CNET科技行者 12月11日 北京消息（編譯/DAWN）：Richard Socher，被世界經濟論壇譽為“實現(xiàn)改變現(xiàn)有自然語言處理與計算機視覺技術突破的、人工智能和深度學習領域的天才”，他還有兩個身份，MetaMind創(chuàng)始人，Salesforce現(xiàn)任首席科學家。

Richard Socher說，“AI幫助我們認清自己”。

一次機緣巧合，讓他從計算機語言轉投AI研究，此后并沉迷在“深度學習”世界里。

拜師吳恩達，投身深度學習探索

Socher在德國主修計算機語言學，獲得了萊比錫大學理科學士和薩爾蘭大學理科碩士學位。此后，他在斯坦福大學讀博士時，曾作為交換生前往美國普林斯頓大學，在那組建了AI實驗室。

他組隊參加2007年語義機器人視覺挑戰(zhàn)賽（ semantic robot vision challenge），其團隊榮獲大賽冠軍。此外，Socher還加入普林斯頓大學的研究團隊，開發(fā)設計ImageNet—即由標有注釋的圖像構成的可用于計算機視覺研究的大型數(shù)據(jù)庫。

Socher稱：“深度學習的魔力在于它不僅能夠提取出傳統(tǒng)機器學習的結構特征，而且其模型可提取和呈現(xiàn)原始圖像或原始詞表，最終在同一個端對端的訓練模型中作出預測。”

換言之，過去傳統(tǒng)的機器學習需要深層次專業(yè)知識，且需投入大量時間和精力研發(fā)模型和算法。為提高預測的準確性，計算機的“學習”多借助模型的優(yōu)化調整，而深度學習則聚焦于模型設計，使用海量訓練數(shù)據(jù)，建立多層次的深層次結構。

自此開始，ImageNet項目負責人每年都舉辦一次ImageNet大規(guī)模圖像識別挑戰(zhàn)賽（ILSVRC），推動了深度學習的快速發(fā)展，使其成為圖像識別研究中的新興工具。（2012年該大賽的一支深度學習團隊將圖像識別的錯誤率從25%降低到16%，深度學習領域自此進入全盛時代）

也是這個時候，Socher開啟了從事深度學習的職業(yè)生涯。當然，還少不了他的導師。

Socher在斯坦福大學求學時，有幸拜Andrew Ng（吳恩達）和Chris Manning為師。Andrew Ng與谷歌合力開展計算機視覺研究時，首次引入了深度學習，并為2012年正式推廣深度學習作出了巨大貢獻，而他的另一個導師Chris Manning也堪稱“著名的自然語言處理研究員”。

Socher借助循環(huán)神經網(wǎng)絡（深度學習的變體），使自然語言處理程序能更好地“理解”文本的語境和情感。之前的研究員多建立情感分類模型（即體現(xiàn)積極或消極的詞表）對文本進行分類，并假設詞語的順序不重要。然而，基于循環(huán)神經網(wǎng)絡分析文本情感，無需預先建立模型，而是分析詞間的聯(lián)系，從鄰近詞，逐個依次向后分析，建立一個多層關系網(wǎng)，便于精準理解句子的含義。

Socher的博士論文被評為斯坦福大學計算機科學專業(yè)的優(yōu)秀畢業(yè)論文。論文中提到：深度學習不是成功處理自然語言的唯一工具。他提出了新方法，無需針對各任務建立不同的機器學習模型，就可同時完成大批不同的自然語言處理任務。他學術生涯的重心不在此，但他的職業(yè)生涯卻一直致力于實現(xiàn)“多任務同時處理功能”。

學術生涯之后的另一種人生，開創(chuàng)MetaMind

Socher的職業(yè)生涯和宏偉志向也是眾多AI領袖的鮮明寫照：他們可能還是博士生時，已投身于AI領域的研究，但并未繼續(xù)進修深造，而是選擇自己創(chuàng)業(yè)或加入其他企業(yè)。

在被問及放棄學術生涯的原因時，Socher回答道：“應用人工智能獲取資源，對人們的影響空前巨大，遠遠超過對整個行業(yè)的影響。”因此，他放棄了普林斯頓大學助理教授的職位，于2014年開創(chuàng)了MetaMind公司。

短短四個月，Socher及其團隊從Khosla創(chuàng)投公司與Salesforce公司的CEO Marc Benioff處籌集了八百萬美金資金。與此同時，他們還推出了一個分析文本圖像的深度學習平臺，該平臺在網(wǎng)絡上運行，操作簡單。多年來，MetaMind公司取得了諸多矚目成就。2014年，該公司以92.4%的識別準確率完成了ImageNet大賽。準確率較大賽冠軍谷歌低了 0.8%，但其運算量僅為谷歌公司的千分之一。

