分论坛 > 武汉 > 新闻动态
CCF YOCSEF武汉:大数据AI融合发展背景下 学术界和产业界谁是影响力的C位担当?
2020-08-24 阅读量:727 小字


CCF YOCSEF武汉分论坛采用线上会议+直播相结合的形式举办本次活动,吸引直播观看人气峰值超6000。
直播+视频会议同步开场

在当前的人工智能和大数据时代,科技公司和高校都在相关领域展开了的许多科学研究,特别是很多企业更是有相当多的应用产品落地。企业在获取数据和计算资源方面占有很大的优势,且针对主流的人工智能研究问题,很多大企业都专门成立了研究院、有专门的研究人员在做研究。另一方面,高校的教师也承担了一部分科研任务,在学术前沿的自由探索方面做出了自己的贡献。两相碰撞,在大数据AI融合发展的时代背景下,学术界和产业界谁是影响力的C位担当?两者又应该如何把握自身的优势、如何通过交流合作去促进双方和领域的良性发展? 以此为背景,2020年8月22日上午,CCF YOCSEF武汉举办了“大数据AI融合发展背景下,学术界和产业界谁是影响力的C位担当?”观点论坛,从以下三个方面展开了思辨和探讨:

(1)怎么样界定高校和企业各自的科研影响力?

(2)高校、企业如何提升自己的影科研响力?

(3)高校和企业怎样开展合作,发挥自身优势,促进行业发展,寻找合适各自的研究方向?

本次观点论坛,邀请了阿里巴巴美洲达摩院高级算法工程师王丕超、京东零售技术与数据中心共享技术部高级算法工程师安山、武汉科技大学副教授朱子奇、湖北第二师范学院副教授甘胜丰、南京理工大学教授魏秀参、中国地质大学(武汉)孙琨、山东大学副教授孔兰菊、栋科软件吴永鹏等企业界和学术界有影响力的专家学者,一同参与论坛思辩,畅所欲言,为人工智能和大数据领域的发展建言献策。

学术界+企业界嘉宾引导发言

优势互补方能开启校企共赢的新模式”。来自阿里巴巴美洲达摩院的王丕超工程师从人工智能四大研究领域“计算智能、感知智能、行动智能、理解智能”和三大要素“算法、数据和算力”入手,详细分析了高校和企业的各自特点和优势、国内各城市研究院校和机构的特点、AI人才流动的情况,提出了校企共赢的多种途径。



来自京东的安山工程师也认为,学术界与企业界在人员项目构成、科研任务等方面具有诸多不同,应用场景已是人工智能研究中不可或缺的要素。“AI≠产品,目前的AI仍不具备通用性。”他又以负责的AR试妆项目,分析了学术界和企业界在研发方向方面选择的差异,指出企业界更注重商业价值和效能价值。



武汉科技大学朱子奇老师从高校科研工作者的角度提出了新AI时代下如何开展科研的一点思考。他总结了人工智能的发展进程,阐述了AI领域科研的新特点,分析了高校和企业科研团队的特色,总结了高校科研中存在的问题,最后对高校的科研工作进行了如下定位:寻求特色和力所能及的研究方向、合理规划经费、应用需求为导向、软件硬件相结合;对高校和企业的合作提出了如下思考:加深交流、互信互利。



最后,来自湖北第二师范学院、有诸多服务于重工业企业经历的甘胜丰老师,谈了他十年间对企业服务和工业中AI应用程度的变化的体会。他感觉到,企业和高校之间有时间差,企业技术人员与高校科研人员存在各方面不一致、保持高校科研和企业技术之间的流动性对二者的发展十分重要。通过举例工业中AI应用程度的变化、理想与现实之间的差距,他强调:工业对AI的需求巨大,但主体设备的全面替换很难;暂从工业服务出发逐渐替换,以小搏大,才能实现普通工业都用得起的AI技术



思辨+热议C位担当归属问题

大数据AI融合发展背景下,学术界和产业界谁是影响力的C位担当?来自两界的专家学者积极思辨,观点频现。

思辨点1:高校和企业如何界定各自的科研影响力?

(1)在高校和企业对有影响力的科研工作认知一致吗?

(2)大数据+AI大热之下,高校和企业的科研影响力是此消彼长还是齐头并进?

