创始人是曹旭东，
毕业于清华大学，曾先后任职于微软亚洲研究院和商汤科技，有近百人研发团队管理经验、产品落地经验，对无人驾驶环境感知，高精地图，驾驶决策有长时间研究。
研发总监任少卿，是中国科技大学与微软亚洲研究院联合培养博士，提出适用于物体检测的高效框架Faster RCNN和图像识别算法ResNet，后者相关论文于2016年获得计算机视觉领域顶级会议CVPR 的Best Paper Award。
当前在智能家居和智能农业领域有大量的创新点，所以找到一个切入点并不难，但是由于不同教育阶段对于论文的内容要求有所区别，所以要根据自己的论文要求来设计技术方案。
如果是本科阶段的论文，那么设计一个三层的物联网应用就能够达到要求，涉及到设备、网络和平台。在智能家居领域可以选择安防方向，比如当有陌生人侵入时可以发出报警等，另外还可以选择能源智能控制方向，比如电力开关控制也有很多的课题可以做。
在农业领域也有很多切入点，比如农作物成长环境监测，自动灌溉系统等等。通常来说，本科阶段的论文对于功能的实现过程比较看重，对于智能化的要求会相对弱一些，毕竟本科阶段主要以应用型人才为培养目标。
如果是研究生阶段的论文，在进行结构设计的时候就需要采用六层结构了，除了设备、网络和平台之外，还需要考虑到数据分析、智能决策和安全三个方面，需要运用大数据知识和人工智能相关知识，难度也会有较大幅度的提升。
比如研究生阶段如果要从事安防课题的研究，可以加入视觉识别或语音识别的内容，计算机视觉和自然语言处理也是目前人工智能领域的热点方向，相关的研究也比较多，可以充分利用目前的智能化开放平台开展研究。同样，如果从事智能农业方面的研究，可以结合机器学习方面的知识，针对于不同的场景进行不同的处理，比如灌溉、除虫等操作。
最后，在选题的过程中，应该积极跟自己的导师进行沟通，认真听取导师的意见，这对于后期论文的撰写会有较为实际的意义，导师通常会有一定的行业资源，在进行课题研发的过程中，也可能会为学生提供具体的实践环境，所以争取到导师的支持对于提升论文质量是比较重要的。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！
阿里巴巴达摩院成立于2017年10月11日，致力于探索科技未知，以人类愿景为驱动力，开展基础科学和创新性技术研究，2017年马云曾经宣布，要在未来3年之内，投入1000亿人民币用于阿里巴巴达摩院的技术研发，达摩院的目标就是打造全球最顶尖的研究机构之一。
所以自从达摩院成立之后已经引用了很多全球顶尖的科学家，虽然从绝对量来看，目前达摩院的人数并不是很多，但是他们每个人在自己的领域之内都具有很大的影响力，所以一个人可以顶上很多人。此外，达摩也依赖于阿里巴巴这个大家庭，实际上阿里巴巴目前所拥有的工程师队伍至少达到3万人以上，这些人随时都有可能会参与到达摩院的一些科学研究当中。
目前达摩院既有专职的科学家，也有一些兼职的科学家，这些科学家来自全球各地，他们主要分布在机器智能、数据计算、机器人、金融科技、 X实验室5个领域14个实验室里面，具体如下：
高文：北京大学博雅讲席教授、信息与工程科学部主任，中国工程院院士，IEEE Fellow，ACM Fellow，国家自然科学基金委员会副主任。
梅宏：北京理工大学教授、副校长，中国科学院院士，发展中国家科学院院士。
吴朝晖： 浙江大学校长，中国科学院院士，之江实验室副理事长。
黄如： 北京大学信息科学技术学院教授、院长，中国科学院院士。IEEE Fellow
Michael I. Jordan： 加州大学伯克利分校教授，美国工程院院士, 美国科学院院士, 美国人文与科学院士。
周以真：哥伦比亚大学教授、数据科学研究所主任，IEEE Fellow, ACM Fellow。
Henry M. Levy：华盛顿大学教授、计算机科学与工程学院院长，美国工程院院士，IEEE Fellow，ACM Fellow