用Socher的話來說，“MetaMind是個用途廣泛的通用引擎?，F(xiàn)已應用于藥物影像、放射學、情感分析以及衛(wèi)星圖像等領域。”

2016年的4月， MetaMind被Salesforce公司收購。Socher說：“作為一個小型科技初創(chuàng)企業(yè)，總是考慮如何將自己的影響力最大化，但無論是創(chuàng)建強大的銷售團體，還是建立人力資源和市場都需要很長時間。Salesforce是我期盼的最好合作伙伴。”

Socher繼續(xù)解釋道，對于成功的人工智能公司來說，數(shù)據(jù)、算法以及工作流集成至關重要。Saleforce公司擁有海量數(shù)據(jù)， MetaMind與Saleforce的其他機器學習團隊負責設計算法。工作流集成極其重要，關乎Socher的職業(yè)志向、研究的現(xiàn)實意義以及對世界產生的影響。

“你不能設計完一個人工智能算法，直接把它扔給其他團隊，然后跟他們說，這個算法不錯，用吧。應該嘗試將這個算法融入工作流程中，它才能真正為人們所用并造福人們。Salesforce了解人們的工作方法，將算法與工作流結合，融合于現(xiàn)實產品，供世界范圍內的客戶使用。這樣做可以獲得額外好處：就是從真實的世界各地的用戶那里得到反饋。融合方法得當，就能不斷學習，在使用中優(yōu)化機器學習模型”，Socher說。如此往復，實踐性知識會融入研究工作中，逐漸形成良性循環(huán)。

進入Salesforce，以AI+CRM再戰(zhàn)江湖

作為Salesforce的首席科學家，Socher不僅管理著一個研究團隊，該團隊還陸續(xù)發(fā)表了多篇重要論文。主題涉及自然語言處理、圖像說明、問答系統(tǒng)及多任務共同學習（通過同一神經網(wǎng)絡執(zhí)行大量NLP任務）。這些研究開發(fā)了諸多實用型應用設計，比如最近推出的愛因斯坦視覺系統(tǒng)（Einstein Vision)，該系統(tǒng)由一組API組成，幫助各技術級別的開發(fā)者為CRM添加圖像識別功能，快速建立人工智能驅動的應用。

Salesforce不僅向Socher提供了一個將理論融入實踐的完美環(huán)境，也使其有機會繼續(xù)進修深造。每年他都會與Chris Manning聯(lián)合開展一次“自然語言處理與深度學習”的課程。這門課有近700名學生參加，是斯坦福大學研究生課程中人數(shù)最多的課程。這門課幾乎座無虛席，由此可見，深度學習正不斷崛起并大跨越向實踐應用發(fā)展，人們對人工智能的興趣也與日俱增。

為實現(xiàn)“多任務同時處理”的功能，Socher一直致力于開發(fā)自動問答系統(tǒng)。雖然問題不同，但只要有相同輸入，即可啟用一套多任務共同運行模型。Socher非常自信的說：“未來五年，我們在問答系統(tǒng)方面將會取得巨大進步。”比如，他認為其團隊將實現(xiàn)特定企業(yè)機構中匯集所有相關數(shù)據(jù)，投入使用“智能對話系統(tǒng)”。

Socher表示，人們最終一定會制造出來全能的（近乎真人的）人工智能，但他拒絕給出具體時間。與現(xiàn)今大多數(shù)科學家一樣，他也處于一個唯物主義范式中：“我不認為任何哲學因素能妨礙我們的再造智慧，但是前路漫漫。”與此同時，他也致力于開發(fā)應用，無論是深度學習的試用功能，還是接著前人70年的研究，努力制造更加有用的電腦。

Socher在其博士論文中引用了語言學家J.R.Forth的著名言論“觀其伴，知其意。”同樣，你也能從開發(fā)者們的社交中，看到一個逐步完善的人工智能的未來。Socher不僅活躍于世界經濟論壇及其他場合，還積極與該領域其他人士互動。一方面與團隊成員、學術會議上的研究者和因講座、論文展示以及論文發(fā)表等方面相關的研究者保持緊密聯(lián)系，另一方面與Salesforce的員工和用戶等實踐者進行交流。

與他人互動、學習、探討、合作是人類生活的重要方面，是我們獨特的傳遞信息與語境的行為，也是人類創(chuàng)造性在社會層面上的體現(xiàn)。正因如此，人類智力永遠無法被人工智能取代。但是有像Richard Socher這樣堅持教計算機從數(shù)據(jù)中獲取新知識的人，人工智能必將蓬勃快速發(fā)展。

<來源 ：Forbes;編譯：科技行者>

G

M

T

文本轉語音功能僅限200個字符