雅典娜锋芒 | 以梦为马 驰骋代码江湖

点击上方“蓝色字体”，选择“置顶公众号”

精彩内容，即刻送达

滴滴“雅典娜”计划作为连接滴滴和优秀在校生的桥梁，吸引着来自全球各地的学子。在“雅典娜”项目中，聚集了一批在科研学术领域极具潜力的精英学子们，他们在这里将所学化为所用，与滴滴共同成长。

本期我们采访到来自AI Labs 智能控制组的实习生刘宁及其导师唐剑，走进工程师的代码江湖。

还有1个月，刘宁在滴滴实习就满一年了。本科就读电子信息工程专业的他将大部分青春时光都投入到深度学习领域，不像同龄人有对未来的焦躁不安，早早踏入实践得来的经验使他能从容地做选择。与滴滴AI Labs和雅典娜联合培养项目的相遇，是缘分，也是必然。

学问无遗力，少壮终始成

学术上的成就源于兴趣，得益于恩师的指点迷津和孜孜教诲。刘宁高中时曾获得北京市高中物理竞赛二等奖，本科期间荣获全国大学生物联网竞赛三等奖，在国际顶级会议（MICRO，ISCA，ASPLOS，DATE，ICDCS，etc）上发表过论文，其中发表在MICRO上的论文CirCNN利用了块快速傅立叶的方式，将深度模型中的权重压缩减少并降低算法复杂度，并在硬件设备上实现。

谈到自己的科研之路，半是心酸半是喜悦，他说：“读博士的时候，会比较迷茫。做科研其实是一个创新的过程，可参考的东西非常少。我的博士导师王言治教授非常有耐心，经常会在我遇到问题，思路不顺畅时，跟我分析探讨，给予方向上的把控，受益颇多。”在2015年，DeepMind将深度增强学习（Deep Reinforcement Learning）应用在计算机玩Atari游戏，基于DQN的程序在多种Atari游戏上取得了超越人类水平的成绩。当时他一直想着如何利用DRL做一些其他领域的应用，王老师耐心分析并指导了一些关于增强学习的重点，最后将DRL应用在了云端资源分配的问题上，效果提升显著。这也鼓舞着他坚定地迈向自己的目标，不断激发自己的潜能。

刘宁在美国加州

学而不知道，与不学同；知而不能行，与不知同

刘宁本科期间学的是电子信息工程，学习中对物联网方向很感兴趣，开始接触CS下偏硬件的嵌入式系统，并深入学习了解。“简单来讲深度学习是为了让模型通过大量数据的学习从而智能地做出判断。在操作过程中我发现了真正的兴趣和目标所以确定了这个方向继续做研究。”

化繁为简，对事物保持着好奇心，是他对自己的要求。“这在学习工作上也很有帮助。人只有保持着好奇心，解决好奇，才能够不断获得新的知识，才能够进步。”

与滴滴的相遇，梦想有了更为广阔的滋生的土壤。他从18年年底开始在滴滴实习，发现滴滴是一个很包容性很强的大家庭，业务内容涵盖很广。“AI Labs是一个真实地在做AI落地这件事情的地方，这和我的职业发展方向、个人兴趣爱好也很一致。”实习期间他收获很多，在实习导师唐剑老师的指导下，完成了自动结构化剪枝算法框架，并投稿AAAI2020（投稿结果尚未公布）。他还和团队一起，将自己所学的技术算法应用到实际场景中，把深度模型压缩，满足嵌入式端上的算力，把算法落实到真实场景里。实习期间还去上海参加2019世界移动大会（MWC2019），把日常的工作在现场demo，发挥AI在保障驾驶方面的能力，帮助降低事故率，能通过人工智能算法对司机进行疲劳驾驶预警、分心、不良行为检测等，进一步提升出行安全。为人类社会增添福祉，他的梦想有了坚实的根基。