George M. Church： 哈佛大学&麻省理工学院教授，美国工程院院士, 美国科学院院士，“人类基因组计划”领军人物
Avi Wigderson ：普林斯顿大学高等研究院教授, 美国科学院院士, 美国人文与科学院士 。
致力于语音识别、语音合成、语音唤醒、声学设计及信号处理、声纹识别、音频事件检测等下一代人机语音交互基础理论、关键技术和应用系统的研究工作。形成了覆盖电商、新零售、司法、交通、制造等多个行业的产品和解决方案，为消费者、企业和政府提供高质量的语音交互服务。
研究团队
鄢志杰： 达摩院语音实验室负责人， 中国科学技术大学博士，IEEE高级会员。曾任微软亚洲研究院语音团队主管研究员。
付强： 达摩院语音实验室研究员，西安电子科技大学博士，曾获中国科学院杰出科技成就奖（2014年）、中国语音产业联盟先进个人（2016年）。
马斌： 达摩院语音实验室研究员，香港大学博士。加入阿里前，他是新加坡资讯通信研究院 （I2R）的语言技术部门负责人和资深研究员。曾获新加坡总统科技奖。
冯津伟： 达摩院语音实验室研究员，弗吉尼亚理工大学博士。曾主持开发基于麦克风阵列的视频跟踪系统。
李威： 达摩院语音实验室资深算法专家， 香港大学计算机系博士。曾任百度语音技术部资深工程师，负责百度语音识别声学模型、语音合成核心算法及训练流程的研究和开发工作。
高杰：达摩院语音实验室资深算法专家 ，中科院博士。曾任微软STC语音科学家，负责基于分布式计算平台的超大规模语音识别模型训练系统的研究和开发工作。
雷赟：达摩院语音实验室资深算法专家， 德州大学达拉斯分校博士。曾任Facebook和SRI的研究科学家。
王雯： 达摩院语音实验室资深技术专家， 普渡大学计算工程博士。在IEEE/ACL会议和期刊上发表了100篇以上的论文，曾任SRI资深研究科学家。
致力于研发与运用图像和视频的分析和理解、三维视觉等技术，构建以图像视频为媒介的产品和应用，提升商业效率或创造商业新机会，广泛应用于新零售、新媒体、新制造等领域。
研究团队
任小枫： 达摩院视觉智能实验室负责人， 华盛顿大学计算机科学与工程系客座教授，拥有加州大学伯克利分校博士学位，曾担任亚马逊资深主任科学家，负责Amazon Go计算机视觉算法的研发。
ZELNIK, Lihi：达摩院以色列实验室负责人， 曾任以色列理工学院电气工程系的副教授，纽约康奈尔大学的客座教授。拥有魏茨曼科学研究所计算机科学博士。
潘攀： 达摩院视觉智能实验室资深算法专家， 拥有伊利诺伊大学芝加哥分校博士学位。拍立淘以图搜图的创始人之一。
刘铸：资深技术专家，纽约大学博士，曾任AT&T科研实验室主任科学家，哥伦比亚大学和纽约大学的客座教授。拥有140多项美国专利。
Itamar Friedman：资深技术专家 ，拥有以色列理工学院电子工程学院的计算机视觉和机器学习硕士学位，他曾是Visualead的首席技术官。
致力于实现人与机器之间用自然语言进行有效沟通的各种理论和方法。包含自然语言处理核心技术，如分词、词性、句法、语义等多语言基础模块，以及情感分析、信息提取、机器翻译和机器阅读理解等技术的研究，已经在客服、资讯、司法、医疗等场景有广泛的应用。
研究团队
司罗：达摩院语言技术实验室负责人 ，卡内基梅隆大学博士。曾任普渡大学计算机系终身教授。
黄非： 达摩院语言技术实验室研究员 ，卡内基梅隆大学博士。曾担任ACL、NLPCC等领域主席、IJCAI资深程序委员。曾在Facebook、IBM Watson等从事NLP相关工作。
葛妮瑜： 达摩院语言技术实验室研究员 ，布朗大学计算语言学博士。曾任职IBM研究院，从事自然语言处理和机器翻译工作。
陈博兴： 达摩院语言技术实验室资深算法专家， 中国科学院博士。曾是新加坡信息与通信研究所、加拿大国家研究委员会研究员。
骆卫华： 达摩院语言技术实验室资深算法专家， 曾任中科院计算所高级工程师，承担国家重大专项或自然科学基金课题十余项。
