教主楼天城的AI创业项目,被我们找到了(附问答楼天城)

简介:
本文来自AI新媒体量子位(QbitAI)

 一张有意义的照片:James Peng和楼天城

一转眼,楼天城到了而立之年。

尽管几乎不在任何社交媒体上公开露面,这位楼教主的消息却一直未有间断。然而无论曾经有多神奇,俱往矣。

属于他的新故事,正在拉开帷幕。

Pony,小马

昨天,量子位发了一篇百度无人车的报道

这篇报道里,除了王劲在百度的这条线索,还有很多支线消息,比方说百度无人车的首席架构师James Peng和楼天城两位大神,双双离职携手创业。

在百度,技术职级T序列分为12级,T12估计是李彦宏自己。而楼天城是百度最年轻的T10。这是个什么水平呢?

百度技术VP王海峰、地平线CEO余凯、头条VP杨震原、金山云SVP侯震宇、度秘CTO朱凯华、京东VP黎科峰等都是T10。

据说吴恩达加盟时也是T10,不知道现在升级没有。至于James Peng,他是T11。

前天,量子位通过工商信息发现,楼天城和同样来自百度的李衡宇,去年12月19日注册了一家名为“小马智行”的公司。我们按照地址前往探查的时候发现,发现是虚拟的注册地址。扑了一空的量子位怎能“善罢甘休”。

又过了一天,量子位抽丝剥茧,终于看到了楼天城的AI创业项目:

就是这个:Pony.ai

     ■ 证据一:Pony这个英文,和小马这个中文,完全对应。

     ■ 证据二:.ai这个后缀,是人工智能创业公司的最爱。

     ■ 证据三:尽管楼教主有效行踪几乎为0,但还是被量子位发现!(^-^)V

     ■ 证据四:王晨谷,竟然也加入了这家公司,他是楼教主的同班同学!

以上证据,是量子位借助人工智能大数据挖掘工具,在海量信息中找粗来的,未经授权随便盗用,小心量子位对你展开深度挖掘。

Pony.ai的首页,是一小段循环播放的视频,似乎是一辆车正在通过大桥。而在简介中,这家公司自称位于硅谷核心,正在为机器人创建人工智能。以及这家公司正在招募机器学习、计算机视觉、通用软硬件的“世界级天才”。

另外,Pony.ai还在页面的显著位置,写上了这么一句话:

The road is life

—— Jack Kerouac

Jack Kerouac,杰克-凯鲁亚克,是美国“垮掉的一代”的代表人物,曾以离经叛道、惊世骇俗的生活方式与文学主张震撼美国。著有自传体小说《在路上》。

在路上的Pony.ai,此前以大约五个人的公司规模,拿到红杉、IDG的投资,估值达到9000万美元。嗯,也是量子位独家信息哟。

姚班,首期

今年2月9日,王晨谷从Google离职,当月加入Pony.ai,担任高级软件工程师。

王晨谷和楼天城经历相仿,他俩都是清华姚班的首期学生,都曾在Google供职,现在又都来到了这家新的创业公司。不同之处,楼天城在Google的无人车部门,而王晨谷研究Android设备上的行为识别,比如开车时提示用户将手机切换到驾驶状态。

实际上,楼教主还有一位跟机器学习、自动驾驶技术相关度更高的同学:吴景岳。

从公开信息来看,他目前在Waymo,也就是Google无人车公司,搭建机器学习基础架构。而在去Waymo之前,他在Google为机器学习写编译器。

吴景岳2008年从姚班本科毕业后,去了哥伦比亚大学读博士,2014年毕业。

吴景岳同学也算是跟教主一起参加过ACM的,不过不是同一支队伍。2005年,楼天城和贝小辉、张宁组成bomber队参加ACM北京分赛区比赛。

一起参加的还有另一支清华队伍THU1,由吴景岳,栗师和金凯组成。这两支队伍中除张宁外的5个人,在2006年姚班成立时,成了姚班首届学生。

2006年,吴景岳的THU1去参加世界总决赛,bomber解散,楼天城和鬲融、胡伟栋组成了Mobile Robot。这支队伍成立后做的第一件事,是配合THU1准备决赛。

这期间还有一个小插曲,2005年ACM北京赛区的预赛,bomber获得第二名,是贝小辉一己之力过了6题打下来的。

当时,楼天城和张宁刚好跑去参加百度之星程序设计大赛。最终楼天城写出的程序,以领先第二名0.004秒的优势,夺得冠军……

 各种比赛中的楼教主

楼天城回忆赛后颁奖礼的发言环节:“选手可以向前走一步选择优先发言。这时我突然感觉大家把目光都聚焦到了我身上,向右一看,由于我站在最左边没有注意到右边的情况,可谁知其他选手都后退了一步,把我留在了看似向前一步的位置”。

2006年,楼天城蝉联百度之星冠军。

上面提到的几个队友兼同学,都去海外名校任了教职:贝小辉,在南洋理工大学任助理教授;鬲融,在杜克大学计算机系任助理教授。

问答楼教主

楼天城尽管传说甚多,但很少在互联网上披露个人信息。当初教主从Google离职加入Quora时,曾破例写了一篇:《我为什么加入Quora》。

对于楼天城最多也就是片段式的报道。在搜集楼天城信息的过程中,量子位发现楼天城刚加入百度不久,在百度美研期间曾经有过一次对话问答,转译如下:

提问:天城,你是如何成长为程序高手?

