研究成果
曾就讀于上海交通大學(xué)和香港科技大學(xué)，師從于人工智能領(lǐng)域頂尖學(xué)者楊強(qiáng)教授，主要進(jìn)行遷移學(xué)習(xí)領(lǐng)域的研究。
· 2008年在國際頂級(jí)機(jī)器學(xué)習(xí)會(huì)議NIPS發(fā)表論文Translated learning: Transfer learning across different feature spaces，提出翻譯學(xué)習(xí)這個(gè)異構(gòu)特征空間下進(jìn)行遷移學(xué)習(xí)的框架。
· 2009年在國際頂級(jí)自然語言處理會(huì)議ACL發(fā)表論文Heterogeneous transfer learning for image clustering via the social web，使用社交網(wǎng)絡(luò)幫助圖文特征空間之間的遷移學(xué)習(xí)。
· 2010年在國際頂級(jí)人工智能會(huì)議AAAI發(fā)表論文Visual contextual advertising: Bringing textual advertisements to images，將遷移學(xué)習(xí)應(yīng)用在在線廣告領(lǐng)域，提出視覺上下文廣告，該論文被著名科技雜志MIT Technology Review報(bào)道，引起廣泛關(guān)注。
實(shí)踐經(jīng)歷
碩士畢業(yè)后，加入百度，任架構(gòu)師，帶領(lǐng)團(tuán)隊(duì)在百度搜索廣告（鳳巢）系統(tǒng)上搭建了世界上第一個(gè)商用的深度學(xué)習(xí)系統(tǒng)，大幅提升了廣告點(diǎn)擊率，同時(shí)提升了用戶體驗(yàn)與公司收入。
之后加入今日頭條，負(fù)責(zé)新聞推薦與信息流廣告算法，建立了一套支持千億特征、千億數(shù)據(jù)的“流式機(jī)器學(xué)習(xí)系統(tǒng)”，大幅提升今日頭條推薦與廣告的個(gè)性化、準(zhǔn)確性與時(shí)效性，解決長尾流量分發(fā)問題。
離開今日頭條之后選擇創(chuàng)業(yè)，與戴文淵等人共同創(chuàng)立了提供通用人工智能行業(yè)應(yīng)用的“第四范式”，并出任首席研究科學(xué)家，帶領(lǐng)科學(xué)家團(tuán)隊(duì)，研究、實(shí)驗(yàn)、轉(zhuǎn)化最領(lǐng)先機(jī)器學(xué)習(xí)技術(shù)、為各行各業(yè)提供解決方案，并將人工智能技術(shù)進(jìn)行產(chǎn)品化包裝、著力打造人工智能平臺(tái)級(jí)產(chǎn)品，消除人工智能的應(yīng)用壁壘。
個(gè)人愿景
讓AI For Someone（大企業(yè)）變成AI For Everyone （所有的企業(yè)）。
社會(huì)評價(jià)
陳雨強(qiáng)深耕人工智能工業(yè)應(yīng)用多年、建立了全球第一個(gè)商用深度學(xué)習(xí)系統(tǒng)和全球最大的深度學(xué)習(xí)系統(tǒng)。他和第四范式創(chuàng)始團(tuán)隊(duì)楊強(qiáng)、戴文淵開創(chuàng)的“遷移學(xué)習(xí)”被業(yè)界認(rèn)為是“下一代人工智能技術(shù)”�！押�(cái)經(jīng)