张琼： 达摩院语言技术实验室资深算法专家， 浙江大学博士，曾在雅虎工作。
刘晓钟： 达摩院语言技术实验室资深算法专家， 雪城大学博士。曾任印第安纳大学布卢明顿分校信息与计算学院终身教授。
李林琳：达摩院语言技术实验室高级算法专家， 萨尔大学计算机博士。曾就职于巴黎LIMSI-CNRS研究所、微软奥斯陆、百度。
致力于通过研发与运用机器学习和运筹优化技术构建智能决策系统，提升业务运营效率、降低运营成本和增加运营收益。与合作伙伴在计算资源优化、新零售、智慧物流等行业构建多个创新系统，在各类公共事业的场景中提升人效、能效、物效。
研究团队
姚韬： 达摩院决策智能实验室研究员， 拥有斯坦福大学管理工程与科学系博士学位，美国宾州州立大学工业工程系终身教授。
许欢： 达摩院决策智能实验室资深算法专家， 加拿大麦吉尔大学电子工程系博士。曾任新加坡国立大学副教授，佐治亚理工大学助理教授。曾任NIPS领域主席。
谭剑： 达摩院决策智能实验室资深算法专家， 哥伦比亚大学电子与计算机系博士，俄亥俄州立大学电子与计算机系助理教授，IBM沃森实验室研究员。
张京桥：达摩院决策智能实验室资深算法专家， 拥有伦斯勒理工学院博士学位，曾任亚马逊Device部门应用科研资深经理。
杨程： 达摩院决策智能实验室资深算法专家， 10余年机器学习、数据挖掘等经验，曾负责搜索推荐、智能营销、供应链优化等商业化算法，多次参与双11等极端环境下的大规模实时机器学习项目，目前关注新零售场景中的在线学习、动态优化等智能决策研究。
致力于通过互联网和人工智能，打通城市数据管道，发掘数据价值，构建城市新的基础设施。已在杭州、苏州、上海、衢州、澳门、马来西亚等落地，覆盖交通、平安、市政建设、城市规划等领域。 是首批国家人工智能开放创新平台之一，是目前全球最大规模的人工智能公共系统之一。
研究团队
华先胜： 达摩院城市大脑实验室负责人 ，北京大学应用数学博士，IEEE Fellow，ACM杰出科学家。曾任ACM Multimedia、IEEE ICME等国际会议程序委员会主席，全球MIT TR35获得者。研究。
张磊： 达摩院城市大脑实验室高级研究员， 西北工业大学自动化学院博士，IEEE Fellow。曾在香港理工大学电子计算学系任研究助理和副研究员，加拿大麦克马斯特大学博士后。香港理工大学电子计算学系讲座教授。
致力于计算、存储、互联方向的前沿性研究，探索从系统软硬件架构到芯片设计技术的全栈实现。采用自上而下基于应用驱动和自下而上基于新技术的研究方法，利用系统架构、计算机体系结构、芯片设计优化等领域的技术积累，在计算资源优化、新计算体系方向等构建创新系统，提升计算能力。
研究团队
谢源 ：达摩院计算技术实验室负责人 IEEE Fellow，普林斯顿大学博士。
骄旸： 达摩院计算技术实验室研究员， 负责组建芯片开发工程团队，目前的开发重点是人工智能芯片。曾在华为创建并领导美国和上海的技术团队进行全新GPU开发；在三星作为GPU团队的核心成员，参与项目的规划和创建团队。
何建德： 达摩院计算技术实验室资深技术专家， 曾在硅谷从事计算机绘图芯片设计工作。
陈义平： 达摩院计算技术实验室资深技术专家 ，美国佛罗里达大学电机硕士学位。曾先后就职于S3、AMD，并在AMD参与Machine-Intelligent系列产品开发。
李伟良： 达摩院计算技术实验室资深技术专家， 负责组建AliNPU上海ASIC团队。曾在S3 Graphics从事图形芯片的设计，后供职于AMD。
尹莉： 达摩院计算技术实验室资深技术专家， 负责芯片技术部软件部门，精于体系结构、编译器以及系统性能优化。曾在S3 graphics图形芯片架构部门，负责图形芯片可编程流水线以及后端编译器优化；后在Intel MLT部门从事二进制翻译、虚拟机以及spark性能优化。
