10個月后，百度研究院又在硅谷開了一場會，王海峰再度更新了兩條新動態，百度研究院顧問委員會正式成立，同時宣布2018年加入百度的世界級科學家已經陸續增加到9位。顧問委員會將為百度研究院的AI研究注入學術端的血液，在人工智能的前瞻性研究上有著更深遠的布局，而9位世界級科學家的加盟，則提供了窺視百度人工智能的新視角。

不妨先來看一下百度研究院的世界級科學家陣容：

AT&T和貝爾實驗室前副總裁及首席科學家David Belanger;

伊利諾伊大學厄巴納·香檳分校終身教授、計算機視覺領域頂級科學家David Forsyth;

著名的計算語言學專家Mark Liberman;

卡耐基梅隆大學終身教授、機器人技術領域專家Martial Hebert;

知識發現與數據挖掘(KDD)領域的最高技術榮譽ACM SIGKDD創新獎得主Vipin Kumar;

計算機視覺和生物特征領域專家郭國棟;

自然語言理解、機器翻譯領域專家黃亮;

悉尼科技大學教授、計算機視覺和人工智能專家楊易;

自動駕駛和機器人領域領軍人物Dinesh Manocha。

這些世界級科學家，要么在人工智能領域有著豐富的學術基礎，要么牽頭了多個人工智能項目組，要么著作等身獲獎無數。不到一年的時間里，百度研究院迅速網羅數量如此之多的AI大牛，其中前五位還是百度研究院顧問委員會的成員，到底釋放了什么信號?

李彥宏在《智能革命》一書中引用了彼得·蒂爾的一句話：我們需要能飛的汽車，結果只得到140個字符(推特)。我想李彥宏對彼得·蒂爾的觀點不無認同，盡管人工智能的浪潮再度興起，卻也出現了大量的投機者，或是追風口，或是為了支撐商業模式，對技術本身的執著和較真反而稀缺起來。

一切為了AI

人工智能的競爭，可能是算法、數據、算力的競爭，但歸根結底都是人才的競爭。而百度網羅世界級科學家還有另外的深意，在百度研究院的這場內部會議中，除了核心科學家團隊的亮相，還公布了9個領域的重要成果：

1、自然語言處理(NLP)：在AI for Prosthetics Challenge等國際知名賽事中，百度在自然語言處理領域屢獲冠軍，與百度構建了最大的中文異構知識圖譜，研發基于多文檔校驗的閱讀理解技術、基于交互式學習的對話理解技術等不無關系。目前來看，百度NLP技術每天被調用超過3000億次，并通過百度AI開放平臺對外開放;

2、語音技術：百度建立了世界上第一個具有集成預期和可控延遲的語音實時翻譯系統，并已經被應用于百度同傳;

3、語音合成：百度提出了第一個完全端到端的深度神經網絡模型，可合成出接近于真人聲音的語音。

4、AI醫療：百度發布了擁有強大的腫瘤病理切片檢測能力的“神經條件隨機場”算法，可為癌癥診斷和治療提供重要助力;

5、機器人：百度開發了世界首個基于視覺的低成本建筑機械傳感控制系統?；谠摷夹g打造的無人挖掘機，可減少40%人力成本，同時工程收益可以提升50%。

6、商業智能：百度致力于區域畫像、POI知識圖譜和用戶畫像等基礎能力的研發，生成了數以千萬條POI屬性和數以億條關系數據，完成了多尺度百萬級區域的百余項指標的計算，并將這些能力成功應用于數讀城市和百度地圖的智能出行等產品中。

7、高性能計算：百度作為主要創始機構發布了國際業界公認的開源深度學習性能基準平臺MLPerf并產生巨大影響力，目前已吸引了50多家公司，和哈佛等7所頂級大學加入。

8、深度學習平臺：PaddlePaddle已經通過百度平臺EasyDL、AI Studio免費向開發者開放，中小初創企業和個人無需特殊軟硬件和工程團隊，也能建立強大AI模型，加速AI應用落地。

