那個為扎克伯格構建起AI帝國的男人，如今回到了中國
Facebook之變，阿里巴巴之福
賈揚清是Caffe作者、TensorFlow核心作者之一，參與打造了全球最流行的開源深度學習框架，此前在Facebook任職AI架構總監。
賈揚清離職Facebook，爆料首先在知乎發出。
一個“如何評價賈揚清離職 Facebook？”的問題迅速吸引了不少回答，各方知情人士，紛紛以爆料表達了對大神關注。
大牛從來不會迷戀大公司光環。Caffe2+Pytorch合併後，Facebook內部負面訊息不斷，而此時賈揚清作出新職業抉擇，無非是想找到一個更合適自己發展的平臺，換一個地方繼續飛。
賈揚清出生於浙江紹興，2002年考入清華，並在清華拿到碩士學位，其後遠赴UC伯克利獲得博士學位。
2013年，賈揚清博士畢業加入之前就已實習了2年的Google，在Jeff Dean麾下任職，參與TensorFlow打造，致力於前沿的深度學習研究和工程，參與了ImgeNet2014比賽、移動端深度學習、Google下一代AI平臺TensorFlow開發、基於深度學習的產品開發和產品諮詢等。
2016年2月，賈揚清離職Google加盟Facebook，在LeCun麾下任研究科學家，主打前沿AI研究和平臺開發。賈揚清打造的深度學習框架Caffe，也成為Facebook重點部署框架之一。
Facebook的內部爭鬥連累了賈揚清的產品。賈神領導的caffe2和onnx基本名存實亡。caffe2的生存空間是被產品團隊部署（例如廣告），但產品團隊決定開始使用pytorch，所以caffe2團隊基本是要換事情做了。
同樣，onnx使用有侷限，pytorch 1.0 拋棄了onnx，所以Facebook也基本拋棄了onnx，估計只有微軟和aws還在推，但可能退出也是遲早的事情。
Facebook之變，卻是阿里巴巴之福。就在Facebook內部動盪之時，阿里恰好已在推進矽谷研究院計劃。於是向“老鄉”賈揚清伸出橄欖枝，最後挖得AI大神加盟。目前據稱賈揚清將出任阿里巴巴副總裁，帶頭打造百人規模研發團隊。
更有意思的是，賈揚清之前在知乎評價阿里達摩院的回答，現在變成了預言，“我在阿里有很多志同道合的朋友，比如說同在伯克利讀博的Xiaofeng Ren（以前亞馬遜的首席研究員），當年一起在清華摸爬滾打的蓋坤（阿里的技術大牛靖世）等等。記得十幾年前在當時的微軟亞洲研究院聽到的一個說法，MSRA 幫助培養了第一批國際化的計算機人才。白駒過隙，現在更多的本土公司開始加入人才培養和科研的第一線，這對於 AI 的發展是振奮人心的好事。倒退幾年，如果我還在讀研究生的話，又多了一個實習的好去處呢”。
賈揚清的“共享意識”
作為影象識別開源軟體Caffe的研發者，賈揚清向全球免費共享了這一成果，所以，他的大名在業內人人皆知。
賈揚清出生在浙江紹興。賈揚清的母親沈周娟和父親賈超英都是上虞春暉中學的語文名師，賈揚清出生在“春暉”的集體宿舍， 從小在“春暉”校園裡長大。
中考時，賈揚清以上虞區中考第三名的成績進入春暉中學。到了高中，他的成績一騎絕塵，獲得過全國物理、化學競賽一等獎，數學聯賽二等獎，英語綜合能力二等獎等等。
賈揚清是文理科俱佳的學霸，他自己的一套學習套路。比如對於老師佈置的題目，會了就不做，主攻漏洞，對不會的題目，買一整本練習題練習。
高考理綜考慮時，賈揚清因為大意做錯了一道27分的題目非常沮喪，不過最後以高考成績686分的成績順利進入清華大學資訊科技自動化專業。在清華拿到碩士學位後赴UC伯克利獲得博士學位。
對於兒子的成功，沈周娟總是這樣提醒他：“你有今天的名望，有技術不是唯一原因，而是緣於共享。”
阿里達摩院
2017年10月11日，在阿里雲棲大會上，阿里巴巴CTO張建鋒（花名行癲）宣佈阿里巴巴成立全球研究院。
阿里巴巴達摩院（The Academy forDiscovery, Adventure, Momentum and Outlook，Alibaba DAMOAcademy）是一家致力於探索科技未知，以人類願景為驅動力的研究院，是阿里在全球多點設立的科研機構，立足基礎科學、顛覆性技術和應用技術的研究。