张涛： 达摩院计算技术实验室Research Scientist， 宾夕法尼亚州立大学博士。曾在苹果担任高级平台架构师，起草iPhone内部SoC的性能标准制定以及内存性能建模和评估。
柳春笙： 达摩院计算技术实验室Research Scientist 杜克大学博士。曾就职于Nvidia，Altera（Intel），华为海思等设计公司。
蒲宇： 达摩院计算技术实验室Research Scientist， 荷兰TU Eindhoven博士。曾任日本东京大学特任研究员；IBM苏黎世实验室研究员；担任IEEE TCAS副主编与多个国际学术会议委员。
程超： 达摩院计算技术实验室Research Scientist， 明尼苏达大学电子与计算机工程博士。曾任职于高通，从事无线系统算法的研发，并曾任职于Intel和Marvell。
致力于下一代海量、异构数据的分布式存储、管理、查询、分析和机器学习系统与算法的研究和应用。通过并行与分布式数据处理和云上系统资源管理，多场景、多模态、异构计算引擎融合统一系统智能与自治化，数据安全隐私计算等关键技术，为各行业、各场景提供高效的算法支持和安全、可靠、强有力的计算引擎。
研究团队
周靖人： 达摩院智能计算实验室负责人 ，哥伦比亚大学计算机博士，IEEE Fellow。拥有几十篇顶级会议和期刊论文，并持有多项专利发明。曾任微软研究院研究员、微软研发合伙人。
丁博麟： 达摩院智能计算实验室资深技术专家， 伊利诺伊大学香槟分校博士。研究成果发表于SIGMOD等多个领域的顶尖国际会议，曾担任美国微软研究院研究员。
钱正平： 达摩院智能计算实验室资深技术专家， 华南理工大学博士。在系统及相关领域顶级会议发表多篇论文，任微软亚洲研究院主管研究员。
杨红霞： 达摩院智能计算实验室资深算法专家， 杜克大学博士。拥有顶级论文30余篇。曾任IBM Watson研究员、Yahoo！主任数据科学家等职。
曾凯： 达摩院智能计算实验室高级技术专家， 加州大学洛杉矶分校博士，曾在美国加州大学伯克利分校AMP Lab从事博士后研究。曾任微软资深科学家。
于文渊： 达摩院智能计算实验室资深技术专家 爱丁堡大学博士。研究成果发表于SIGMOD等多个领域的顶尖国际会议，曾获SIGMOD2017和VLDB2010最佳论文奖，VLDB2017最佳演示奖。曾担任七桥科技CEO、美国Facebook 研究科学家等。
致力于新硬件加速、智能与自治化数据库、云上数据管理和系统资源调配、多态数据引擎、非结构化数据管理、数据库核心算法、数据存储、并行与分布式数据处理、数据安全等关键技术研究，实现数据库系统和底层存储系统高并发、高可靠性、分布式处理、数据一致性以及高响应和深度的数据分析能力。
研究团队
李飞飞：达摩院数据库与存储实验室负责人， 犹他大学计算机系终身教授。曾获ACM、IEEE、Visa、Google、HP、华为等多个奖项，获IEEE ICDE 2014 10年最有影响力论文奖、ACM SIGMOD 2016最佳论文奖、ACM SIGMOD 2015最佳系统演示奖、IEEE ICDE 2004最佳论文奖、美国NSF Career Award、中国基金委海外重点研发奖，2018年ACM杰出科学家等。担任多个国际一流学术期刊和学术会议的编委、主席。
曹伟： 达摩院数据库与存储实验室资深技术专家， 阿里云数据库团队负责人，计算机协会数据库专委会委员。
吴结生：达摩院数据库与存储实验室研究员， 俄亥俄州立大学计算机博士学位。2014年加入阿里云西雅图，任职存储基础平台和云存储的负责人。曾就职于微软 Azure 存储团队 （2008-2014年）， Ask.com 基础设施团队（2004-2008年）和中国科学院计算技术研究所（国家智能计算机研究开发中心，1996-1999年）。
占超群： 达摩院数据库与存储实验室研究员， 集团数据库事业部 OLAP Platform负责人，先后担任多个阿里巴巴以及专有云大数据商业项目总架构师。
