科学匠人 | 边江:在研究院的七年“技痒”,探寻大模型助力AI与产业融合之道
身处第四次工业革命的进程中,机器学习、深度学习等人工智能技术已成为公认的核心驱动力。近几年,在各大研究机构的努力下,人工智能技术已取得众多突破性成果,并在产业中落地生花。
多年来,微软亚洲研究院在探索计算机基础科研创新的同时,也在持续推动人工智能技术与现实产业场景的融合,通过与各行业合作伙伴的联合研究,目前已经让 AI 在智慧金融、物流运输、医疗健康、能源与可持续性发展等行业场景中得到应用。这些项目的成功,离不开微软亚洲研究院资深首席研究员边江和同事们多年的努力。从出走创业,到回归七年,边江一直奔走在创新技术与产业融合的第一线。
学术界是边江职业生涯的起点。在美国佐治亚理工学院完成计算机科学博士学业后,边江加入了美国雅虎研究院,负责雅虎首页内容推荐和垂直搜索模块的研究和优化工作。但异国的漂泊终究难抵对故土的深情,没多久,他选择了回国发展,加入微软亚洲研究院继续从事推荐算法相关的研究。
2013年,各行各业掀起了一轮创业热潮。怀揣着“科技改变世界”的梦想,边江短暂地离开了熟悉的科研圈,加入了一家新成立的算法推荐新闻资讯公司,成为其初创团队的一员,将一腔热血投入到产业界中,期望可以将实验室的创新技术应用到现实场景中。
“相比纯粹的学术研究,我更喜欢将技术应用到实际产业的过程。除了发表论文和在公共数据上做实验之外,产业界还要考虑更多的实际问题。做产品需要系统性的思维,包括对数据的考量、KPI 的设定等,比如如何弥补模型优化和产品实际上线之间的差距,这其中存在许多新的挑战。”边江说。
创业的几年间,边江在将机器学习技术应用于产品实践方面积累了丰富的经验。而扎实的学术功底加上创业实战经历,让边江得到了众多科技公司的青睐。但在比较了若干机会之后,边江还是选择了回归微软亚洲研究院。“无论是产业界,还是在学术界,我一直都对前沿技术很感兴趣,微软亚洲研究院一直走在新技术研究与探索的前沿,并已经发展成为了一个横跨产、学、研的机构,给科研人员提供了更广阔的舞台。重新回到这里,让我可以探索新技术从想法到研发,再到产业落地的全过程。而且研究院拥有众多顶尖的人才,我也能够与这些优秀的同事和实习生合作,一起做出更有影响力的研究成果。”边江说。
除了带领机器学习组推进相关科学研究,边江还是微软亚洲研究院产业创新中心(Industry Innovation Center)的负责人。作为微软亚洲研究院产、学、研融合创新的平台,产业创新中心以研究院前沿研究与技术转化的丰硕成果与丰富经验为基石,聚集了一批既擅长技术创新又具备行业知识的“接地气”的计算机科学家和工程师,致力于发展与企业的战略合作,面向真实世界的关键场景,通过联合技术创新,实现共同发展,引领产业未来。
边江表示,产业创新中心希望从三个方面推动人工智能技术与产业的快速融合:一是在工业应用场景基础上探索最先进的人工智能技术,并将人工智能技术真正应用于工业界,赋能工业界;二是将创新的技术转化成云服务和开源项目,赋能更多的产业客户;三是为微软研究院搭建一个与业界沟通交流的平台,帮助研究人员从产业界中发现新的研究课题,也让产业界了解最新的技术发展动态。
具体而言,产业创新中心计划聚焦四个领域。在供应链领域,从物流、零售和制造业切入,利用智能决策进行供需匹配预测,帮助企业实现从生产、仓储,到运输物流的全产业链资源优化。在能源领域,从生产端助力风能和太阳能等清洁能源的生产趋势预测,最大化能源网络效率;从消费端帮助企业减少资源消耗,构建智能楼宇、绿色数据中心等,实现节能减排;并在两者之间,通过电池性能和生命周期预测以及充放电策略等研究,优化新能源储存方式。在金融领域,利用深度学习识别洗钱和欺诈行为,帮助金融机构更好地识别诈骗或洗钱团伙;同时模拟金融投资市场,助力金融从业人员预测极端的市场动荡,做好风险控制。而在医疗健康领域,边江和团队将推动机器学习在慢性病方面的应用,帮助进行病程预测,例如根据糖尿病病人的饮食、运动行为,预测血糖变化,采用更好的胰岛素治疗方案等。此外,他们还将提升模型的泛化性,将模型推广到更多慢性病的诊断与辅助治疗场景中。
当然,将前沿技术应用到行业中并不是一件容易的工作,对此边江深有体会。基于已有的与行业企业合作的成功经验,边江认为将创新技术与产业更好地融合有两个关键因素:一是需要有大量掌握产业知识的科研人员参与其中,这些科研人员要真正深入到实际的业务场景中,下沉到真实的数据里,了解行业面临的真正问题。同时,因为基础科研和技术落地应用之间的关系并不是简单的线性模式,而是一个复杂的双向生态系统,这就需要行业企业从上至下全面接受智能化转型,支持创新技术与业务的融合,真正做到学术界和产业界的共同创新。
“AI 在学术研究领域已经进入文本、图像、语音等多模态数据的大一统和大模型时代,大模型背后所蕴藏的数据表示能力、知识能力、逻辑推理能力为更强大的数据理解、优化决策、场景生成与模拟提供了新的可能性。而在产业界,经过此前的摸索,很多行业和企业已经建立了自己的数字化平台,并积累了大量的行业数据,为 AI 落地应用提供了基础。这些学术与产业的最新发展趋势预示着 AI 驱动的产业数字化转型将迎来新的爆发阶段。”边江说。
你也许还想看:
微信扫码关注该文公众号作者