主要观点总结
本文介绍了AI顶会上，京东研究院的DSSM双塔模型获得殊荣，模型的创立者是何晓冬博士。文章从科学家的科研历程、企业的创新环境以及AI的发展路径等方面进行了阐述。文章指出科学家在将科研成果转化为实际应用时面临的挑战，并强调了应用场景的重要性。同时，文章也讨论了AI发展的不同路径和观点，并介绍了京东AI发展的第一性原则是问题导向、痛点导向。最后，文章总结了京东在AI方面的进展和成就。
关键观点总结
关键观点1: DSSM双塔模型在AI顶会获奖
京东研究院的DSSM双塔模型在AI顶会上获得殊荣，这是对其长期研究的肯定。该模型是智能推荐技术的基石之一。
关键观点2: 科学家在科研转化中面临的挑战
科学家在将科研成果转化为实际应用时面临诸多挑战，包括时间检验、技术转向应用过程中的不确定性等。
关键观点3: 应用场景在AI发展中的重要性
应用场景在AI发展中具有关键作用，它推动了AI技术的实际价值体现和进一步发展。
关键观点4: 京东在AI方面的进展和成就
京东在AI领域取得了显著进展，通过应用导向的创新策略，结合产业场景进行AI研发，获得了用户和市场的高度认可。
关键观点5: AI发展的不同路径和观点
目前AI发展的路径和观点存在争议，一部分人认为应该专攻底层技术，而另一部分人则认为应该关注应用方向。京东的实践证明了应用导向的策略是行之有效的。
文章预览
今年，AI顶会CIKM的时间检验奖颁给了京东何晓冬博士创立的DSSM双塔模型，而这是他10年前的一个研究成果，也是今天智能推荐技术的基石模式之一。 DSSM并不是本文讨论的焦点，但它是一个窗口，它可以透视在10年前和今天，人们是如何用不同的方式去对待AI的创新，以及由此带来的截然不同的效果。 ——导语 01 经得住时间检验的技术 老友何晓冬最近又拿一新奖，向来低调的他，也十分欢喜。我和他特意多谈了几句，引发了这次对他的访问和一些思考。 这个奖关系到一篇10年前发表的论文，论文的主题是关于DSSM 模型（也就是双塔模型）的提出（论文名为：基于点击数据学习用于网络搜索的深度结构化语义模型）。 所谓善战者无赫赫之名，在网上搜索DSSM模型+何晓冬，结果并不太多。 其中，大部分搜索结果只是提及，DSSM是2013年由微软在CIKM上发表
………………………………
