推动中国人工智能革命20人，百度为何占了一半？

　　福布斯在6月21日发表了一篇名为《These 20 Leading TechnologistsAre Driving China's AI Revolution》（这20个人领导了中国的人工智能革命）的文章，20位*涉及企业包括BAT这样的三巨头，也有清华、中科院等机构的科学家。不过这篇文章颇为扎眼的是，20位*有7人在百度任职，3人曾在百度任职，也就是说，20人一半来自于百度。

　　《纽约时报》在今年6月初甚至刊文发问：为什么最*的人工智能专家都去了百度？解答《纽约时报》和《福布斯》这篇文章中的现象，主要落脚点还是在于这四大原因——人才储备、科研环境、业务支撑以及聚集开发者、制定行业标准。

　　人工智能风口来临之前就已经开始人才储备

　　在人工智能风口来临之前，百度就已经开始广纳人才进行技术研究。

　　2013年1月，百度正式对外宣布成立深度学习研究院（IDL）。2014年1月，百度推出少帅计划，主要面向全球招募9名30岁以下的人工智能领域青年精英。 2013年4月百度在美国加州的库比蒂诺建立了人工智能实验室，名为“深度学习研究中心”。

　　（IDL部分研究成员）

　　2014年百度美研院从30多人扩充到超过100人。2014年5月，百度在硅谷成立硅谷人工智能实验室；同年7月，百度成立大数据实验室。

　　彭博社、华尔街日报报道称，今年年初百度又在美国招揽150名人工智能科学家，如果科学家愿意从美国前往中国,到百度从事人工智能研究,百度甚至愿意多付出15%的薪资。

　　要知道，科学院的研究相对来说会更加不计成本，相比于商业机构来说，容易给予更为充足的发挥空间。对于人工智能领域的研究者来说，科学院式的民主开放研究氛围吸引力非常大，这对于技术灵感会有很大的启发作用。

　　人工智能确实需要应用，但是目前尚处于技术进展阶段，需要大量天马行空的想象力，也需要充足的研究成果、技术积淀。科学院的研究氛围加上不俗的薪资待遇，这对于前沿技术的研究人员来说，显然是不可多得的环境。

　　为人才提供了科研和商业化落地的*环境

　　大学和科研机构对于人工智能研究者而言，有两个*的弱点：

　　1、缺乏充足的数据支撑。人工智能的核心还是大数据，没有数据要求科研几乎就等于要平地起高楼。

　　2、缺乏商业和实际场景进行验证。人工智能技术终究需要强落地，新技术固然需要在实验室内进行反复验证，但是技术最终还是要走到商业实践之中，得到市场的验证。在大学等科研机构中，残酷的商业验证往往是最难完成的一环，所以容易导致闭门造车。

　　从这两个维度来看，会发现百度能够很好的囊括。百度手里掌握了大量数据，这些数据有基于搜索而诞生的公共数据、需求数据。相比于阿里腾讯来说，这些数据最全面，数据样本比较复杂，数据的广度和多样性上比较强，是一座富矿。

　　百度的大数据实力能够支撑起人工智能的业务研究，而且百度人工智能业务进展速度很快，这些业务涉及面广泛而且深入，从自然语言处理到图像识别再到深度学习等各个细分领域，百度都有深入的研究也有对应的产品。

　　从科学院式的研究到具体产品的落地，百度能够为研究者提供研究和实践一体的环境，对于AI人才来说这样的环境可遇不可求。

　　尤其是百度无人车这样的研究，放眼全世界，这都是人工智能技术整合最严密、协同最复杂的产品，处于这样的平台上，人工智能研究者不仅仅能够深耕研究深度，而且还能将T字型的竖线（在某一领域深入钻研的强度）和横线（广阔的知识结构和人脉）平衡伸展，这对于自身职业发展以及专业度的提升都大有裨益。

　　业务和技术创新形成了人才梯度的正向循环

　　人工智能这种“无人区”的研究需要有正向循环，一方面优秀的人才会带来业务的大幅度提升，而业务的进步也会为企业带来更多优秀人才。

　　百度近年来频频放出AI大动作。比如Apollo计划，比如继三大实验室之后又设立了AR lab。在优秀人才的主导下，百度在人工智能领域不断产生技术创新，而前沿的技术又反哺吸引更多国际上的尖端技术人才，形成了一个正向循环。

　　虽然说今年年初有少部分人工智能人才从百度离职，但是这并没有妨碍更多人工智能领域的人才涌入百度。有一句话说得好，问渠哪得清如许，为有源头活水来。老人的离去以及新人的到来恰恰说明百度的人工智能业务体系以及人才梯度建设始终处于健康的状态。

　　从福布斯这篇文章中我们可以看到百度目前人工智能领域的几个领军人物——百度集团总裁兼COO陆奇，百度人工智能技术平台体系总负责人王海峰，百度研究院主任林元庆，百度杰出科学家徐伟，百度度秘事业部总经理景鲲，百度硅谷人工智能实验室主任亚当·考特斯，百度自然语言处理部技术总监吴华。

　　（前微软集团全球执行副总裁，百度集团总裁兼COO陆奇）

　　上到总裁下到技术总监，覆盖不同职位、不同年龄、不同业务线，百度的人工智能人才建设梯度从这个角度来看，显然比其他企业更为完全。井井有条的人才建设梯度也为未来吸引更多人才铺垫了道路。

　　开放生态制定标准，为吸纳更多人才奠定基础

　　企业能否吸引更多人才还是在于生态。在人工智能领域，标准和规则的制定者往往也会拥有更多人才。

　　不管是在深度学习平台开源还是聚拢开发者这些层面上，百度都在做出更多尝试。根据目前的消息来看，百度将在今年7月召开Baidu Create 2017百度AI开发者大会，DuerOS开放平台、Apollo开放平台等百度AI生态重要战略、技术、业务进展、解决方案，也将首次面向开发者及各行业合作伙伴集中展现，释放生态势能。

　　通过AI开发者大会，百度能够为全行业提供多年积累的计算、算法等技术，包括宝贵的数据资源、业务生态构建能力，甚至资本等方面的支持。人工智能目前尚处于起步阶段，无论是人才还是信息都非常匮乏，这种规模的开发者会议正在为未来埋下伏笔。

　　联系到去年百度分布式深度学习平台PaddlePaddle宣布开源，今年百度又要通过生态的开放、标准的制定吸纳更多开发者、从业者进入自家生态之中，这种做法还将巩固百度如今在人工智能领域的地位，也将通过聚拢开发者的方式进一步吸引世界人才。

　　这对于目前人工智能行业来说，无疑是在培养潜在的人才，为人工智能领域后续的研究播下种子。

【本文由投资界合作伙伴品途商业评论授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。