汪晟： 达摩院数据库与存储实验室Research Scientist ，新加坡国立大学计算机博士。曾留校从事博士后研究。
张铁赢： 达摩院数据库与存储实验室Research Scientist，曾就职于中科院计算所和卡耐基梅隆大学，CCF数据库专委委员，CCF大数据专委委员。
致力于机器学习、自动驾驶、物联网通讯、云端调控等技术研究，满足传统物流配送行业在人力成本、货物安全、交付速度、节能环保等方面的诉求，打造“车-路-云”一体化的智能物流网络，实现智能、精准、快速、高效、安全、环保的货物流转和投递。
研究团队
王刚 ：达摩院智能交通实验室负责人， 伊利诺伊大学香槟分校博士，曾任新加坡南洋理工大学终身教授。全球MIT TR35获奖者，人工智能顶尖期刊IEEE TPAMI编委，ICCV 2017和CVPR 2018领域主席。研究领域包括深度学习及其在计算机视觉、自动驾驶上的应用。
致力于满足金融领域对AI技术的安全性、可靠性、实时性、对抗性的更高要求，在图像识别、智能问答、知识图谱等方面有着业界领先的研究成果和成熟的商业产品，通过与商业伙伴的合作，提升其智能化的能力，推动金融业的智能进步。金融智能作为蚂蚁金服核心技术引擎之一，被广泛应用于智能客服、交易风控、支付营销、保险智能理赔、贷款准入、反欺诈反套现、财经资讯
研究团队
漆远： 达摩院金融智能实验室负责人， 蚂蚁金服副总裁，麻省理工学院博士，曾任普渡大学计算机科学系和统计系终身副教授。
宋乐： 达摩院金融智能实验室研究员， 悉尼大学博士，世界知名机器学习专家，曾任佐治亚理工学院终身副教授。
致力于区块链中共识协议、密码学安全、跨链协议等技术的研究和应用，以商业与金融等应用场景为突破口，率先实现有自主权的工业级/金融级区块链系统。
研究团队
张辉 ：达摩院区块链实验室负责人， 南加州大学计算机科学博士。现IEEE Senior Member，发表40多篇顶级学术论文。曾担任NEC Labs America部门主管。
俞本权： 达摩院区块链实验室研究员， 曾任谷歌主任工程师，并完成了YouTube E-Commerce 平台建设、youtube.com/movies的创建、承担Google Analytics的数据和后台系统架构设计，并主导下一代谷歌分析后台的研发。
闫莺：达摩院区块链实验室资深技术专家， 复旦大学计算机系博士，现任中国软件协会区块链创业学院及区块链专委会专家、中国电子学会区块链专家委员。曾任微软亚洲研究院主管研究员、区块链负责人。
胡丹青： 达摩院区块链实验室高级产品专家， 威斯康星大学麦迪逊分校经济学博士。曾就职于上海清算所发行托管部。
李书博： 达摩院区块链实验室高级技术专家， 北京邮电大学硕士。曾担任海航科技技术研究院研发总监、三星电子中国研究院云计算部门负责人。
李怀勇： 达摩院区块链实验室资深专家， 厦门大学MBA。精通大数据行业，带领团队实现了保护用户隐私下的数据安全共享新技术及新模式的突破。现负责区块链及安全计算平台业务发展。
殷山： 达摩院区块链实验室高级技术专家， 南京大学硕士。研究领域包括网络安全和密码学、大数据计算架构设计、机器学习平台方案实现。曾任趋势科技技术经理、三星电子中国研究中心创业事业部项目负责人。
致力于各种模态生物识别核心技术的研发及其在金融和民生场景的应用，目前已经具备了人脸、眼纹、虹膜、声纹、掌纹、行为特征等多模态的生物识别核心算法研发能力，并且研发了全球独有眼纹技术专利和领先的活体检测，累积服务超过3亿用户。
研究团队
蒋国飞： 达摩院金融科技研究领域负责人 / 生物识别实验室负责人， 蚂蚁金服副总裁。拥有160多篇顶级论文，曾获SIGKDD等会议最佳论文奖。任NEC集团副总裁，领导NEC全球研发。
李亮 ：达摩院生物识别实验室资深算法专家 ，中国科学院自动化所博士，中国科学院大学博士后。曾就职于索尼中国研究院。目前负责蚂蚁金服生物识别算法与模型的研发以及基于生物识别的身份认证体系建设，在国际期刊和会议发表论文十余篇。
