至顶网CIO与应用频道 09月29日 北京消息:人工智能领域权威科学家周伯文博士日前正式入职京东,出任京东集团副总裁。他将负责京东AI研究与平台部相关业务,向京东集团董事局主席兼首席执行官刘强东先生汇报。京东AI研究与平台部将聚焦于AI的算法创新,拓展零售基础设施的AI场景技术深度,同时结合京东的应用场景与AI成果,对内外零售基础设施的AI场景相关模块赋能。

京东集团副总裁 周伯文博士
在加入京东之前,周伯文博士就职于IBM纽约总部,担任IBM Research人工智能基础研究院(AI Foundations)院长,IBM Watson集团首席科学家,IBM杰出工程师,负责IBM全球在人工智能和深度学习基础研究的战略和执行。
作为Watson首席科学家,周伯文博士带领团队参与并在技术上领导Watson集团人工智能平台的算法开发,工程和商业化落地与应用。在专业领域, 他在国际一流期刊及顶级学术会议上已发表上百篇论文,内容涉及人工智能、深度学习、自然语义理解、机器翻译、语音识别等多个领域,并拥有十多项专利。
周伯文博士的国际学术兼职包括IEEE语音语言技术专家组成员,IEEE Transaction期刊副主编,ICASSP领域主席(2011- 2015),还曾担任ACL及NAACL机器翻译、机器问答、机器学习、信息提取等多个领域的领域主席。至今周伯文博士仍担任包括ICLR、NIPS、ACL、EMNLP、ICASSP、AAAI在内的各大人工智能学术会议的评审人。作为主要技术完成人,周伯文博士曾获得多个IBM杰出技术成就奖和杰出技术发明奖。作为技术领导者和高管,周伯文博士还曾获 IBM 杰出技术领导成就奖和IBM 最高奖“Best of IBM”。多年磨砺,使他成为一位既具备核心科研能力、又拥有成熟团队管理经验的尖端人才。
经过多年的发展,京东已经成为人工智能技术最积极、最具广度和深度的实践者,同时成为中国迈向人工智能时代最有力的推动者。京东集团围绕其在零售电商、金融、物流等领域的核心业务,研发自有技术平台,以精准全面的大数据和云计算能力为基础,人工智能技术为核心能力,在包括商业决策、智慧营销、智慧供应链、智慧物流、智能硬件、智慧金融、实体零售科技在内的多元领域持续投入,通过技术创新服务消费者,赋能合作伙伴,创造社会价值。
近日,京东集团董事局主席兼首席执行官刘强东提出了第四次零售革命理论,他所描绘的无界、精准零售场景中,核心技术之一就是AI预测算法,以及以预测算法为核心的商品销售预测应用。周伯文执掌的AI研究与平台部将在推动第四次零售革命、全力打造零售基础设施平台、对外开放赋能中发挥重要作用,而京东在人工智能领域完整而强大的整体布局也在逐渐浮出水面。
随着国内科技领域的创新产业蓬勃发展,近年有近半留学生选择回国加入技术创新团队。自刘强东在京东开年大会上强调 “全面技术驱动战略”以来,京东集团开明、务实、以技术驱动创新的思路广受技术行业认可。京东作为中国最大的自营式电商企业,完整覆盖从采购、售卖到配送、客服等全流程,拥有中国电商领域最完整、最精准、价值链最长的数据,为人工智能的充分实践提供了理想的数据基础,是机器学习的最佳数据源。同时,京东拥有非常丰富的应用场景,为技术人才成长和技术创新实践提供了最佳土壤。在吸引人才方面,京东一向不遗余力,2015年就成立了硅谷研发中心,内部也建立了大量创新实验室,同时多举措支持团队创新研发落地。京东相关负责人透露,近期还将有更多技术“牛人”加入,让京东的技术创新能力得到进一步提升。
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。