十年空缺一朝回归,百度正式任命王海峰出任CTO

640?wx_fmt=jpeg

来源:机器之心

百度要回归技术初心了吗?

自 2010 年李一男卸任百度 CTO 之后,百度对这一职位就再无公开任命,一空就是 10 年。


而今天上午李彦宏突然发出的一纸职位调令,让这个空缺多年的百度 CTO 之位有了新的掌舵手。


就在 1 个小时前,百度通过内部信宣布任命高级副总裁王海峰为百度集团首席技术官(CTO),同时他将继续担任 AI 技术平台体系(AIG)和基础技术体系(TG)总负责人。


李彦宏在信中提到,这是「为了进一步建设和巩固公司核心技术优势,坚定不移地推进产品和用户体验提升,释放技术红利,推动产业智能变革。」


百度正大刀阔斧地推进组织变革。过去一年,百度已陆续晋升或引入 9 位高管,包括移动生态事业群组高级副总裁沈抖、智能生活事业群组副总裁景鲲等。同时,张亚勤等一批高管陆续加入退休计划,向海龙等人则离职。


9 年晋升之路


640?wx_fmt=jpeg

图:王海峰


王海峰 1999 年博士毕业于哈尔滨工业大学,研究兴趣包括机器翻译、自然语言处理、语音技术、信息检索等。在加入百度之前,王海峰曾任微软中国研究院副研究员、东芝(中国)研究开发中心副所长。


在自然语言处理领域,王海峰有着极大的影响力,他曾于 2013 年出任 ACL 主席,也是 ACL 历史上首位出任过主席的华人,2018 年 7 月出任 ACL 亚太分会 AACL 创始主席。王海峰曾获国家科技进步奖二等奖一项、省部级科技进步一等奖四项、中国专利银奖一项,是首届全国创新争先奖唯一来自互联网行业的获奖人、首届吴文俊人工智能杰出贡献奖唯一获奖人,享受国务院政府特殊津贴。


据内部信介绍,王海峰于 2010 年 1 月加入百度,历任高级科学家、基础技术首席科学家、副总裁、高级副总裁。先后为百度创建了自然语言处理部、互联网数据研发部、推荐引擎和个性化部、多媒体部、图片搜索部、语音技术部等。


2013年上半年,王海峰作为执行负责人协助创建了百度深度学习研究院(IDL)。


2014 年,王海峰转岗至搜索业务群组任副总经理,先后负责搜索、信息流、手机百度、度秘等用户产品,以及自然语言处理、知识图谱等基础技术。


2017 年 3 月,百度宣布整合包括 NLP、KG、IDL、Speech、Big Data 等在内的百度核心技术,组成百度 AI 技术平台体系(AIG),任命王海峰为 AI 技术平台体系(AIG)总负责人。这也奠定了百度 AI 技术发展的整体架构,让人才的聚集,技术的管理,以及技术的进步变得更加集中。


2018 年 5 月,陆奇离任百度 COO 后,王海峰晋升高级副总裁底统领 TG 和 AIG,总体负责百度的算法、算力、数据、安全等人工智能技术及基础技术。


直到现在,王海峰正式作为百度 CTO,扮演技术总工的角色。作为技术方面的权威,他将对公司下一步技术发展方向进行研究和探讨以及统筹决策,做出判断并帮助 CEO 做出决策。


640?wx_fmt=jpeg

以下为内部信全文:


各位百度同学,大家好!


为了进一步建设和巩固公司核心技术优势,坚定不移地推进产品和用户体验提升,释放技术红利,推动产业智能变革,经公司研究决定,即日起任命高级副总裁王海峰为百度集团首席技术官(CTO),同时他将继续担任 AI 技术平台体系(AIG)和基础技术体系(TG)总负责人。


海峰于 2010 年 1 月加入百度,历任高级科学家、基础技术首席科学家、副总裁、高级副总裁。先后为百度创建了自然语言处理部、互联网数据研发部、推荐引擎和个性化部、多媒体部、图片搜索部、语音技术部等。2013 年上半年,海峰作为执行负责人协助创建了百度深度学习研究院(IDL)。


