日前，人工智能的頂級學(xué)術(shù)盛會AAAI2020在美國紐約舉行。其中，處于國內(nèi)AI實力第一梯隊的京東數(shù)字科技集團，有6篇論文被AAAI收錄，在AAAI論文整體錄取率僅有20%的情況下，難能可貴，也體現(xiàn)了京東數(shù)科在AI技術(shù)上的全面能力和深厚功力。

6篇論文入選全球頂會，見證京東數(shù)科AI技術(shù)的高光時刻

AAAI的中文全稱是美國人工智能協(xié)會，是人工智能領(lǐng)域主要學(xué)術(shù)組織之一，一年一度的AAAI大會屬于人工智能領(lǐng)域的頂會，每年都會收錄全球范圍內(nèi)評分最頂級的學(xué)術(shù)論文。2020年的全球參會人數(shù)多達4000余人，來自中國的注冊人數(shù)則占20%上下，由于疫情的原因，中國參會人員采用了遠程視頻報告的形式。

AAAI2020的投稿共有8843篇，在經(jīng)過嚴格的評審和打分后，論文錄取率僅為20.6%，獲得收錄的論文，通常在研究領(lǐng)域有獨到的技術(shù)、取得了領(lǐng)先的功能或性能。京東數(shù)科入選論文如下：

《Deep Object Co-segmentation via Spatial-Semantic Network Modulation基于空間語義網(wǎng)絡(luò)調(diào)制的協(xié)同物體分割》、《Robust Conditional GAN from Uncertainty-Aware Pairwise Comparisons基于成對比較樣本標注的魯棒條件生成對抗網(wǎng)絡(luò)》、《Few-Shot Knowledge Graph Completion基于小樣本學(xué)習(xí)的知識圖譜補全》、《Learning to Generate Maps from Trajectories學(xué)習(xí)從軌跡中生成電子地圖》、《Safe Sample Screening for Robust Support Vector Machine針對魯棒支持向量機的快速數(shù)據(jù)篩選算法》、《Quadruply Stochastic Gradient Method for Large Scale Nonlinear Semi-Supervised Ordinal Regression AUC Optimization基于四重隨機梯度的大規(guī)模非線性半監(jiān)督有序回歸AUC優(yōu)化》。

這6篇論文的研究成果，均獲得層層評審的高分，最終脫穎而出。它們的研究成果，均實現(xiàn)了相應(yīng)領(lǐng)域現(xiàn)有技術(shù)的突破，比如論文《基于空間語義網(wǎng)絡(luò)調(diào)制的深度對象聯(lián)合分割》，提出了一個基于空間和語義調(diào)制的協(xié)同分割深度學(xué)習(xí)網(wǎng)絡(luò)框架，可對多幅相關(guān)圖像中的共同目標進行分割，在四個圖像協(xié)同分割基準數(shù)據(jù)集上的大量實驗表明，與最新方法相比，該論文的方法實現(xiàn)了更高的精度。

京東數(shù)科提出了一個基于空間和語義調(diào)制的協(xié)同分割深度學(xué)習(xí)網(wǎng)絡(luò)框架

又比如論文《基于四重隨機梯度的大規(guī)模非線性半監(jiān)督有序回歸AUC優(yōu)化》，其研究的有序回歸問題（類別標記存在有序關(guān)系）廣泛存在于現(xiàn)實世界中，例如天氣預(yù)報中的級別關(guān)系，預(yù)警系統(tǒng)中的級別關(guān)系, 金融風(fēng)險預(yù)測的級別關(guān)系。實驗結(jié)果表明，論文提出的的算法不僅解決了傳統(tǒng)最小化分類誤差方法無法有效的解決的類別不均衡問題，在速度，處理數(shù)據(jù)規(guī)模方面優(yōu)于現(xiàn)有的方法，同時具有相似的推廣性能。

這6篇論文經(jīng)過了全球范圍的角逐，最終入選AAAI 2020，意味著京東數(shù)科在AI技術(shù)的多個領(lǐng)域取得了世界領(lǐng)先的成果，也再一次刷新了大家對京東數(shù)科技術(shù)實力的認知——經(jīng)過6年的埋頭研發(fā)，起步于金融的AI技術(shù)，已經(jīng)全面開花，擁有在全球范圍內(nèi)的競爭力。

厚積薄發(fā)，6年埋頭耕耘迎來豐碩成果

由于互聯(lián)網(wǎng)企業(yè)擁有AI研究和應(yīng)用上的先天優(yōu)勢，自2013年成立起，京東數(shù)科就著力于數(shù)字技術(shù)的落地，幫助實際業(yè)務(wù)提升運作效率。在起步時，京東數(shù)科的主要方向是金融領(lǐng)域，滿足數(shù)字金融方面的多種創(chuàng)新需求。

2013年及隨后的幾年，正式移動支付蓬勃發(fā)展的時期，京東數(shù)科的AI技術(shù)積淀依托于飛速變化的業(yè)務(wù)，沉住氣默默前行，打造了一套嚴謹而又落地性極強的底層風(fēng)控和信用生態(tài)系統(tǒng)，為隨后的AI技術(shù)全面發(fā)展打下了堅實基礎(chǔ)——比如在金融風(fēng)控領(lǐng)域，自主研發(fā)了風(fēng)控決策引擎，可廣泛應(yīng)用于金融反欺詐、信用評估等風(fēng)險量化和風(fēng)險識別領(lǐng)域，打破了美國企業(yè)的壟斷。

