某中心与伯克利BAIR实验室的合作推进人工智能与机器学习研究
两年来，某中心一直与加州大学伯克利分校人工智能研究（BAIR）实验室合作，让学生有机会处理具有挑战性的现实问题。
在某中心2019年re:MARS会议的主题演讲中，某中心全球消费者业务首席执行官谈到公司最初由计算机科学家和优秀程序员构建，但越来越多地"由开创性AI科学家的工作推动前进"——这些科学家正在塑造购物、配送、语音（Alexa）等众多领域的客户体验。
在机器学习和人工智能领域，加州大学伯克利分校是最重要的研究和学术机构之一。该校对计算机科学的影响深远，在控制理论、模式识别、神经网络、计算机视觉和机器人技术等理论和实践方面都取得了突破性成果。该校的BAIR实验室汇集了加州大学伯克利分校在机器学习、自然语言处理、人工智能等领域的科研人员。
目前，合作包含八个具体项目，涵盖机器学习、计量经济学、贝叶斯统计等领域。"机器学习与人工智能已成为某中心所有业务的核心，"某中心搜索与AI研究员表示，"在这些领域，加州大学伯克利分校可以说是世界领先的大学。我们很自然地开始与他们对话，探讨合作可能性。"
该合作汇集了重量级的计算机科学智力资源。除了担任某中心研究员外，合作方还是德克萨斯大学奥斯汀分校计算机科学与数学教授，并担任大数据分析中心主任。迈克尔·乔丹负责伯克利方面的合作，他是加州大学伯克利分校的机器学习、统计学和人工智能教授，2016年被《科学》杂志评为世界上最具影响力的计算机科学家。
乔丹表示，某中心是世界上最具趣味的机器学习和AI实际应用场景之一。"他们是最早将机器学习用于供应链管理和推荐引擎等实际问题的公司之一。某中心特别适合将前沿学术研究转化为有意义的实际应用。"
对伯克利学生而言，与某中心的合作让他们有机会运用机器学习和AI技能，帮助解决某中心正在应对的重大挑战。"我们喜欢研究工业界真正使用的技术，"乔丹说，"与某中心的合作具有天然的相关性，这使得学生参与的项目更加贴切和有意义。"
学生参与的项目示例包括：利用手持摄像手机识别和提取场景中语义对象的视觉搜索；适用于零售需求预测等业务场景的有限数据时间序列预测；以及大规模概率模型的应用。学生的所有工作都在大学开放研究模式下进行，意味着研究成果非独家，预计将公开发表和开源代码发布。
某中心技术产品经理表示，此类合作有助于公司从新视角看待挑战性问题。"应用科学的进步往往来自研究界与工业界的紧密合作。机器学习和AI的未来需要更高的系统要求，包括可扩展性、性能和适应性。我们所有的项目都致力于实现这些目标。"
某中心核心AI总监负责管理公司的合作伙伴关系，他认同这种合作是互惠互利的。"我们举办了'某中心与伯克利交流日'，向学生提出问题并与他们共同策划项目——这种对话非常有帮助。与某中心合作让学生有机会看到项目的完整生命周期，并在每个步骤中积累经验。这有助于为他们的理论性或开放性研究提供参考。"
某中心还通过建立更直接的招聘渠道，吸引世界顶尖计算机科学学生。自合作开始以来，已有七名学生以不同身份加入某中心，其中几人成为全职员工。
对于这种合作伙伴关系的未来发展，某中心核心AI总监表示希望看到类似合作扩展到其他机构，将学生的热情和学术智慧与某中心研究的实际应用相结合。"我希望看到与研究生和研究人员的合作生命周期：从校园协作研究，到实习，然后将实际经验回流学术界，激励下一代科学发展。"
乔丹补充道："回顾1920年代和1930年代会有所启发，当时还没有化学工程这个领域。那个时代的人们开始设想建立大型化工厂，以新的经济规模进行化学研究。相应地，一个学术领域发展起来以支持这些努力。这正是我们目前所处的机器学习阶段。未来几十年，我们将看到机器学习系统在范围和规模上持续增长，改变经济格局，一个新的学术领域将应运而生以支持这种增长。它的出现将反映产业界与学术界的深度合作，为所有人带来益处。"