2014 年海峰转岗至搜索业务群组任副总经理,先后负责搜索、信息流、手机百度、度秘等用户产品,以及自然语言处理、知识图谱等基础技术。2017 年 3 月海峰组建了 AIG,2018 年底统领 TG 和 AIG,总体负责百度的算法、算力、数据、安全等人工智能技术及基础技术。此外,海峰还是自然语言处理领域最具影响力的国际学术组织 ACL 历史上首位出任过主席的华人,也是唯一来自中国大陆的 ACL 会士,2018 年 7 月出任 ACL 亚太分会 AACL 创始主席。海峰曾获国家科技进步奖二等奖一项、省部级科技进步一等奖四项、中国专利银奖一项,是首届全国创新争先奖唯一来自互联网行业的获奖人、首届吴文俊人工智能杰出贡献奖唯一获奖人,享受国务院政府特殊津贴。


一直以来,海峰秉承务实、创新、负责到底的精神,注重提升百度技术核心竞争力及其向应用的转化,同时注重团队人才的培养及梯队建设,是百度培养多年的技术领袖及优秀领导者,是百度简单可依赖文化的优秀代表。


技术是百度的坚定信仰,这种信仰塑造了今天的百度,形成了我们强大的技术基因。面向未来,我们也坚信应对所有困难和挑战,唯一的解决方式就是创新,尤其是技术创新。这是时代赋予我们的责任,也是我们必须抓住的机遇。希望海峰在新的角色上,开拓进取,持续做好技术前瞻布局,不断创新突破,加强落地,提升效率,让技术优势转化为产品和用户体验的优势,并对业务成功起到关键支撑作用,扩大百度的技术品牌影响力,为百度实现「用科技让复杂的世界更简单」这一伟大使命贡献力量。


Robin


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491721.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Windows下卸载TensorFlow

激活tensorflow:activate tensorflow输入:pip uninstall tensorflowProceed(y/n):y如果是gpu版本: 激活tensorflow:activate tensorflow-gpu输入:pip uninstall tensorflow-gpuProceed&#xf…

大道至简第三章

大道至简读后感 这一章名为团队缺乏的不仅仅是管理,显而易见,这一章强调的就是作为一名软件工程实践者,团队协作的重要性。 这一章共分为八个小结,分别为三个人的团队,做项目 死亡游戏 ?,做 ISO 质量体系…

PyTorch框架学习三——张量操作

PyTorch框架学习三——张量操作一、拼接1.torch.cat()2.torch.stack()二、切分1.torch.chunk()2.torch.split()三、索引1.torch.index_select()2.torch.masked_select()四、变换1.torch.reshape()2.torch.transpace()3.torch.t()4.torch.squeeze()5.torch.unsqueeze()一、拼接 …

'chcp' 不是内部或外部命令,也不是可运行的程序

在cmd窗口中输入activate tensorflow时报错chcp 不是内部或外部命令,也不是可运行的程序 添加两个环境变量即可解决: 将Anaconda的安装地址添加到环境变量“PATH”,如果没有可以新建一个,我的安装地址是“D:\Anaconda”&#xf…

2019年全球企业人工智能发展现状分析报告

来源:199IT互联网数据中心《悬而未决的AI竞赛——全球企业人工智能发展现状》由德勤洞察发布,德勤中国科技、传媒和电信行业编译。为了解全球范围内的企业在应用人工智能技术方面的情况以及所取得的成效,德勤于2018年第三季度针对早期人工智能…

qt调动DLL

void func(void); // dll库中的函数 typedef void (*PFUNC)(void); 方法一&#xff1a; HMODULE g_hAPIDLL NULL; wchar_t tcDLLPath[100] L"D:\\name.dll"; g_hAPIDLL ::LoadLibrary(tcDLLPath); if (NULL g_hAPIDLL) { qDebug() << "load library f…

PyTorch框架学习四——计算图与动态图机制

PyTorch框架学习四——计算图与动态图机制一、计算图二、动态图与静态图三、torch.autograd1.torch.autograd.backward()2.torch.autograd.grad()3.autograd小贴士4.代码演示理解&#xff08;1&#xff09;构建计算图并反向求导&#xff1a;&#xff08;2&#xff09;grad_tens…

ipynb文件转为python(.py)文件

在Anaconda中的jupyter打开该ipynb文件&#xff0c;然后依次点击File—>Download as—>python(.py)

美国准备跳过5G直接到6G 用上万颗卫星包裹全球,靠谱吗?

