14歲讀大學留美16年,馬雲一句話回國,一出手就解決餓了麼8年難題
用AI解決實際問題,這是阿裡雲人工智慧首席科學家閔萬里的初衷。
出國十六載,毅然回國的閔萬里是因為認准了大資料、認准了阿裡巴巴。作為阿裡巴巴重要的人工智慧科學家,
大家都喜歡叫閔萬里山景博士,山景是他的花名。博士笑起來很調皮,就像漫畫中,從奇異實驗室走出來的那樣;個人經歷也是非常不一般,7歲前常考零分,14歲入選少年班;留美16年,不顧家人反對毅然回國,加入阿裡人工智慧團隊;讓一億國內消費者吃上了“熱飯”,讓在機場候機室等起飛的身影,
山景博士閔萬里
少年班出身 留美16年
1978年,21名早慧少年被選拔進入中國科學技術大學,一時間,
閔萬里、張亞勤、陳曉薇、馬東敏、莊小威、江紅雨、牛天華、蔡天西、尹希、朱長虹、曹輝寧…這群天賦異稟的少年,喊著“學好數理化,走遍天下都不怕”的口號,在嚴苛的教育下一點一滴地成長:週一至週六,白天是艱澀難懂的理論課、晚上又被實驗課填得滿滿當當。“老科大的人都知道四牌樓,那個三層的小教學樓裡面有通宵教室,是要搶位子的。那個時候人手一本吉米多維奇數學分析,
1978年,國內經由美籍華裔物理學家李政道建議成立了少年班。以中科大為首的大學快速積累科技人才,招收尚未完成常規中學教育、成績優異的青少年,破格接受大學教育。
電影《少年班》劇照
1991年,閔萬里在全國數學聯賽上得了獎,
1992年,閔萬里不負眾望,從數百人報名者中脫穎而出,考入帶有“傳奇”標籤的少年班。
事實證明這個天才少年群體,
“少年班並不是揠苗助長,而是因材施教。基於興趣為導向的專業選擇,是少年班最大的優勢。”這恰恰是閔萬里最為看重的“自我驅動”。
男孩問女孩喜歡什麼,女孩答喜歡學習。這不是網路段子,而是真實發生在閔萬里身邊的故事。“當你在學習中真正體會到探索未知世界的樂趣,那一定是興趣使然。”
離開IBM和Google,他在16年後歸國
1992年考入中科大少年班後,閔萬里的學業一升二躍。1997年就獲得芝加哥大學物理碩士,2004年獲芝加哥大學博士學位。也就是說,在離開中科大少年班後,閔萬里就一直在留學。
然而,即使在他國16年,已經熟悉了異地他鄉的表達方式甚至是飲食方式,閔萬里還是啟動了回國的腳步。“當我得知,一家中國企業所擁有的客戶資料量,比eBay、亞馬遜、PayPal加起來還要多的時候,對我來講這一句話就足夠了。”
然而,和身邊人不理解他回國的做法一樣,他們也不能理解他一路的職業選擇。
比如,2004年,他放棄了華爾街。
他第二次讓人大吃一驚的是,放棄了IBM Watson研究院及 Google 研究員的前途,在離國16年後回到中國的懷抱。
2013年,閔萬里加入阿裡巴巴。現在擔任阿裡雲人工智慧首席科學家。
阿裡雲人工智慧首席科學家
雖然他每天能收到至少兩封來自獵頭的郵件,雖然挖他的電話、短信、郵件一天有好幾個,雖然開出的工資有時候還比阿裡高,但這也沒有動搖閔萬里留在阿裡巴巴的決心。因為這裡有人工智慧最好的資源——阿裡巴巴擁有的客戶資料量,比eBay、亞馬遜、PayPal加起來還要多。
其實,對於閔萬里這種長期從事機器學習理論研究與應用演算法研發,在腦電波解析、高維資料挖據、隨機過程理論、時間序列分析等領域獲得多項國家專利的人才,正是國內各大人工智慧企業需要的。
阿裡巴巴的什麼吸引了閔萬里?馬雲!
那麼,阿裡巴巴到底用什麼吸引了閔萬里?答案是:馬雲!2013年5月3日,對於閔萬里來說,是一個特殊的日子。因為這天,馬雲到斯坦福商學院演講。演講時,他說了一句話:“阿裡巴巴是一家資料驅動的公司。”
台下的閔萬里十分驚異,當時哪有人提過這個概念?連矽谷愛說的都是:“我們是一家技術公司”。技術只是一種手段,資料卻是原材料,閔萬里仔細地分析了這兩個提法的區別。把兩者合二為一,最終才能產生應用的價值、給客戶的價值。
晚上的冷餐會,閔萬里又與阿裡的數位高管進行了面對面的交流,對這家公司有了更為深入的瞭解。“談完了阿裡雲的vision,就清晰地覺得,這是一個有使命感、能做事的公司。”
2013年回國前一周,閔萬里在加州海邊的留影。
背後蘊藏著巨大的中國市場,客戶資料量比eBay、亞馬遜、PayPal加起來還大。這就像伊甸園內的蘋果一樣誘人,讓放棄過華爾街的閔萬里動了心。
在他的眼中,要真正從事資料工作,就得找一個好的載體和平臺。而阿裡正是閔萬里苦苦尋覓的大平臺,它不僅能夠承接各種技術創新,還可以在任何一個想得到的行業垂直地紮下去,產生應用的價值。.