宋杨 ：达摩院生物识别实验室资深算法专家， 早稻田大学工学博士，2016年加入蚂蚁金服，目前从事多媒体和机器视觉系统的研发工作。曾在华为和富士通研究所（东京）工作，发表40篇论文。
陈继东： 达摩院生物识别实验室资深数据技术专家， 中国人民大学计算机应用博士，复旦大学计算机学院博士后。现任蚂蚁金服全球可信身份平台ZOLOZ亚洲区总经理，负责生物识别技术研发与全球化商业应用。带领团队将人脸识别技术在网商银行和支付宝等场景成功应用，实现刷脸支付全球首次在肯德基的商业落地。曾任EMC中国研究院大数据实验室主任。
量子实验室的目标是实现量子计算的潜力。
研究团队
施尧耘： 达摩院量子实验室负责人， 北大计算机本科、普林斯顿计算机博士。在加州理工学院的量子信息中心做博士后研究后，他加入密歇根大学安娜堡分校，历任电子工程和计算机科学助理教授、副教授和正教授。研究涉猎量子信息科学的多个领域，包括量子计算复杂度、量子计算经典模拟和量子密码学。他在阿里巴巴致力于建设一个跨学科的国际团队，以实现量子计算颠覆性的潜力。
马里奥·塞格德：达摩院量子实验室科学家， 马里奥为芝加哥大学博士。在贝尔实验室和普林斯顿的高级研究所工作后，任职罗格斯大学计算机科学系教授。马里奥于2001年和2005年两获哥德尔奖，分别基于他在Probilistic Checkable Proofs和流计算的空间复杂度上的贡献。
致力于研究前沿科技并与商业结合，将人工智能技术赋能机器，服务20亿消费者。当前孵化出天猫精灵个人助手等产品。实验室的使命是让机器拥有智能，让人性充满光辉，将基于阿里巴巴强大消费者沟通渠道和完善的服务生态，立志成为下一代人机交互入口。
研究团队
陈丽娟：达摩院人工智能实验室负责人， 淘宝网第一代产品经理，淘宝网产品团队总负责人；阿里旗下购物比价网站一淘网总经理；阿里巴巴智能生活总经理、阿里巴巴IoT创建人。
聂再清：达摩院人工智能实验室研究员， 美国亚利桑那州立大学博士学位（师从美国人工智能学会主席Subbarao Kambhampati教授），现任阿里巴巴达摩院人工智能实验室北京研发中心负责人，语音助手首席科学家，教育部人工智能专家组咨询组专家。曾就职于微软亚洲研究院，任首席研究员，负责微软自然语言理解、实体挖掘的研发工作。他是微软学术搜索，人立方，以及企业智能助理EDI的发起人和负责人，也是微软自然语言理解平台LUIS的技术负责人。
李剑叶： 达摩院人工智能实验室研究员 ，拥有清华大学美术学院文学硕士学位，德国iF学生设计奖评委，中国红星设计奖评委，清华美院工业设计系客座讲师，研究方向为智能硬件、机器人工业设计。有16年工业设计经验，曾任锤子科技设计副总裁，飞利浦香港设计中心资深顾问。
陈颖： 达摩院人工智能实验室研究员，芬兰坦佩雷理工大学博士，北京大学学士与硕士。现任阿里巴巴人工智能实验室人工智能与边缘计算首席科学家，边缘计算实验室负责人，负责IOT产品。加入阿里巴巴之前在美国高通公司担任首席工程师。曾担任MPEG国际视频编码标准(H.264/AVC,H.265/HEVC系列)联席主编，获得过国际标准组织及国际电气工程委员会ISO/IEC杰出贡献奖。
茹忆： 达摩院人工智能实验室研究员， 中国第一代智能手机和IoT产品的研发和制造者，15年智能硬件的研发经验。曾为摩托罗拉Linux内核研发负责人，负责摩托罗拉Ming系列智能手机Linux内核研发。2016年加入阿里巴巴负责天猫魔盒和电视系统的产品和研发，发布了桌面5.0系统，并开发了阿里第一款人工智能语音助手天猫精灵。建立阿里巴巴第一个具备全球领先水平的声学实验室，成为领先行业的智能声学测试标准和方法。
杜海涛： 达摩院人工智能实验室产品总负责人， 拥有14年互联网和人工智能产品经验。研究方向为面向用户的大数据、语音交互、图像视觉及多模态融合的新一代人机交流系统的相关产品研究工作。帮助AI Labs近两年拿下31项人工智能产品相关产品专利，开创性的研发了中文领域最新一代的人机交流系统及硬件产品-天猫精灵。