秀参:业界和学界认识并不一致,例如小样本学习,业界更愿意购买数据,学界对于推理非常感兴趣,但业界并不一定有兴趣。

孙琨:两个方面思考:一方面,高校认为人才培养非常重要,包括工程人才和科研人才;另一方面,为了培养人才,需要一定的科研前瞻性。二者对于有影响力存在分歧,高校的指标包括:师生数量、经费和论文等;企业包括:研发经费、销售数量、创收、有效发明专利、应用价值等。

安山:AI发展需要高校和企业的协同发展,AI发展中的痛点也需要学界来解决,没有必要此消彼长

丕超:高校和企业一定是齐头并进。AI发展潜力大,蛋糕够大,能够容纳高校和企业的共同发展,两者的合作更需要加强。但有些趋势值得注意:资源不均衡,AI人才主要集中在名校。像没有几篇顶会论文就很难进阿里,而非名校很难产出顶会论文。

唐厂:论文发表的引用率是否代表科研的影响力

丕超:每年顶会论文数量很多,引用数是影响力的一个非常重要的指标

秀参:企业和高校着眼点不同,能够齐头并进。

兰菊:企业发表论文的动机是什么?  

丕超:企业发表论文的动机:增强在竞标时的技术储备,增加个人影响力。


思辨点2:高校、企业如何提升自己的科研影响力?

(1)新形势下,二者在科研影响力方面各自的优劣势是什么?

(2)在大数据AI领域,前沿问题交给高校,力气活交给企业,说法是否认可?

永鹏:学术界成果有门槛,时间周期偏长,容易造成相比企业界落后的错觉。

包云岗:科研聚焦是高校科研的优势,长期研究能够产生具有商业价值的研究成果。

子奇:大企业应该勇敢出来占据C位,企业资源丰富,且能更快速的调度。

秀参:高校更为自由,企业有生存压力,高校做长远的方向,企业负责技术落地。高校和企业都存在人才培养问题,侧重点不同,高校用科研项目训练学生,培养基本科研素养,源头创新是重点。企业聚焦于工程师的维度,主要在于场景中落地的能力。两者可以人才互补。

云岗:科研“重工业模式”的执行,起点未必需要大量人力投入,重在持续积累和投入。


思辨点3:高校和企业怎样开展合作,发挥自身优势,促进行业发展,寻找合适各自的方向?

(1)合作模式哪种更合理:前沿探索允许失败?技术成熟产品应用?

(2)高校和企业的人才流动机制哪种更有效:吸取国外学术休假方式(高端人才直接交流)?通过校企合作培养学生(高校培养人才向企业输送)?通过项目合作发挥各自优势?

天亮:需要建立高校和企业的人才交流机制。

兰菊:校企合作过程中,高校的人才怎么样映射进去,怎么样把企业的问题投射出来?企业工程性要求比较高,对产品的稳健型要求比较高,积极打造自己平台,但可能会缺各类人才,需要高校作为核心支撑。

欧阳:细分领域有很多中小企业,也有很多校企合作的机会。

孙琨:中小企业的需求和高校科研人员之间信息不对称,缺乏相互了解的渠道,合作之间临界点不好把握。我们的国外合作伙伴,原来都是高校的教授,基于某种技术创业,然后在细分的领域做到隐形冠军。个人认为,学术界还是可以关注更多的细分领域。

天亮:校企合作,信息不对称,企业作为需求方,然后寻找高校目标明确,但高校不知道企业需求什么。企业举办挑战赛模式不错,有助于搭建企业和高校科研人员之间的桥梁

总结

大数据AI融合发展背景下,学术界和产业界在影响力的认知、优势等方面各有不同。加强工业界和学术界的联系,携手并进、协同发展、资源共享,在国际大竞争的环境下能够推动整个AI产业的更好地发展。条条大路通罗马,校企合作的渠道非常多。高校找好自己的优势定位、拥抱业务需求,企业加强人才流动、打破信息不对称,有助于二者开展合作、发挥优势,共促行业发展。



热门动态
2017-10-20
2017年10月17日下2点至4点半,由CCF YOCSEF武汉分论坛与哈...
CCF聚焦
会员权益
会员故事
会员荣誉
入会流程
返回顶部