9、大數據：百度快速檢索算法已經處于世界領先地位，同時專注開發實用機器學習算法平臺，在搜索、信息流、知識圖譜等百度關鍵產品和技術上發揮著重要價值。

一連串的技術成就背后，無疑佐證了這樣一個事實：在人工智能的人才爭奪中，無論是一線的算法工程師還是世界級的科學家，百度都始終占據上風，人工智能領域的重要成果恰恰是人才投資應有的“甜頭”。

AI領域的技術門檻極高，只有各個領域的頂尖級科學家才可能在創造大的突破。尤其是當互聯網行業進入“劉易斯拐點”，流量紅利基本結束，以規模換利潤的玩法不再流行，終將從模式創新回到技術創新上來，互聯網下半場的競爭勢必會是技術的競爭，也大抵也是百度在人才領域頻頻發力的原因所在。

AI大牛的誘惑

對“世界級科學家”的定義往往有著苛刻的標準，個人知名度只是其一，還要有前沿的技術研究方向，甚至影響公司的未來走向和價值觀。對于百度這樣走進AI創新無人區的企業而言，世界級科學家的重要性不言而喻。

當然，百度研究院對世界級科學家的引入，并不是為了到一線去帶兵打仗，扮演的角色和價值主要集中在三個層面。

價值一：AI人才的虹吸效應。

一位AI領域的從業者對于人工智能的人才之爭，打過一個比方：“這是一種智力上的吸引，就像武俠世界，你武功高就有人愿意跟隨你。”就像是一個不見刀光劍影的江湖，世界級科學家如同是江湖上有名號的門派掌門人，有著一大批忠實的信徒，也有著龐大的影響力，同時也是公司招攬優秀人才的軟實力。

現在大多數公司面臨的問題是，如何培養招聘來的上千人的技術團隊，世界級科學家不僅是技術方向上的引路人，也在為如何建立起一套完整而高效的人才培育機制出謀獻策，比如在百度研究院的9位科學家中，大多有過大學任教、帶領項目組的經歷。

價值二：國際化視野。

中國和人工智能相關的巨頭，目的肯定不是搭乘人工智能的順風車，然后重復造輪子，而是走在技術創新的最前沿，如此才能形成牢不可破的壁壘。一個簡單的例子，百度、阿里、騰訊等相繼在硅谷建立實驗室，目的無非是招攬全球最優秀的人才，方便與同行們進行交流，避免閉門造車。

世界級科學家無疑是擴展國際化視野的另一條途徑，大師之所以為大師，學術素養是其一，對未來方向的把控是其二。美國在二戰后吸納了諸多世界級科學家，對美國今天在科技界的領先地位依然有著深刻影響，人工智能是同樣的道理。

價值三：創新最前沿。

有了人才的虹吸效應，有了國際化視野，下一步就是成為創新的領袖，這似乎也是百度研究院的初衷所在。在百度已經構建的人工智能技術布局中，既包括算法、算力、大數據等底層基礎，也有語音、視覺等感知技術，以及知識圖譜、自然語言處理等認知技術，無不走在創新的最前沿。

純粹的技術研究很容易陷入到這樣一個陷阱：以論文、專利、競賽排名等標桿的人工智能，很難應用到實際生活中，比如耗費大量計算資源去追求極小的模型壓縮、犧牲計算速度去在極小范圍內提升模型準確率等等。百度的聰明之處在于，有一群世界級科學家進行頂層設計，又借助百度大腦、DuerOS、自動駕駛等進行技術驗證。

正如王海峰在百度研究院硅谷會議上所提到的，“人工智能是第四次工業革命的核心驅動力，它的價值有目共睹。”聚集一批志同道合的人，一起在人工智能領域做正確的事，順便加速人工智能的商業化落地，或許就是百度研究院的本意。