阿里“NASA”掀全球AI人才军备竞赛

简介:  本文讲的是阿里“NASA”掀全球AI人才军备竞赛【IT168 资讯】3月23日消息,阿里巴巴正在美国硅谷等地紧锣密鼓地招募AI科学家,为“NASA”计划储备全球顶尖的科研人才,“预算不设上限”。

 本文讲的是阿里“NASA”掀全球AI人才军备竞赛【IT168 资讯】3月23日消息,阿里巴巴正在美国硅谷等地紧锣密鼓地招募AI科学家,为“NASA”计划储备全球顶尖的科研人才,“预算不设上限”。

  3月初,阿里巴巴董事局主席马云宣布启动内部代号为“NASA”的计划,将面向未来 20 年组建强大的独立研发部门,建立新的机制体制,为服务 20 亿人的新经济体储备核心科技。

阿里“NASA”掀全球AI人才军备竞赛

  同时,马云还动员阿里巴巴全球两万多名工程师投身“NASA”计划。在技术大会上,机器学习、芯片、IoT、操作系统、生物识别已经被明确提及,智能化的产业基础和应用被放在了突出位置。同时,根据马云对技术发展的哲学思考,“NASA”计划在将来会涵盖多种生产生活场景。

  马云表示,以前阿里巴巴的技术是服务于商业模式的,是“兵工厂模式”,但“手榴弹造得再好,也造不出导弹来。阿里巴巴必须思考建立导弹的机制,成立新技术研发体系,聚焦核心领域的研究。”

阿里“NASA”掀全球AI人才军备竞赛

  其实,阿里巴巴在人工智能领域的人才储备计划早已开启。iDST是阿里巴巴集团于2014年底成立的AI研究机构。两年来,iDST已经招募了众多全球顶级科研人才,这些科学家在美国西雅图、硅谷、北京、杭州等地组建专门的科学团队,推进阿里巴巴集团的前瞻性研究与应用。

  目前,阿里巴巴有超过2万名工程师、500多位博士;36位合伙人中,有9位拥有工程师背景。仅从数字来看,阿里巴巴在全球范围的资源协调能力和技术人才储备都非一日之功。

原文发布时间为:2017-03-23

本文作者:朱立娜

本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168

原文标题:阿里“NASA”掀全球AI人才军备竞赛

目录
相关文章
|
2月前
|
消息中间件 人工智能 Cloud Native
|
2月前
|
人工智能 编解码 文字识别
阿里国际AI开源Ovis1.6,多项得分超GPT-4o-mini!
阿里国际AI团队提出了一种名为Ovis (Open VISion)的新型多模态大模型的架构。
|
2月前
|
人工智能 Ubuntu Linux
安装阿里图文融合AI - AnyText心路历程(安装失败告终,心痛!)
安装阿里图文融合AI - AnyText心路历程(安装失败告终,心痛!)
|
3月前
|
人工智能 前端开发 Java
Spring Cloud Alibaba AI,阿里AI这不得玩一下
🏀闪亮主角: 大家好,我是JavaDog程序狗。今天分享Spring Cloud Alibaba AI,基于Spring AI并提供阿里云通义大模型的Java AI应用。本狗用SpringBoot+uniapp+uview2对接Spring Cloud Alibaba AI,带你打造聊天小AI。 📘故事背景: 🎁获取源码: 关注公众号“JavaDog程序狗”,发送“alibaba-ai”即可获取源码。 🎯主要目标:
108 0
|
4月前
|
人工智能 前端开发 Java
【实操】Spring Cloud Alibaba AI,阿里AI这不得玩一下(含前后端源码)
本文介绍了如何使用 **Spring Cloud Alibaba AI** 构建基于 Spring Boot 和 uni-app 的聊天机器人应用。主要内容包括:Spring Cloud Alibaba AI 的概念与功能,使用前的准备工作(如 JDK 17+、Spring Boot 3.0+ 及通义 API-KEY),详细实操步骤(涵盖前后端开发工具、组件选择、功能分析及关键代码示例)。最终展示了如何成功实现具备基本聊天功能的 AI 应用,帮助读者快速搭建智能聊天系统并探索更多高级功能。
1465 2
【实操】Spring Cloud Alibaba AI,阿里AI这不得玩一下(含前后端源码)
|
3月前
|
消息中间件 人工智能 运维
|
4月前
|
机器学习/深度学习 人工智能 编解码
【机器学习】阿里Qwen-VL:基于FastAPI私有化部署你的第一个AI多模态大模型
【机器学习】阿里Qwen-VL:基于FastAPI私有化部署你的第一个AI多模态大模型
714 0
|
17天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
|
24天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
20天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。