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
………………………………