馬雲
阿裡巴巴的人工智慧,阿裡雲ET也正是建立在這個基礎上的。ET的特色在於基於強大的雲計算和大資料處理能力。目前ET具備了在語音辨識、圖像視頻識別、交通預測、情感分析等技能,並朝著大資料AI的方向發展。
所以,在閔萬里看來,ET以後將會成為在全域洞察和即時據測上的智慧,能在某些方面超越人類,和人的能力形成互補,在商業社會中發揮更多的作用。
解決了一億人的熱飯問題後,他還要讓航班快起來
其實阿裡雲ET並沒有像傳說中那樣“神龍見尾不見首”,這不,上班族常用的“餓了嗎”就曾因此受惠。
在餓了嗎等外賣火起來時,兩個難出現了:常常是買主餓著肚子等,騎手卻多走了幾公里彎路。
閔萬里曾用一張圖形象地解釋了有多難。
如果這個點上升到一萬個…
他在這紙上畫了十個點,這點替代十個外賣買家,或者說騎手將要去的十個地方。現在這個解決方案就是:用最短的線把N個點連起來,而這每個點都在變化,突然消失或出現。
十個點看著還很輕鬆,人工協調完全可以搞定。然而,當這些點數增加一萬乃至千萬個量級,題目就變得更加不可控了,尤其是再受到天氣、區域路況的影響。這個難可能只能讓餓了嗎創業失敗。
於是,餓了嗎找到了阿裡雲。閔萬里就帶頭攻克了這個問題。通過ET多維度的演算法,精確預估餐廳出餐時間、騎手騎行速度、取餐等待時間,給了騎手最優的判斷和選擇。
閔萬里團隊這一出手,就直接解決困擾餓了嗎8年的難題。很多媒體表示“他用AI讓一億人吃上了熱飯。”
而在這之前,在滴滴和快的廝殺之時,其實阿裡雲ET就已經出過山了。
2014年,阿裡雲的ET團隊就為快的打車研發了一套研發了一套“人車分配”的智慧演算法調度系統,在2014年底上線,大幅提高了司機搶單成功率及壓縮了派單等待時長。
解決了吃飯問題,接下去,山景打算解決出行問題,比如延誤連連的航空出行。去年,在阿裡雲天池大賽的系列賽上,廣州白雲機場將航班資料通過天池平臺向社會開放。參賽者需要用AI演算法解決“客流量預測”和“停機位分配”兩大航空業難題。“這能讓機場在有限供給的條件下,優化調度。”山景表示,“接下去,我們將聯合廈門航空將解決方案落地。”說白了就是,一旦方案被證實有效,那麼,接下去航班延誤率將大大降低。
“包括互聯O2O企業在內的一大批新經濟體,都在試圖解決一個經濟學的根本問題:供需匹配。而今天,解決這一經典難題的杠杆,終於找到了人工智慧這個支點。”山景表示,“我相信未來所有的行業,都會需要用技術來提升競爭門檻,這個趨勢在互聯網出現時就已經註定。”
女孩答喜歡學習。這不是網路段子,而是真實發生在閔萬里身邊的故事。“當你在學習中真正體會到探索未知世界的樂趣,那一定是興趣使然。”離開IBM和Google,他在16年後歸國
1992年考入中科大少年班後,閔萬里的學業一升二躍。1997年就獲得芝加哥大學物理碩士,2004年獲芝加哥大學博士學位。也就是說,在離開中科大少年班後,閔萬里就一直在留學。
然而,即使在他國16年,已經熟悉了異地他鄉的表達方式甚至是飲食方式,閔萬里還是啟動了回國的腳步。“當我得知,一家中國企業所擁有的客戶資料量,比eBay、亞馬遜、PayPal加起來還要多的時候,對我來講這一句話就足夠了。”
然而,和身邊人不理解他回國的做法一樣,他們也不能理解他一路的職業選擇。
比如,2004年,他放棄了華爾街。
他第二次讓人大吃一驚的是,放棄了IBM Watson研究院及 Google 研究員的前途,在離國16年後回到中國的懷抱。
2013年,閔萬里加入阿裡巴巴。現在擔任阿裡雲人工智慧首席科學家。
阿裡雲人工智慧首席科學家
雖然他每天能收到至少兩封來自獵頭的郵件,雖然挖他的電話、短信、郵件一天有好幾個,雖然開出的工資有時候還比阿裡高,但這也沒有動搖閔萬里留在阿裡巴巴的決心。因為這裡有人工智慧最好的資源——阿裡巴巴擁有的客戶資料量,比eBay、亞馬遜、PayPal加起來還要多。
其實,對於閔萬里這種長期從事機器學習理論研究與應用演算法研發,在腦電波解析、高維資料挖據、隨機過程理論、時間序列分析等領域獲得多項國家專利的人才,正是國內各大人工智慧企業需要的。
阿裡巴巴的什麼吸引了閔萬里?馬雲!