在滴滴与志同道合的小伙伴一起奋斗，年轻的梦照进了现实。“如今我们深夜饮酒，杯子碰到一起，都是梦想那绚烂的泡泡在腾空。”在美国的时候，刘宁生活比较单一，每天实验室和家两点一线重复运转。他认为最放松的事就是和工作的朋友聊聊天，接触行业内和学界的新鲜信息。

来到滴滴后，他参与了“雅典娜”培养计划。这个为优秀青年人提供追逐学术和科研理想的平台，培养了一批批对未来抱有巨大热忱的“小桔人”。“同事们比我多很多的工作经历，我的理论结合上同事们的经验，能够很好的达到理论运用于实际的效果。在这个大环境下，我也可以把自己的模型压缩技术应用到滴滴的实际项目中，将深度模型压缩变小，从而在资源有限的嵌入式端上运行。“ 

在实习中，他有幸参与了滴滴全球数字创新赋能计划（DiDi Engine）， 同来自巴西的同学们一起讨论研究，一起brainstorm，在短时间内设计项目并实现算法，去解决出行中的实际问题。其中一个项目是设计盲人打车程序，他们的主题是为盲人和视力障碍人士设计更加便利的上下车和乘车条件。用户可以利用语音系统呼叫车辆、接收并回复信息，同时通过声音测绘系统确认车辆位置。通过和同学们的交流与探讨，刘宁了解到了平时可能不会想到的corner case，“在讨论学习的过程中，不单从技术上，从场景，分析都获益匪浅。”

刘宁与来自巴西的同学讨论研究

脚踏实地，学以致用

在刘宁看来，随着5G时代的开启，对汽车影响最重要的两个部分可能就是车路协同，自动驾驶和车联网领域，分别对应的是智能网联汽车的智能化部分和网联化部分。“在学业上，我希望继续在深度学习模型压缩、设计上深入研究，把学习到的知识和研究成果应用到我们的现实场景。在滴滴把自己所研究的自动化模型压缩的框架应用在我们基于车的场景中。完成AI 落地，推进科技生活，贡献力量，让滴滴成为一个更加便民利民的科技大公司。”

刘宁在设计自动化大会DAC (Electronics Design Automation)上展示自己的work

谈到对未来的期许，刘宁表示，在接下来的工作中希望可以将自己所学到的应用在实际的交通场景中，用科技为大家的出行带来便利和安全。

少年想闯荡江湖，在滴滴，他遇到了“少林寺”和“老师傅”。时光不老，他与滴滴的故事还将延续精彩。

滴滴导师

        

唐剑

滴滴智能控制首席科学家

IEEE Fellow

ACM杰出科学家

领导滴滴在嵌入式AI和计算机视觉方向上的研发。于2006获得美国亚利桑那州立大学计算机科学博士学位。在国际顶级期刊和会议上发表了140多篇学术论文，在深度学习模型压缩、AI驱动的系统控制和群智感知方向上做出开创性贡献，并多次获得最佳论文奖。唐剑目前还担任新一代人工智能产业技术创新战略联盟的专家委员会委员和智能出行推进组组长，以及IEEE车载技术学会杰出演讲人。

导师寄语

刘宁同学科研、算法和工程能力都很强， 是一名十分难得的全栈式人才。他有很强的科研和创新能力，在滴滴实习期间， 开创性地提出并实现了首个基于AutoML的结构化剪枝算法，性能远超所有已知的同类算法。该成果申请发明专利，相关的论文也投到了AI顶会。他熟悉各种编程语言和深度学习编程框架以及Android系统。在实习期间作为主要贡献人, 设计并实现的多个轻量级的端上视频检测算法，都已成功落地网约车业务并实现了对外技术输出。更重要的是，该同学理论基础扎实，对深度模型压缩和加速的算法和技术有非常全面和深入的了解。该技术是嵌入式AI和AIoT的核心，对滴滴未来在车载技术领域的研发将起到至关重要的作用。

（注：本文部分内容、图片由刘宁提供）

相关阅读

编辑 | 贺贺