刘旭：达摩院人工智能实验室总监， 在HP工作近10年，担任HP中国研发中心Chief of Staff。
李名扬： 达摩院人工智能实验室资深算法专家， 毕业于加州大学河滨分校电子工程专业，博士毕业以后在Google Tango/Daydream 从事AR/VR算法研发以及基于不同的硬件设备的产品化的工作，在2017年底加入阿里巴巴人工智能实验室。
今天学弟向我请教关于论文的事，于是我抱着怀疑的态度，问他关于宿舍卫生的问题
然后，他就给我发了一张宿舍照，再然后我就想拉黑他了
这什么鬼？？八十年代的贫民窟？？这能住人嘛？？
奔溃中……
所以，今天来跟大家讨论一下男生宿舍改造
为了能找到女朋友也为了女朋友不嫌弃你，这篇文章男生必看（不看的都拖走打折腿）
首先，来看一下脏乱男宿存在的问题
1、宿舍基础设施差。
很多大学都有年头了，确实存在条件差的问题，但这不是主要问题，收拾的干干净净并不是什么难事。
2、衣物随意摆放。
床上、凳子上，回到宿舍脱下的衣裳随手就瞎扔,脏衣服攒一个月才知道洗。还有鞋子，东一只西一只，鞋凑都凑不齐一双，更何况人了……
3、东西乱扔。
电线缠了一地，解都解不开；水盆、行李箱、小桌子、水桶、板凳，各种东西都摊在地上，这是想开杂货铺吗？？
4、卫生状况差。
地面半年都不扫一次，积的土都能种花了；垃圾不堆满坚决不扔，时刻着飘荡微腐的泡面零食辣条味……
总结一句，那就是懒！！！
解决问题的方法只有两个字：勤快（做不到？？一脸尴尬…）
（住进去是这样的，三个月后……请自行脑补）
宿舍改造
如果你有一颗热爱大学生活的心和一群志同道合的舍友，以及无限的脑洞，那么，这章节最适合你借鉴。（如果，你没有…那么跳过此节，直奔下一节）
第一例：老旧书桌的华丽变身
这是传播系女生为男友（挚爱科比）改造的书桌，连颜色都是湖人的主色，被秀了一脸恩爱.
改造前，屌丝桌…
改造后，惊呆了！！
如果你有没有这样一个女朋友买那就自己动手吧。
第二例：艺术彩绘的海洋
这是美术艺术生为自己设计的宿舍。运用了3D绘画，从视觉上看，显得活灵活现，有没有震撼到你。
墙壁上的鳄鱼，一睁眼就被咬了一口。
地面上的鲨鱼，弱弱的问一句，这怎么擦地啊……
简洁有效的整理收纳
毕竟不是谁都有精力和创造力去做改造这个大工程，那么你的宿舍，只要干净整齐就足够了。
先来看下边这个宿舍
整体看起来，挺乱的，鞋子垃圾七扭八歪的扔了一地，衣服杂乱的挂着。
现在只截一个床位图，看上去特别整洁，还挺有小格调。
上边这个例子告诉各位同学，收拾整理宿舍并不难，相反很简单。
1、被子叠好（这个都会吧），床单铺平，床位整齐，禁止乱放不属于床的东西。
2、衣服能挂在柜子里就不让挂在外头，如果非要挂，也只在床铺边缘挂一两件或者第二天要穿的。
3、床底下的鞋子，按颜色一双双的摆整齐，最好成一条直线。
4、想增加情调也相当简单，暖色的金属灯，几张有味道的照片，再沏杯茶，手捧鎏金名著……
再教同学们几个好用的方法和工具，仔细看啊
男生的桌子上，除了书、电脑、鼠标、音响、水杯、纸巾基本上也没什么了，留下有用的，不用的全扔。
东西少，就很容易摆放整齐，每天都擦擦灰，稍微整理一下就好了。
或者，你可以把物品分类，书架上层放老干妈等瓶瓶罐罐的佐食；
中层拿取最方便，一定是放书籍的地方，书籍比较少不够码足一格，那就放些护肤品（男生也要保养）；
下层就是各种杂物了，最好做个收纳小盒，看着不至于乱。
饭盒每个宿舍都有，其实最难收拾的就是它了。
放在外边会落灰，最好还是放在柜子里，就算颜值低，也是眼不见为净。
这种床头架必须人手一个啊，手机、充电器、杯子……就不会没地放了，也不用担心撒一床水了。
说完床头说床脚，适合床铺尺寸的桌架，不想下床可以在被窝打一天游戏，饿了？饿了就喝风…
不备一个脏衣篓，等着脏衣服放一个月长毛嘛，放在床脚，堆满了就送进洗衣机里.
