索引擎，以及微软美国研究院，从事多媒体、计算机视觉和机器学习方面的研发工作。2015年4月加入阿里巴巴，任搜索事业部资深总监/研究员；2016年加入阿里云iDST，负责云上视觉智能计算的技术研发；现任阿里达摩院城市大脑实验室主任。他的研发兴趣在大规模视觉人工智能领域，包括视觉分析、识别、搜索和挖掘等。华先胜在国际主流会议和期刊上发表论文200余篇，拥有专利90余项。曾担任多个学术期刊的副主编以及ACM Multimedia等顶级学术会议的程序委员会主席，并获得多个国际会议及期刊的最佳论文奖。华先胜曾担任ACM Multimedia 2020年大会主席。
以下为专访实录精编：
搜狐科技：感谢阿里集团副总裁、达摩院城市大脑实验室主任华先胜参加搜狐科技的专访。华老师您好，首先请您跟大家介绍一下达摩院和您的研究方向？
华先胜：达摩院是阿里巴巴的基础科研和基础创新研发的核心机构。目前实验室有5个方向，包括机器智能、数据计算、机器人、金融科技和X实验室。我自己所在的实验室是人工智能方向，是人工智能从基础的技术研发，到形成产品，再到到产品落地应用场景的一条龙的团队建制。
搜狐科技：就像您介绍的，达摩院是研究基础科学的创新技术研究的机构，实验室的环境和真实世界还是有一定的不同的，想问问您，为了让技术在现实世界中取得更好的效果，目前是否有哪些难点和技术解决方案呢？
华先胜：通用性是我们做技术研发一开始就会考虑的问题，这个通用性不是指行业通用性，而是指在真实世界的复杂场景下有没有通用性，除了通用性之外，计算的效率有多高，也是我们会考虑的问题。
当然最初的时候，算法的准确率上是技术研究人员们更关注的方向，但是我们逐步会把它的效率和普适性提升放在更重要的位置。其实，一开始我们就关注这个最终的目标。
我们会在真实的大数据场景下做不断的打磨和迭代，如果是做基础科研的话可能会更关注基础算法的创新。
在应用场景下能够取得突破，其实相对于在封闭数据集上做科研，是一件更难的事情。问题会变得更深，变得更复杂，更有挑战，我们花费了很大的精力，让技术在规模上、在真实场景中应用中去实验，在实践中检验，在实践中去磨炼。
搜狐科技：您目前的研究方向是城市大脑，智慧城市领域越来越多受到业内的关注，很多的同行们都在跟进这个方向，在您的观察里面，大家的切入点都有哪些不同？
华先胜：切入点都没有什么太大问题，可以从传感器端上切入，AI放在端上做也是可以的；也可以从服务器端的算法切入，解决一些核心问题；还可以从AI平台切入，提供平台层的能力，赋能其他开发者；从应用层切入也是常见的方式，能够基于其他的团队提供的AI平台，去做智慧城市的各个领域，比如说各委办局等等具体部门的业务所需要的能力；当然，从AI技术研发平台这个角度切入也是可以的。
实际上也是智慧城市也是需要大家一起来繁荣的。很难说谁的切入点一定是对或者一定是错。
一般来说，一家公司很难从底层到上面最后的应用层全部都做了。更多的是每一部分都有更专长的人做，专业的人做专业的事情，这个才是最好的。
当然这里面也带来一个问题，就是怎样能够形成一个规范，能够不同的团队、不同的公司、不同的服务的提供方能够形成合力，这个标准和规范是急需解决的一个问题，这样才能真正形成合力，不至于说每个城市里面，这个是他做的，另一个地方是另外一家做的，最后各自为政，这就不太好