人工智能与虚拟生命

当下火热的技术仍非人工智能莫属。百度自动驾驶车辆拿到了商用牌照，人脸识别被用在各个领域，聊天机器人层出不穷，各大厂商的AI手机，也都在自拍美颜上下足了功夫。然而，邵浩博士却提出了理性的看法：目前的AI技术，仍然是在感知领域内的突破，而真正实现认知智能还有很长的路要走。随着这两年对人工智能投资的降温，很多以AI为噱头的项目也不得不考虑如何真正落地和变现。对邵浩博士的采访也就是从他从事的AI行业开始说起的。 

邵浩博士目前是狗尾草智能科技有限公司的合伙人和人工智能研究院院长，当提到他是“人工智能”专家的时候，他笑了笑说，“我的专业是机器学习，以前从来不敢说自己是做人工智能的”，邵博士提到，人工智能包含非常多的学科，除了计算机科学，还包括认知科学，心理学，哲学等等，只是因为自从AlphaGo打败了人类的围棋选手之后，关于人工智能的报道铺天盖地而来，所以凡是跟计算机技术相关的都被冠以人工智能的名头。

邵浩博士主要负责公司战略C端产品-虚拟生命的技术落地，以及智能交互和知识图谱的B端业务。正如微软亚洲研究院副院长周明博士提到，语言智能是人工智能皇  冠上的明珠，将自然语言交互技术应用于产品并满足用户期望，也是非常困难的事情。从基础交互到多模态交互，利用自然语言处理、知识图谱、语音合成、三维重建等技术，邵博士带领团队持续探索新的技术方向，并不断应用于虚拟生命系列产品。随着搭载着明星IP“叶修”的新一代产品面世，作为聊天机器人的下一代范式-虚拟生命也逐步进入到大众视野。

误打误撞的AI从业者 

邵浩博士本科就读于西安电子科技大学，随后在中国科学技术大学硕博连读，并在国家留学基金委资助下前往日本留学，获得九州大学工学博士学位。谈及大学时的专业选择，邵博士说“当时并没有一个明确的方向，也是觉得计算机学科比较热，于是就选择其作为了志愿”。虽然入学那一年国家已经开始本科扩招，但学业仍然很辛苦。“家人朋友经常会说上了大学就轻松了，其实都是骗人的”。邵博士回忆起在西安的冬天，即便是周末，校园内的石凳石桌仍然都挤满了没有在自习室占到座位的同学。 

在国外攻读博士时，邵博士选择了机器学习作为研究方向。“导师在我毕业答辩的时候，曾建议我回国后做大数据，觉得一定是个很有潜力的方向。”虽然没有特别去做，邵博士目前的工作领域也是与大数据密切相关的，目前人工智能取得的主要突破，都是依赖深度学习和大数据。在感知技术突飞猛进的基础上，邵博士带领团队也在持续不断探索认知智能的进步。

从象牙塔到产业化 

回国之后，邵浩博士并没有直接进入产业界，他觉得当时在国内，海归博士在高校内还是有更大的价值和发挥空间。在放弃了几个外企的offer之后，邵博士进入了大学，在理论研究的同时，也在不断探索技术在不同领域的价值体现。在高校中，邵浩博士除了发表论文和专著，还尝试将数据挖掘技术与政策分析相挂钩，以政策内参的方式提交了政府决策咨询报告，同时担任上海高校智库数据中心主任和复旦大学智库中心技术顾问。谈及这些经历的时候，邵博士表示，对于一个技术人员而言，这些工作可以说是不务正业，也可以说是将技术应用于实际，但在另一个层面，拓展了邵浩博士的视野，也为他离开学校埋下了伏笔。

当邵浩博士拿到副高职称和硕士生导师资格之后，整个聊天机器人行业正处于如火如荼的阶段。学校的日子虽然稳定舒适，但喜爱折腾的他还是选择了跳出舒适圈，投入到创业浪潮。加盟狗尾草智能科技的决定只用了一个晚上，而邵浩博士也开始了真正的技术产品化之路。

“从高校到产业的转变是痛苦的，但也会带来独特的优势”，邵浩博士表示，一开始就接手十几人的研发团队，很多问题没有充分考虑到，前半年的时间基本上是在项目delay和填坑中度过。但随着队伍的逐渐稳定，在学术界沉浸多年的优势开始显现，对于新算法的理解和实现，邵浩博士有着独到的见解，也能够针对不同的问题提出合适的技术路线。同时，和高校的合作，也进一步增加了公司的核心技术能力，为公司的快速发展奠定了良好的基础。

从技术到管理

逐渐的，邵浩博士开始从技术走向管理。我们通常所说的技术管理者，应该包括六个维度：领导，沟通，规划，技术，交流和财务。其中，领导力是一种人格魅力，其决定因素有很多。而沟通是对内的，交流是对外的。技术能力是技术管理者的核心，尤其是在AI行业，算法和工程同样重要。而后财务能力，是考验技术管理者是否能够清晰的表达技术优势，并协助公司获得融资的能力。

