AI框架大牛贾扬清加盟,任职阿里巴巴技术VP

简介: 阿里巴巴再揽一员大将!

阿里巴巴再揽一员大将!

阿里巴巴宣布,贾扬清正式加盟,担任技术副总裁岗位,领导大数据计算平台的研发工作。

贾扬清,本科和硕士毕业于清华大学,在美国加州大学伯克利分校计算机科学博士学位。

现在刚满35岁,是全世界最受关注的AI科学家之一。

攻读博士期间,贾扬清创立并开源了深度学习框架Caffe,也是TensorFlow核心作者之一。

在此次加入阿里巴巴之前,在Facebook任职AI架构总监。

加入阿里,早有先兆

贾扬清这次动向,其实已经早有先兆。

2月下旬,他发布了一则意味深长的新帖。

他说清晨参观了家乡(杭州)10世纪建造的佛塔,从小就听祖母谈及,但至今才实地造访。
为了让硅谷朋友更直观了解此情此景,贾扬清还类比说,这就是像一个生长于硅谷的人,后来搬到了伦敦生活,但直至最近才穿越半个地球参观湾区地标金门大桥。

最后,他附上了一张杭州保俶塔的图。

image


更有意思的是,贾扬清之前在知乎评价阿里达摩院的回答,现在变成了预言,当时有人称阿里在挖角贾扬清,于是贾扬清自己回应说:

我没有向阿里投过简历,也没有接到过阿里的offer,所以级别的事情无从说起。

但是我在阿里有很多志同道合的朋友,比如说同在伯克利读博的Xiaofeng Ren(以前亚马逊的首席研究员),当年一起在清华摸爬滚打的盖坤(阿里的技术大牛靖世)等等。

大家都是非常真诚和优秀的人,如果传言对一些朋友或者招聘造成影响的话,欢迎您引用我的回答辟谣。
记得十几年前在当时的微软亚洲研究院听到的一个说法,MSRA 帮助培养了第一批国际化的计算机人才。
白驹过隙,现在更多的本土公司开始加入人才培养和科研的第一线,这对于 AI 的发展是振奋人心的好事。

(倒退几年,如果我还在读研究生的话,又多了一个实习的好去处呢。)

就在前不久,贾杨清“离职Facebook,加入阿里”还在知乎上引发了一番讨论。

现在消息已经得到官方确认,贾扬清已经带上阿里巴巴的工牌。

不过有趣的一点是,按照阿里巴巴的企业文化, 他需要给自己起一个花名,倒是有一个“风清扬”之名跟他名字挺般配。

但“风清扬”早早就被抢注了。他会选择什么花名呢?

原文发布时间为:2019-03-13
本文作者:量子位
本文来自云栖社区合作伙伴“ 量子位”,了解相关信息可以关注“ 量子位”。

相关文章
|
8天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
109 59
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
40 11
|
2天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
20 4
|
2天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
6天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
5天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
5天前
|
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。
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
7天前
|
人工智能 运维 数据挖掘
跨界融合:AI与5G技术如何共同推动数字化转型
【10月更文挑战第29天】本文探讨了人工智能(AI)与第五代移动通信技术(5G)的结合如何推动数字化转型。通过高速、低延迟的5G网络和AI的数据分析能力,两者相辅相成,实现了智能化网络运维、增强网络功能和多行业的实际应用。文中提供了网络流量预测和故障预测的示例代码,展示了技术的实际应用潜力。
20 1
|
13天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###

热门文章

最新文章

下一篇
无影云桌面