2019年1月2日，阿里巴巴達摩院釋出了“2019十大科技趨勢”：城市實時模擬成為可能，智慧城市誕生；語音AI在特定領域通過圖靈測試；AI專用晶片將挑戰GPU的絕對統治地位；超大規模圖神經網路系統將賦予機器常識；計算體系結構將被重構；5G網路催生全新應用場景；數字身份將成為第二張身份證；自動駕駛進入冷靜發展期；區塊鏈迴歸理性，商業化應用加速；資料安全保護技術加速湧現。
阿里巴巴達摩院作為前沿技術的科研機構和普通公眾的關係也是非常密切的。
舉例來說，一名遙感分析師，每天伏案比對衛星遙感照片上的建築物，找出違章建築及破壞森林等違法行為。每次遙感衛星照片更新，都要花費3個月才能完成人工分析，“工作壓力大時曾眼冒金星”，更有挫敗感的是，由於分析耗時長，執法人員趕到時已有大片森林被永久破壞。通過應用阿里達摩院開發的“AI衛星遙感影像分析”系統，遙感衛星影像的分析被縮短至幾分鐘。
解決社會問題，解放人類，才是人工智慧之本。
AI商業落地之痛
日前釋出的《2018中國人工智慧商業落地研究報告》顯示，2017年中國AI創業公司獲得的累計融資超過500億元，但2017年AI商業落地100強創業公司累計產生的收入卻不足100億元，90%以上的AI企業虧損。
一方面，人工智慧教育、投融資熱浪不減，另一方面，AI初創公司商業落地卻舉步維艱，一上一下兩者呈現冰火兩重天的格局。目前人工智慧產業雷聲大、雨點小，AI正遭遇商業落地之痛，似乎已經成為業界人士的共識。
所謂人工智慧“落地難”，就是在實驗室理想的環境下，取得了很大的成功，但是拿到實際的生活、生產當中去，往往不能得到預期的結果。AI落地，會遇到很多的挑戰。
在“2018全球智慧+新商業峰會”中， 騰訊公司副總裁、AI Lab負責人姚星認為，目前對於實際應用場景來說，人工智慧只是輔助手段，而不是決勝力。 人工智慧產業缺乏的不是演算法，而是如何更好地轉化成工程手段。
美國人工智慧協會（the Associationfor the Advance of Artificial Intelligence，AAAI）執行委員會唯一的華人委員、香港科技大學電腦科學及工程學系教授楊強近日接受訪談時表示，國內AI研究儘管在投稿量上接近領先，但是在創新方面，國內人工智慧研究還有欠缺，“很多人學會回答問題了，但是，很少有人會提出新問題”。
談到AI未來的發展方向，楊強認為，當前AI應用沒有做到讓整個行業脫胎換骨，而要做到AI驅動的“核心決策系統”的優化，演算法研究的力量可能只佔其中比較小的百分比，更多的是要看市場對這個系統的態度，看生態、同盟的發展速度，是不是可以來推動整個垂直行業的躍進。
目前，在國內，一些與計算機視覺相關的應用，比如在安防領域，已經產生了比較大的變化。之前的安防行業採用的是事後追查責任的思路，通過查詢監控錄影，回溯歷史記錄。比如北京機場據說有超過兩萬個攝像頭，這是不可能靠人力實時監控保障安全的。而目前通過人工智慧，可以預防和實時阻止部分危險情況的發生。
人工智慧在不同國家的發展，與當地的產業發展特點相關，取決於技術與當地產業的結合。 以金融業為例，中美有兩個主要差異，第一，在技術應用方面，美國金融市場競爭比較激烈，很多銀行早就習慣通過技術手段競爭。一個金融公司裡10%的員工是IT和技術員工，在中國，這個比例大概是3%-4%。在美國，人工智慧在金融方面的應用相對走的更往前，很多對衝基金是通過機器學習、資料探勘，量化基金通過程式來管理基金。與美國比，中國處於相對早期。另一方面，兩國在金融領域的監管法規有一定差異。在美國，沒有太多監管限制通過開發程式管理基金，只要敢冒險，自負盈虧，相比之下中國則整體相對謹慎。
馬化騰曾表示，如果只能投資一個領域，從他自身所處行業出發，他最關注的是和資訊科技相關的AI產業。
國內近幾年掀起AI熱，科研、資本和人才向AI靠攏的趨勢明顯。網際網路巨頭公司大力加碼推進人工智慧研發。國際科技巨頭對人工智慧的研究已逾十多年，並且部分研究成果已經進行商業應用。
企業最終將由於人工智慧的應用而大幅提升生產效率。大型企業內部本身有IT部門，資源也多一些，有條件去研究AI，可以選擇是自己做還是去尋求外部幫助，小企業則可能需要找人做。大小企業的思考模式和基本邏輯相同，只是具體的操作方式不同。這一波人工智慧浪潮類似網際網路初期， 無論企業規模大小，任何時候擁抱AI都不嫌早。