邵浩博士表示自己还有很多需要努力的地方，而让他关心的问题，也是很多管理大师们提到的，管理的核心问题：“人”。公司的员工是清一色的90后，95后的也大有人在，而且绝大部分是硕士学历。在这种情况下如何进行管理？传统的管理方法还适用么？邵浩博士在实践中给出了答案，也摸索出了一套较为可行的管理方案。 

“从面试起，就有一个明确的标准”，邵浩博士表示，人品、能力和意愿，缺一不可，而重要的就是人品。即便入职以后，如何发挥他们的主观能动性，也是一个富有挑战的课题。现在的年轻人，是崇拜技术，崇拜大牛，如果采用传统管理方法中的等级制度，很容易会引起反感。因此，根据业务需求，让年轻人选择自己感兴趣的工作是好的，同时，邀请一些大牛来讲座，安排参加国际的会议都是非常好的激励方式。再配合给予足够的自由度，给中层管理者放权，目标导向的绩效评估，可以提升大部分员工的自驱力。在项目结束后，采用“镜子和窗户”的评价策略，做的不好，多照镜子，找自己的问题，做的好，打开窗户，把鲜花和掌声留给团队成员，因为项目的成败依赖于团队的每一位成员，你成就了团队，团队也会成就你。

未来

随着数据红利的消失，深度学习的天花板也逐渐显现。有一个说法是，某一技术的代表性人物拿到图灵奖，就证明了这个技术已经不会再有突破性进展。而今年，深度学习的三位创造者Yoshua Bengio， Yann LeCun， 以及Geoffrey Hinton获得了2019年的图灵奖。整个人工智能行业正在经历狂欢后的低潮，落地难，成本高，使得投资人望而却步。当然，一些延伸概念例如知识图谱、RPA、中台等依然吸引着大众的眼球，不过真正有价值的，是大浪淘沙后能够留下来的幸存者。 

邵浩博士的看法，是在任何时候，都要保持聚焦和持续不断的学习。他提到了算法工程师今年找工作的难度，学生们会认为只要会用深度学习，会调参，就能够找到很好的岗位。而实际上，一个好的算法工程师，大部分时间是要进行工程化的工作，这就意味着编程能力和数学能力尤为重要。举例而言，在声音合成的项目上，通过开源算法，搭建一个可用的demo只需要几天，但要做出可交付的产品，可能需要几个月，包括对数据的标注清洗、模型的打磨和效率优化、代码改写成CPU版本、测试和部署等等。因此，聚焦在核心能力上，不断提升自己的水平，才是真正重要的事情。

邵浩博士对想入门AI的朋友也提出了一些建议。而目前市场上充斥着各种各样的文章、课程和材料，标题动辄就是“一文读懂xxx”，“xxx看完这篇就够了”之类。大家对于各种论坛、公开课也趋之若鹜。满心以为只要收藏了足够多的文章，参加了足够多的会议，拍照了足够多的PPT，就能够学会一门技术。如果真能这样的话，那么学校就没有存在的意义了。任何一个学科都有其技术脉络，并不能通过一个PPT，一篇文章就能学好。真正应该做的是认真打好基础，上一门的课程（例如斯坦福和MIT的公开课），完成练习，再动手做一个项目，这样才能够慢慢入门。所以，想要快速成功，有时候却要学会放慢脚步。芒格说，商界有一个古老的格言：找到一个简单的基本的道理，非常严格地按照这个道理行事。而学习的简单道理，就是踏踏实实，按部就班，无捷径可言。 

后记

在后聊到博士和管理这个话题时，邵浩博士给我们看了一篇他在知乎的问答（感兴趣同学可以关注知乎：邵浩博士），有人提问说不从事科研工作，读博士的意义又在哪儿？邵博士的回复是，博士，英文是Ph. D，Philosophy Doctor，也就是“哲学博士”。读博士其实真正是打开了自己的视野，可以用更宏观的视角，更哲学的视角去看待整个世界。博士的意义不仅仅在于知识储备和专业技能，更在于对于整个世界的看法的改变，思维的改变。稻盛和夫曾经说过，的能力，思维方式，努力第二，能力第三。思维方式和管理能力也是有直接的关系的。

后，邵浩博士还不忘提及生活和工作的平衡。他举自己做过的一个课题为例，且不说其中的数学原理，本质就是平衡算法的准确性和复杂度，因为它们天然就是一个矛盾体，此消彼长。而利用奥卡姆剃刀原则（即简单有效原理），找到其间的平衡，更像是一个生活处事之道。“只有找到工作的乐趣，才可以更好地享受生活”，邵浩博士如是说。