那麼,阿裡巴巴到底用什麼吸引了閔萬里?答案是:馬雲!2013年5月3日,對於閔萬里來說,是一個特殊的日子。因為這天,馬雲到斯坦福商學院演講。演講時,他說了一句話:“阿裡巴巴是一家資料驅動的公司。”
台下的閔萬里十分驚異,當時哪有人提過這個概念?連矽谷愛說的都是:“我們是一家技術公司”。技術只是一種手段,資料卻是原材料,閔萬里仔細地分析了這兩個提法的區別。把兩者合二為一,最終才能產生應用的價值、給客戶的價值。
晚上的冷餐會,閔萬里又與阿裡的數位高管進行了面對面的交流,對這家公司有了更為深入的瞭解。“談完了阿裡雲的vision,就清晰地覺得,這是一個有使命感、能做事的公司。”
2013年回國前一周,閔萬里在加州海邊的留影。
背後蘊藏著巨大的中國市場,客戶資料量比eBay、亞馬遜、PayPal加起來還大。這就像伊甸園內的蘋果一樣誘人,讓放棄過華爾街的閔萬里動了心。
在他的眼中,要真正從事資料工作,就得找一個好的載體和平臺。而阿裡正是閔萬里苦苦尋覓的大平臺,它不僅能夠承接各種技術創新,還可以在任何一個想得到的行業垂直地紮下去,產生應用的價值。.
馬雲
阿裡巴巴的人工智慧,阿裡雲ET也正是建立在這個基礎上的。ET的特色在於基於強大的雲計算和大資料處理能力。目前ET具備了在語音辨識、圖像視頻識別、交通預測、情感分析等技能,並朝著大資料AI的方向發展。
所以,在閔萬里看來,ET以後將會成為在全域洞察和即時據測上的智慧,能在某些方面超越人類,和人的能力形成互補,在商業社會中發揮更多的作用。
解決了一億人的熱飯問題後,他還要讓航班快起來
其實阿裡雲ET並沒有像傳說中那樣“神龍見尾不見首”,這不,上班族常用的“餓了嗎”就曾因此受惠。
在餓了嗎等外賣火起來時,兩個難出現了:常常是買主餓著肚子等,騎手卻多走了幾公里彎路。
閔萬里曾用一張圖形象地解釋了有多難。
如果這個點上升到一萬個…
他在這紙上畫了十個點,這點替代十個外賣買家,或者說騎手將要去的十個地方。現在這個解決方案就是:用最短的線把N個點連起來,而這每個點都在變化,突然消失或出現。
十個點看著還很輕鬆,人工協調完全可以搞定。然而,當這些點數增加一萬乃至千萬個量級,題目就變得更加不可控了,尤其是再受到天氣、區域路況的影響。這個難可能只能讓餓了嗎創業失敗。
於是,餓了嗎找到了阿裡雲。閔萬里就帶頭攻克了這個問題。通過ET多維度的演算法,精確預估餐廳出餐時間、騎手騎行速度、取餐等待時間,給了騎手最優的判斷和選擇。
閔萬里團隊這一出手,就直接解決困擾餓了嗎8年的難題。很多媒體表示“他用AI讓一億人吃上了熱飯。”
而在這之前,在滴滴和快的廝殺之時,其實阿裡雲ET就已經出過山了。
2014年,阿裡雲的ET團隊就為快的打車研發了一套研發了一套“人車分配”的智慧演算法調度系統,在2014年底上線,大幅提高了司機搶單成功率及壓縮了派單等待時長。
解決了吃飯問題,接下去,山景打算解決出行問題,比如延誤連連的航空出行。去年,在阿裡雲天池大賽的系列賽上,廣州白雲機場將航班資料通過天池平臺向社會開放。參賽者需要用AI演算法解決“客流量預測”和“停機位分配”兩大航空業難題。“這能讓機場在有限供給的條件下,優化調度。”山景表示,“接下去,我們將聯合廈門航空將解決方案落地。”說白了就是,一旦方案被證實有效,那麼,接下去航班延誤率將大大降低。
“包括互聯O2O企業在內的一大批新經濟體,都在試圖解決一個經濟學的根本問題:供需匹配。而今天,解決這一經典難題的杠杆,終於找到了人工智慧這個支點。”山景表示,“我相信未來所有的行業,都會需要用技術來提升競爭門檻,這個趨勢在互聯網出現時就已經註定。”