索引擎，以及微軟美國研究院，從事多媒體、計算機視覺和機器學習方面的研發(fā)工作。2015年4月加入阿里巴巴，任搜索事業(yè)部資深總監(jiān)/研究員；2016年加入阿里云iDST，負責云上視覺智能計算的技術研發(fā)；現任阿里達摩院城市大腦實驗室主任。他的研發(fā)興趣在大規(guī)模視覺人工智能領域，包括視覺分析、識別、搜索和挖掘等。華先勝在國際主流會議和期刊上發(fā)表論文200余篇，擁有專利90余項。曾擔任多個學術期刊的副主編以及ACM Multimedia等頂級學術會議的程序委員會主席，并獲得多個國際會議及期刊的最佳論文獎。華先勝曾擔任ACM Multimedia 2020年大會主席。
以下為專訪實錄精編：
搜狐科技：感謝阿里集團副總裁、達摩院城市大腦實驗室主任華先勝參加搜狐科技的專訪。華老師您好，首先請您跟大家介紹一下達摩院和您的研究方向？
華先勝：達摩院是阿里巴巴的基礎科研和基礎創(chuàng)新研發(fā)的核心機構。目前實驗室有5個方向，包括機器智能、數據計算、機器人、金融科技和X實驗室。我自己所在的實驗室是人工智能方向，是人工智能從基礎的技術研發(fā)，到形成產品，再到到產品落地應用場景的一條龍的團隊建制。
搜狐科技：就像您介紹的，達摩院是研究基礎科學的創(chuàng)新技術研究的機構，實驗室的環(huán)境和真實世界還是有一定的不同的，想問問您，為了讓技術在現實世界中取得更好的效果，目前是否有哪些難點和技術解決方案呢？
華先勝：通用性是我們做技術研發(fā)一開始就會考慮的問題，這個通用性不是指行業(yè)通用性，而是指在真實世界的復雜場景下有沒有通用性，除了通用性之外，計算的效率有多高，也是我們會考慮的問題。
當然最初的時候，算法的準確率上是技術研究人員們更關注的方向，但是我們逐步會把它的效率和普適性提升放在更重要的位置。其實，一開始我們就關注這個最終的目標。
我們會在真實的大數據場景下做不斷的打磨和迭代，如果是做基礎科研的話可能會更關注基礎算法的創(chuàng)新。
在應用場景下能夠取得突破，其實相對于在封閉數據集上做科研，是一件更難的事情。問題會變得更深，變得更復雜，更有挑戰(zhàn)，我們花費了很大的精力，讓技術在規(guī)模上、在真實場景中應用中去實驗，在實踐中檢驗，在實踐中去磨煉。
搜狐科技：您目前的研究方向是城市大腦，智慧城市領域越來越多受到業(yè)內的關注，很多的同行們都在跟進這個方向，在您的觀察里面，大家的切入點都有哪些不同？
華先勝：切入點都沒有什么太大問題，可以從傳感器端上切入，AI放在端上做也是可以的；也可以從服務器端的算法切入，解決一些核心問題；還可以從AI平臺切入，提供平臺層的能力，賦能其他開發(fā)者；從應用層切入也是常見的方式，能夠基于其他的團隊提供的AI平臺，去做智慧城市的各個領域，比如說各委辦局等等具體部門的業(yè)務所需要的能力；當然，從AI技術研發(fā)平臺這個角度切入也是可以的。
實際上也是智慧城市也是需要大家一起來繁榮的。很難說誰的切入點一定是對或者一定是錯。
一般來說，一家公司很難從底層到上面最后的應用層全部都做了。更多的是每一部分都有更專長的人做，專業(yè)的人做專業(yè)的事情，這個才是最好的。
當然這里面也帶來一個問題，就是怎樣能夠形成一個規(guī)范，能夠不同的團隊、不同的公司、不同的服務的提供方能夠形成合力，這個標準和規(guī)范是急需解決的一個問題，這樣才能真正形成合力，不至于說每個城市里面，這個是他做的，另一個地方是另外一家做的，最后各自為政，這就不太好