斯康辛大學,依然是機器學習領域,只是稍微偏向了優(yōu)化方面。
對于過去的機器學習從業(yè)者來說,過去沒有 TensorFlow 或者 pytorch 這樣的工具,求梯度需要自己實現(xiàn),優(yōu)化算法也需要自己實現(xiàn)。在這個過程中,實踐者可以對于模型設計到模型求解能夠有更完整更深刻的理解。按照劉霽教授的說法這也是當前很多從事機器學習工作和研究的同學所缺失的。
事實上,科學家和工程師之間往往存在著一條代溝。科學家普遍認為工程師的技術(shù)過于落后,工程師總是質(zhì)疑科學家們不懂得腳踏實地。
劉霽教授不同于大家印象中的典型的教授形象,除了關心形而上的東西,他更像一個工程師關注實際的問題和技術(shù)落地。他經(jīng)常強調(diào),技術(shù)只是手段,不能為技術(shù)而技術(shù),把問題理解透測才能設計出最合理的對策,成為破冰的關鍵。這一點從劉霽教授對待論文發(fā)表的態(tài)度就可以看得出來:他更欣賞在實際得到檢驗的研究成果,論文發(fā)表更多只是副產(chǎn)品。
(來源:快手)
然而比起工程師,劉霽教授又像是個哲學家。工程師往往只需要解決一個特定的問題,而他習慣于把特殊問題歸納到通用性的高度進行抽象化的思考和研究給出系統(tǒng)化的解決方案,以達到一生二,二生三,三生萬物的效果。
和傳統(tǒng)實驗室中發(fā)散式的研究方法不同,劉霽只會在找到問題以后才開始研究。哲學就是原理,是事物變化的總規(guī)律,以及宇宙萬象的本質(zhì)。在劉霽近期兩篇具有代表性的論文里,一篇是《DoubleSqueeze: Parallel Stochastic Gradient Descent with Double-Pass Error-Compensated Compression》,另一篇是《Distributed Learning over Unreliable Networks》
第一篇講的是通過補償機制,提升大規(guī)模并行計算的通訊效率;第二篇則是為分布式計算對于網(wǎng)絡不穩(wěn)定的魯棒性提供理論上的支持和保證。
在快手上,每日活躍用戶超過 2 億,每日新增視頻數(shù)量超過 1500 萬,視頻播總量超過 100 億。在這樣一個大背景下,機器學習的效率、穩(wěn)定性、魯棒性就顯得尤為重要。
劉霽所任職的快手西雅圖人工智能實驗室于 2018 年年底成立,成立的目的就在于從關鍵性的業(yè)務需求出發(fā)發(fā)掘探索前沿性的研究問題,為公司解決復雜的問題和瓶頸,打造公司的基礎 AI 能力。
劉霽講解到:“賭一個未來五年才能實現(xiàn)的東西是風險太高,現(xiàn)在打好技術(shù)基礎可能是更為穩(wěn)妥安全的方案。現(xiàn)在我們實驗室就是在做公司底層的技術(shù)基礎。未來會有很多新生事物,但是你會發(fā)現(xiàn)他們只是形式上的變化,本質(zhì)并沒有變。堅實的基礎才讓企業(yè)有能力去快速嘗試高效迭代新的想法?!?/p>
快手創(chuàng)始人兼 CEO 宿華希望劉霽教授研究技術(shù)的同時形成技術(shù)壁壘。企業(yè)想要生存,必須要有競爭力。這分很多種,比如全員勞動生產(chǎn)率(TP)、市場占有率(MR)、投資收益率(CR)、資產(chǎn)負債率(DR)、貸款回收率(GR)等等。
中國有一本管理類的核心期刊叫做《管理現(xiàn)代化》,其中有一段定義了工業(yè)社會階段的企業(yè)競爭力,原文是這樣寫的:企業(yè)競爭力是一個企業(yè)通過在市場銷售其產(chǎn)品反映出來的生產(chǎn)力;就企業(yè)競爭而言,企業(yè)競爭力的核心是比較生產(chǎn)力,而競爭的實質(zhì)是比較生產(chǎn)力的競爭。
那么對于快手而言,人工智能技術(shù)水平、機器學習效率等事物,就是其市場競爭力。快手有一大核心業(yè)務就是利用人工智能進行精準推送,它可以根據(jù)用戶的喜好,自動推送相關標簽的視頻。
可能有人會想,不就是做個標簽匹配嗎?這個過程說起來簡單,實現(xiàn)起來卻很復雜。比如一位用戶觀看了某明星打籃球跳舞的視頻,那么他接下想看的可能不是唱歌跳舞的視頻,也不是籃球視頻,甚至更不是這個明星的視頻——他可能只是想看鬼畜和惡搞視頻。