来源&#xff1a;瞭望智库这项2015年提出的计划&#xff0c;规模极其巨大&#xff0c;总计要在2025年前发射近12000颗卫星。有自媒体认为&#xff0c;该计划表示美国将在太空中建立下一代宽带网络&#xff0c;绕过5G&#xff0c;直接升级到6G&#xff0c;并据此认为“6G并不遥远…

8月读书分享-《执行力是训练出来的》

写在最开头的是&#xff0c;没有拿到这本书之前其实我是很期待的&#xff0c;因为我觉得执行力是我所很需要的东西。但是拿到书之后就有一些失望了&#xff0c;因为我发现他的章节实在是太多了&#xff0c;我总觉得如果章节太多会不会其实是作者的归纳整理能力不太好呢&#xf…

PyTorch框架学习五——图像预处理transforms(一)

PyTorch框架学习五——图像预处理transforms&#xff08;一&#xff09;一、transforms运行机制二、transforms的具体方法1.裁剪&#xff08;1&#xff09;随机裁剪&#xff1a;transforms.RandomCrop()&#xff08;2&#xff09;中心裁剪&#xff1a;transforms.CenterCrop()&…

机器之心 GitHub 项目地址:

机器之心 GitHub 项目地址&#xff1a;https://github.com/jiqizhixin/ML-Tutorial-Experiment

IBM Watson大裁70% 员工,撕掉了国内大批伪AI企业最后一块遮羞布!

来源:新医路Watson 是IBM 的重量级AI 系统&#xff1b;近年IBM 大力发展AI 医疗&#xff0c;在2015 年成立独立的 Watson Health 部门&#xff0c;并收购多家医疗数据公司&#xff0c;前景看好。然而短短三年&#xff0c;这个明星部门就要裁员50% 到70% 的员工&#xff0c;代表…

PyTorch框架学习六——图像预处理transforms(二)

PyTorch框架学习六——图像预处理transforms&#xff08;二&#xff09;&#xff08;续&#xff09;二、transforms的具体方法4.图像变换&#xff08;1&#xff09;尺寸变换&#xff1a;transforms.Resize()&#xff08;2&#xff09;标准化&#xff1a;transforms.Normalize()…

新浪微博学习的知识点

instancetype 默认会识别当前是哪个类或者对象调用,就会转换成对应的类的对象 模型设计思想:Item:就是苹果的模型命名规范 tabBarItem: 决定着 tabBar 上按钮的内容 NSMutableDictionary *att [[NSMutableDictionary alloc] init]; att[NSForegroundColorAttributeName] […

numpy方法读取加载mnist数据集

方法来自机器之心公众号 首先下载mnist数据集&#xff0c;并将里面四个文件夹解压出来&#xff0c;下载方法见前面的博客 import tensorflow as tf import numpy as np import osdataset_path rD:\PycharmProjects\tensorflow\MNIST_data # 这是我存放mnist数据集的位置 is_…

纳米线传感器来了,传感芯片还会远吗

来源&#xff1a;科学网“无旁路电路”纳米线桥接生长方案 黄辉供图微型气体检测仪 黄辉供图人工智能、可穿戴装备、物联网等信息技术迅猛发展&#xff0c;需要海量的传感器提供支持&#xff0c;大数据和云计算等业务也需要各种传感器实时采集数据来支撑。但目前的传感器存在国…

PyTorch框架学习七——自定义transforms方法

PyTorch框架学习七——自定义transforms方法一、自定义transforms注意要素二、自定义transforms步骤三、自定义transforms实例&#xff1a;椒盐噪声虽然前面的笔记介绍了很多PyTorch给出的transforms方法&#xff0c;也非常有用&#xff0c;但是也有可能在具体的问题中需要开发…

Fashion-MNIST下载地址

训练集的图像&#xff1a;60000&#xff0c;http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-images-idx3-ubyte.gz 训练集的类别标签&#xff1a;60000&#xff0c;http://fashion-mnist.s3-website.eu-central-1.amazonaws.com/train-labels-idx1-ubyte.…

dfs算法

一般bfs算法都是使用递归 //下面简单的代码 visited[Max]; dfs(_graph g,int vo){ print(vo); visited[vo]1 for(int i0;i<Max;i){ if(visited[i]0){ dfs(g,i); } } }转载于:https://www.cnblogs.com/dick159/p/4900935.html