天城:首先,你得数学很强。我从小就对数学有极大的兴趣,这为我打下良好的基础。其次,实践、实践、实践!过去十年里,我参加了100多个编程大赛。

提问:你为什么对自动驾驶感兴趣?

天城:这是一项将产生深远影响的技术。我喜欢这样的状态:我在技术上的投入,能让世界因此不同。我善于将理论应用到实践中发挥作用。很多时候,论文中完美的理论和算法,不一定能应用到实践当中。

提问:什么把你吸引到百度?

天城:我相信百度自动驾驶项目,正处于我能发挥重大作用的阶段。他们告诉我百度对自动驾驶技术,有一个具体的计划和路线图,而不仅仅以研究为目标。

提问:你对喜欢计算机的孩子有什么建议?他们应该先学什么语言?

天城:如果来自学校和其他活动的压力不大的话,我认为高中是接触编程的好时机。在语言方面,C++是最关键的。如果你想成为一个好的程序员,不能跳过这一节。除此以外,Python和Java也非常重要。

我的一个小建议是,学习编程时要有合理的预期。编程可以帮你提高逻辑推理能力,这是一个对你一生都有益处的技能。但不要把编程当成进入更好的大学或公司的捷径。

学会享受编程的乐趣!在这个过程中,你将提高自己推理和解决问题的能力。

以上。

本文作者:李林 舒石
原文发布时间:2017-03-03
相关文章
|
2月前
|
人工智能 监控 供应链
AI技术创业有哪些机会?
本文探讨了AI技术创业的多个机会,包括提供行业解决方案、开发智能产品和服务以及教育和培训,为创业者在医疗保健、金融服务、零售、教育等多个领域提供了丰富的机遇。
88 2
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
MMAudio:开源 AI 音频合成项目,根据视频或文本生成同步的音频
MMAudio 是一个基于多模态联合训练的高质量 AI 音频合成项目,能够根据视频内容或文本描述生成同步的音频。该项目适用于影视制作、游戏开发、虚拟现实等多种场景,提升用户体验。
49 7
MMAudio:开源 AI 音频合成项目,根据视频或文本生成同步的音频
|
16天前
|
存储 人工智能 数据库
Codel:AI代理工具,支持在终端、浏览器、编辑器执行复杂任务和项目
Codel是一款全自主AI代理工具,支持在终端、浏览器和编辑器中执行复杂任务和项目。它运行在沙盒化的Docker环境中,具备自主操作能力,内置浏览器和文本编辑器,所有操作记录存储于PostgreSQL数据库。Codel能够自动完成复杂任务,如创建项目结构、进行网络搜索等,适用于自动化编程、研究与开发、教育与培训以及数据科学与分析等多个领域。
55 11
Codel:AI代理工具,支持在终端、浏览器、编辑器执行复杂任务和项目
|
28天前
|
人工智能 物联网 Shell
今日 AI 开源|共 12 项|开源的DIY健康追踪项目,基于低成本的智能戒指构建私人的健康监测应用
本文介绍了多个开源项目,涵盖了从量子计算错误纠正到视频生成和编辑的广泛应用领域。这些项目展示了AI技术在不同领域的创新和应用潜力。
157 10
今日 AI 开源|共 12 项|开源的DIY健康追踪项目,基于低成本的智能戒指构建私人的健康监测应用
|
21天前
|
存储 人工智能 缓存
官宣开源 阿里云与清华大学共建AI大模型推理项目Mooncake
近日,清华大学和研究组织9#AISoft,联合以阿里云为代表的多家企业和研究机构,正式开源大模型资源池化项目 Mooncake。
|
22天前
|
存储 人工智能 缓存
官宣开源|阿里云与清华大学共建AI大模型推理项目Mooncake
2024年6月,国内优质大模型应用月之暗面Kimi与清华大学MADSys实验室(Machine Learning, AI, Big Data Systems Lab)联合发布了以 KVCache 为中心的大模型推理架构 Mooncake。
|
1月前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
1月前
|
人工智能 安全 网络安全
揭秘!大模型私有化部署的全方位安全攻略与优化秘籍,让你的AI项目稳如磐石,数据安全无忧!
【10月更文挑战第24天】本文探讨了大模型私有化部署的安全性考量与优化策略,涵盖数据安全、防火墙配置、性能优化、容器化部署、模型更新和数据备份等方面,提供了实用的示例代码,旨在为企业提供全面的技术参考。
98 6
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
探索未来AI趋势:掌握Function Calling技巧,解锁大模型精度提升的秘密武器,让你的数据科学项目事半功倍!
【10月更文挑战第6天】随着深度学习技术的发展,神经网络模型日益复杂,Function Calling作为一种机制,在提升大模型准确度方面发挥重要作用。本文探讨Function Calling的概念及其在大模型中的应用,通过具体示例展示如何利用其优化模型性能。Function Calling使模型能在运行过程中调用特定函数,提供额外的信息处理或计算服务,增强模型表达能力和泛化能力。例如,在文本生成模型中,根据上下文调用词性标注或实体识别等功能模块,可使生成的文本更自然准确。通过合理设计条件判断逻辑和功能模块权重,Function Calling能显著提升模型整体表现。
78 3
|
1月前
|
人工智能 Anolis 开发者
下一篇
DataWorks