360人工智慧研究院的院長顏水成博士回答了這個問題。
顏水成博士畢業於北京大學，也是伊利諾伊大學(uiuc)的博士後，目前加入
360已經大概有
10個多月了。而在加入
360之前，他曾在新加坡國立大學領導機器學習與計算機視覺實驗室，並擔任副教授。他的主要研究領域是計算機視覺、深度學習，與多**分析。他帶領團隊提出的「
network in network
」 對深度學習產生過很大的推動力，同時他的團隊開發的」
purine
」是全球第乙個開源的支援多機多
gpu的深度學習系統。
2023年，顏水成博士曾入選湯森路透（
thomson reuters
）發布的「
2014
年世界最具影響力科學家」，後來，他還被授予新加坡青年科學家獎 （
ysa）和青年教授研究成就獎。
事實上，即便學界泰斗，對於轉型加入工業界參與應用研究也不免忐忑——我去了以後能不能活下來？論壇上，主持人就向顏水成丟擲了這樣乙個問題：「你覺得360
做人工智慧有哪些制約或者是你不滿意的地方？」 面對如此尖銳的提問，顏水成表示：我想從**的角度解釋這個問題。人工智慧在學術界和工業界的玩法可以借用武術的方式打個比方。武術大家都崇向於名門正派，你不僅能把別人打敗了而且還能提煉出一些招式來，希望這些招式能幫助別人在格鬥的時候獲勝。在學術界的人工智慧研究與武術這一點就很像。
——————————摘自推酷
而在工業界，這些招式就變得不那麼重要，重要的是——你能有一種武術，或者一種作合的方式能把別人打敗，把乙個問題解決掉，這就是好的人工智慧。比如說，我們在解決工業界的人工智慧時，憑藉人工智慧以152次把別人打敗，或者
1000
次都無所謂。重點是，你要有人工智慧的思想和方法把這個問題解決。這是我覺得他們兩個的差別。
我加入360時因為它有其自身的優勢，在當前的特殊時期，我們可以說是網路在人工智慧界稍微領先於學術界。人工智慧的競賽有什麼變化？直到
2013
年，學術界還有可能在人工智慧的競賽拿到第一名或者是很好的成績，但是到了
2014
、2015
年，我們會發現很好的成果都是從網際網路出來。
其實網際網路也沒有那麼多計算力的資源，但是學術界一般的實驗室大概是十幾塊或者是二十幾塊，能到幾百塊的話就是奉令承教。我當時進入360的時候，智慧型硬體是非常關鍵的業務，現在直播也是非常關鍵的業務，這些事情恰好是我想做的，所以
360是非常好的選擇。
從學術界到工業界如果說什麼弊端，那就是首先會碰到網際網路的節奏比學術界要快很多這樣的問題。在學術界半年或者是三個月有很好的成績出來，能有一篇很好的學術**，這也說不錯的。而作工業界，提前乙個小時都是很有價值的。這對於學術界轉工業界的話來說就是很大的挑戰。那麼，「研究院更多的是看未來，你的老闆有沒有給你具體的指標？「我個人的關鍵是因為在中國名企。像微軟亞洲的研究院這一類是沒有標準的。在中國，要乙個好的研究院肯是有兩個路徑同時並進——一方面，要有成果能快速支援現有業務，讓人工智慧的演算法或者是思想在業務中發揮作用；此外，要有長遠的想法——一年半或者一年以後產品需要怎樣的人工智慧技術，或者自己去孵化短時間就能上線的業務。這是能夠能保證研究院在名企內部生存下來的良好方式。」
最後，用一句話總結其對人工智慧發展的看法的話，顏水成博士表示，人工智慧讓學術界和工業界的人有了共同點，這是非常好的。
劉曉潔
智慧型機械人 迪姆人工 人工智慧與機械人
談及人工智慧與機械人，不懂這個概念的人會把人工智慧和機械人混為一談。其實不然，格物斯坦小坦克來說說兩者之間的關係。人工智慧是一門研究 開發用於模擬 延伸和擴充套件人的智慧型的理論 方法 技術及應用系統的技術學科，試圖了解智慧型的實質，生產類似於人甚至是超越人的智慧型的系統。其領域十分廣泛，涉及計算機...
機械人的人工智慧與倫理道德
眾所周知，機械人已經遍布在我們生活中的各個角落，甚至在某些領域或某些工作上已經占領了主導地位。但是，在機械人領域的不斷發展過程中，也逐漸出現了一些問題。中國首例機械人傷人事件 這是在第十八屆高交會1號館1d32展位發生的一場意外，乙個正在展出的機械人在沒有指令下打砸玻璃櫃檯，致使一名來觀賞的客人多處...
人工神工機械人是什麼 人工智慧與神工智慧型
人工智慧是人的產物。人是神的產物，又叫神工智慧型，載具生物智慧型機械人。共同的特徵，都是由編碼程式設計，行事。人工智慧的編碼寫在主控晶元上，生物載具的程式設計編碼寫在載具dna裡。材質不同，作用空間維度不同。載具是合成蛋白為主，所以叫生物，可以自行細胞 從神可以執行的微觀空間自我更新，自我執行。人工...