本文转自：周到客户端
"在新加坡学校的实验室，导师给我分配了1张GPU。我最新发的论文，训练一个模型需要每天调用16块GPU。整个实习期，我每天都会做非常多的实验，8张、16张、32张GPU我都做过。一张GPU售价好几万，大部分高校实验室买不起这么多；除了算力，还需要有计算平台的支持，达摩院的计算平台PAI能让我们很便捷地同时能够调度很多张卡。"
95后上海人黄子渊是新加坡国立大学博士三年级学生，2020年8月-2021年12月，他在阿里达摩院担任研究型实习生。提到在阿里达摩院的实习经历，黄子渊那样说。
在阿里实习期间，黄子渊先后发表CCFA类期刊/会议论文6篇，另有2篇在投；与所在团队共同获得5项顶会冠军、1项亚军。
黄子渊的实习研究方向为视频理解相关领域，其研究成果，集成于达摩院自研的视频理解算法模型EMC2，EMC2在阿里内外多个领域有应用，包括今年的冬奥会。借助EMC2，AI能够实时解析并提取赛事视频中的运动员信息、精彩动作、镜头类型、赛程信息等，并根据主题生产丰富集锦视频。冬奥会期间，AI实时生成多种类型的集锦视频，冬奥期间共生产39878段素材，时长超过200小时，覆盖超200场比赛。
“视频视频是计算机视觉的一个细分领域，是比早期的图像理解更进一步的东西。早期计算资源还没那么强大的时候，我们能做的都是图像理解，即便是处理视频，也是做单帧分析。现在的视频理解技术则可以融合多帧信息进行分析。”黄子渊说。
之所以能实现从图像到视频的跨越，算力更充足是一个原因，人们对视觉内容理解的要求提高了也是一个原因。比如在自动驾驶领域，理解单帧图像是不够的，需要通过多帧图像之间的信息交互分析，才能帮助自动驾驶系统做出更准确的判断。
黄子渊说：“在大学实验室，大家都是博士同学，容易形成信息茧房，但我想看看学术研究怎么在产业界得到应用，以及产业界的人是怎么做研究的。在阿里，我遇到很多优秀的人，拓宽了眼界，也看到我们做的东西在产业界是能得到应用的，这让我对自己的研究更有信心。否则，如果只是关起门来做算法，做很多努力让算法性能提升1%到2%，结果固然可喜，但如何知道它的意义在哪里？“
实际上，黄子渊是阿里研究型实习生项目的受益者之一。
研究型实习生项目始创于2017年，旨在将产业界的场景和资源化作象牙塔外的另一处科研土壤，帮助青年学子开拓科研视野、实现学术目标。目前，全球已有200多所高校的1000多名学生参与该项目，他们绝大部分来自计算机相关领域，博士生占比超7成。
3月8日最新消息，阿里巴巴集团公布2022“研究型实习生”计划，面向海内外高校学生开放200多个科研选题，入选者将与达摩院、阿里云等团队合作探索前沿技术。阿里为大家提供场景、资源、补助等支持，优秀实习生有望获得阿里巴巴集团首席技术官（CTO）程立的推荐信。
今年，阿里计划开放200多个科研选题，如“量子算法”、“量子器件测量”、“用于公开道路自动驾驶的离线强化学习算法”、“基于多模态大模型的泛内容理解”、“亚运智慧交通预约出行优化与碳足迹计算”等，研究领域涵盖量子计算、自动驾驶、人工智能、网络安全等数十个方向。
不同于“前互联网时代”的传统科学，计算机是一门实践学科，很多学术问题发端于产业实践和社会需求，研究者既需要校园内的“实验室”，也需要产业界的“试验田”。
“我们非常乐意为大家创造产学研结合的科研环境，除了最基本的‘算力自由’，还希望提供有价值的问题、科研成果转化的机会，以及与产业界优秀人才合作的机会。”阿里巴巴集团CTO程立表示，在阿里，研究型实习生是一支特别的科研力量，他们好奇、敏锐、充满奇思妙想，与内部团队一起攻克了很多难题。阿里希望帮助大家在科研道路上走得更远，他本人将为有需要的优秀实习生准备推荐信，不论大家今后去往学界还是业界。
附：项目详情和申请入口请见官网
https://talent.alibaba.com/campus/position-list?campusType=talentPlan