前期采用的金融業(yè)務(wù)驅(qū)動模式，讓京東數(shù)科的AI技術(shù)在前期更多是潛移默化地植入在業(yè)務(wù)中，顯得有些默默無聞，但另一面，則造就了更專注地進行技術(shù)研究的條件。這種技術(shù)端持久而務(wù)實的積累，是京東數(shù)科AI隨后在數(shù)據(jù)技術(shù)、人工智能、物聯(lián)網(wǎng)等方向變成“全面技術(shù)派”看似偶然實則必然的重要原因。

而當(dāng)京東數(shù)科變成“技術(shù)輸出”的先行者之后，其把技術(shù)和業(yè)務(wù)融合的烙印并未消去，其后在互聯(lián)網(wǎng)上形成大面積討論的AI技術(shù)輸出，基本都是和實體產(chǎn)業(yè)緊密結(jié)合，比如2018年發(fā)布的神農(nóng)大腦，就是把AI和智能養(yǎng)殖緊密結(jié)合，“豬臉識別”、“AI養(yǎng)殖鱸魚”一度變成網(wǎng)紅話題，收獲流量的背后，是技術(shù)對養(yǎng)殖業(yè)實實在在的改變和提升。

京東數(shù)科將計算機視覺成功應(yīng)用于魚體觀測和行為識別分析

AI養(yǎng)魚只是明星案例之一，在剛剛過去的2019年，京東數(shù)科在AI創(chuàng)新上的成果開始進入爆發(fā)期，進入全面探索人工智能與產(chǎn)業(yè)的深入交融、加速產(chǎn)業(yè)數(shù)字化的階段，成為人工智能驅(qū)動產(chǎn)業(yè)變革的重要力量。

比如，京東數(shù)科在這一年，在AI算力效率上的技術(shù)收獲頗豐，打破了聯(lián)邦學(xué)習(xí)必須同步的慣例，業(yè)內(nèi)首創(chuàng)異步聯(lián)邦學(xué)習(xí)，讓不同的算力不再需要相互協(xié)調(diào)，讓大規(guī)模數(shù)據(jù)處理的效率大幅提升。同時，京東數(shù)科業(yè)內(nèi)首創(chuàng)了特征回放算法，從根本上解決了深度學(xué)習(xí)算法的計算速度瓶頸問題，比原來快了三分之一。

在技術(shù)產(chǎn)業(yè)落地上，京東數(shù)科實現(xiàn)了智能客服解決方案大規(guī)模應(yīng)用部署，智能客服的服務(wù)量已達到人工客服量的6倍。AI超媒體解決方案的打造，有效解決傳統(tǒng)了線下大屏媒體功能單一、缺少互動、數(shù)據(jù)不閉環(huán)、管控運營能力弱的痛點。此外，京東數(shù)科還實現(xiàn)了首次把基于深度學(xué)習(xí)的生物識別技術(shù)應(yīng)用到牛的身份識別、AI優(yōu)化火力發(fā)電、獨創(chuàng)聯(lián)邦數(shù)字網(wǎng)關(guān)等AI技術(shù)突破落地。

本次被AAAI收錄的論文中，也充滿著京東數(shù)科的務(wù)實基因，比如深度對象聯(lián)合分割，屬于計算機視覺中廣泛的應(yīng)用的協(xié)同目標分割技術(shù)，可跟蹤多個視覺目標。論文在精度上的突破，讓該技術(shù)有應(yīng)用到更多新場景中的可能性，比如在AI養(yǎng)豬、AI養(yǎng)魚的基礎(chǔ)上，借助技術(shù)的突破實現(xiàn)更廣范圍的AI養(yǎng)殖，在原有應(yīng)用場景中也能發(fā)揮更高的效率，切實地提升生產(chǎn)力。

中美兩地建設(shè)研發(fā)基地打造AI研發(fā)雙擎格局

縱觀全球AI技術(shù)的發(fā)展，我們不難發(fā)現(xiàn)全球AI技術(shù)創(chuàng)新的主要力量集中在中美兩國。

事實上，京東數(shù)科早在2017年就在美國硅谷設(shè)立了AI實驗室，持續(xù)引進世界級科學(xué)家，打造技術(shù)研發(fā)的中美雙引擎格局。此舉讓京東數(shù)科不僅可以同時享受兩個AI頂級大國的人才紅利，也讓京東數(shù)科成為了一個全球視野的技術(shù)公司。

京東數(shù)科的核心技術(shù)能力包括數(shù)據(jù)技術(shù)（數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、圖計算等）+AI（計算機視覺、自然語言處理、語音技術(shù)、機器學(xué)習(xí)、芯片等）+IOT（傳感、視頻監(jiān)控、邊緣計算等），其AI實驗室成立于2017年，在計算機視覺、自然語言處理、語音技術(shù)和自動機器學(xué)習(xí)平臺等方面，均取得了突出成果。

京東數(shù)科美國AI實驗室的研究方向，主要是3D機器視覺、視頻理解、虛擬數(shù)字人、文本合成、人機對話、深度學(xué)習(xí)等熱門技術(shù)，除了大面積吸納美國的AI人才外，還與美國一流大學(xué)研究機構(gòu)開展長期合作，不斷探索最前沿的AI技術(shù)。

本次京東數(shù)科6篇論文被AAAI收錄，在作者名單中交織著中美兩國的學(xué)者和技術(shù)人員，這說明京東數(shù)科在中美兩地的實驗室中都儲備了強大的技術(shù)人才，同時，兩地的技術(shù)人才已經(jīng)形成合力，可以在同一個研究方向上協(xié)作、互補，并產(chǎn)生世界領(lǐng)先的技術(shù)成果。