實驗室另外一項負責的業(yè)務便是快手的商業(yè)化、廣告推送等等。2018 年 10 月,快手正式公布他們開啟了“商業(yè)化元年”。承擔了這樣一個嚴峻的使命,劉霽反倒是欣然接受。
“西雅圖實驗室還有很多你想不到的東西,比如最近有個實習生設計了一個斗地主殘局 AI 以及殘局生成器,現(xiàn)在馬上就上線了,效果良好?!眲㈧V介紹到,“這也是我們實驗室的優(yōu)勢。”相較于其他企業(yè)的實驗室,西雅圖實驗室的組織架構(gòu)非常清晰簡明,他們和快手的工程師之間可以直接溝通,從而在極短時間內(nèi)把算法變成產(chǎn)品。
劉霽繼續(xù)說著,“有很多研究我們都是免費公開的,為的就是希望更多業(yè)內(nèi)人士參與進來?!边@樣的做法與其說是共同探討,更像是十足的招聘廣告。目前該實驗室約有 10 余名研究人員,劉霽希望能夠吸納更多當?shù)氐目蒲腥藛T,一起達成更宏遠的目標。
劉霽強調(diào):“哪怕我們暫時沒有這個方向,只要是新來的人有這個能力主導,我們甚至愿意為了他單獨開辟這個方向?!?/p>
不得不說,劉霽的理念和宿華非常相似。他們二人相識于 2018 年 1 月 30 日,在北京國貿(mào)大酒店舉辦的“麻省理工科技評論 35 歲以下科技創(chuàng)新 35 人 2017 年中國榜單”頒獎活動上,兩人都是該獎項得主。理工男的話題不出意料的相似,都喜歡人工智能,也都喜歡解決實際問題。
(來源:麻省理工科技評論)
不到一年,劉霽就來到了快手。
劉霽很認同快手的價值觀,他覺得快手有很大的增長潛力,在這樣的環(huán)境下,他能夠?qū)崿F(xiàn)更高的個人目標。更重要的的是,他非常認同宿華解決問題的方法論,先認清問題的本質(zhì)再尋求最佳的解決方案,換句話說,慢思考,快行動。
對于快手來說,劉霽這位新的老鐵能否為“商業(yè)化元年”開啟偉大的航道還是個謎團,畢竟現(xiàn)在市場風向變化很快,誰也沒有辦法保證百分之一百的成功。但他一定能為快手打下更牢固的基礎,讓這顆承載了數(shù)億用戶的大樹更加堅挺,并且枝繁葉茂。
愛爾蘭作家詹姆斯?喬伊斯,也就是《尤利西斯》的作者,他曾在短篇小說《都柏林人》中寫到過這么一句話“他們一個個都變成了行尸走肉。與其任由年齡讓我們在憂郁中枯萎憔悴,不如在滿懷激情的時候勇敢地跨入另一個世界?!?/p>
在這個充滿專利抄襲、技術(shù)復制的年代,AI 已經(jīng)進入了沉淀期,唯有用 AI 技術(shù)率先解決實際問題的企業(yè)才能把業(yè)務帶入新的紀元。
-
AI
+關注
關注
88文章
35109瀏覽量
279573 -
機器學習
+關注
關注
66文章
8502瀏覽量
134588
原文標題:快手 AI 技術(shù)的踐行者劉霽教授:構(gòu)建扎實的 AI 基礎能力,解決業(yè)務難題瓶頸
文章出處:【微信號:deeptechchina,微信公眾號:deeptechchina】歡迎添加關注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
信而泰×DeepSeek:AI推理引擎驅(qū)動網(wǎng)絡智能診斷邁向 “自愈”時代
5G+AI驅(qū)動:云翎智能防爆執(zhí)法儀破解電力作業(yè)現(xiàn)場可視化監(jiān)管難題

華為助力運營商構(gòu)建AI時代業(yè)務入口
開源鴻蒙構(gòu)建全棧AI端側(cè)能力體系
RAKsmart服務器如何助力企業(yè)破解AI轉(zhuǎn)型的難題
【「零基礎開發(fā)AI Agent」閱讀體驗】+ 入門篇學習
華為AI Calling解決方案打造AI時代業(yè)務入口
《AI Agent 應用與項目實戰(zhàn)》閱讀心得2——客服機器人、AutoGen框架 、生成式代理
中興通訊AiCube:破解AI模型部署難題
聯(lián)想劉軍:共筑AI生態(tài),引領數(shù)字創(chuàng)新
AI賦能新通話構(gòu)筑智能業(yè)務入口

評論