收纳箱就不用我多说了，不来上十个八个决不罢休，放衣服、放鞋子、放杂物总之什么都能放，全都放进去，整个世界就安静了。
简单地说，图形学主要是研究如何用电脑来显示和模拟人所观察到的东西的学科。只要我们还需要用电脑来做显示，那么一定会有用得到图形学的地方。在就业方面，国内主要是游戏公司对图形学有需求，还有跨国公司在国内的分支机构，比如Autodesk，AMD，NVidia，微软亚州研究院（个人以为国内图形学最牛的人都在微软）等。国外就多了，除了游戏业，电影工业就是图形学大户，此外，和设计相关的产业（即CAD）是需求图形学的经典行业。 另外，其实可以预见的是，国内的这些产业虽然现在对图形学的需求不大，但若要赶上国外，那大量招收图形学的人才是必须的。在科研方面，总的来说，如果从科研论文的数量上来看，做图形学的人不是很多（和计算机视觉，机器学习比，其它的我也不太了解）。但图形学与其它计算机学科相比，有一个巨大的优势就是，你做的东西的好坏都是可以直接用眼睛来判断的，不需要很多数据和图表什么的，所以不会很枯燥。以下是我对图形学研究方向的分类：
1、真实感绘制。研究如何又快又好地绘制和真实世界一样的画面。在以前，现在和将来都是图形学的一个研究重点。
2、非真实感绘制。研究如何像人类艺术家那样绘制不真实的画面。比如水彩画、铅笔画、蜡笔画等等的绘制。
3、真实物理模拟。研究如何模拟物理现象，比如流水，火焰等等。
4、人体运动。研究如何捕捉、编辑和应用人体运动数据，如何模拟人体运动（比如当人被一个外物撞击时的动作反应，再比如一群人的群体运动模拟），如何绘制人体运动。
5、计算机照相术（Computational Photography）。我不是很了解，建议用这个词搜索一下。
6、人机交互。主要研究如何更方便地用计算机来进行三维建模。
7、计算机声音模拟。研究如何用计算机来生成真实的声音，比如两个金属碰撞的声音，复杂环境中经过反射的声音。还有一个相关领域和音乐有关，研究如何根据一段音乐自动生成舞蹈什么的。
8、计算几何。这是一个非常理论而且经典的研究方向，和数学中的几何学非常相关，研究的算法是其它图形学研究方向的基础，比如曲线曲面的表达、绘制和编辑等。按照我的理解（可能有点不准确），数学的几何学用所表达的几何概念都是连续的，而计算几何都是离散的，要把数学的几何学理论应用到图形学算法中，必须要将这些算法离散化，这一步很重要，而且也不简单。最近这个方向的研究的一个热点是几何图形的查询，比如研究如何google三维模型。
9、图形硬件。研究如何设计对图形学算法进行加速的硬件。图形学所研究的一部分内容，采用了许多机器学习的方法，比如和人体运动，非真实感绘制相关的研究领域，这和数据挖掘还是有一定的相似性的，所以如果你选择图形学的话，还是能接触许多和数据挖掘类似的算法的。
985免费论文网友情提示：本网站所有内容为共享上传提供，仅限学习分享，如产生版权问题，请联系我们及时删除！
Copyright © www.csmayi.cn Corporation, All Rights Reserved 共享时代 共享你我他 版权所有
