今日，中国人工智能行业又有重磅人事变动：滴滴出行副总裁、AI Labs负责人叶杰平将于近期离职。对此，滴滴官方回应称：滴滴AI Labs负责人叶杰平因个人原因将于近期离职。叶杰平内部告别信表示，希望尝试去探索AI在其他领域的可能性。叶杰平离职后，CTO张博将兼任AI Labs负责人，滴滴智能控制首席科学家唐剑将任AI Labs副主任。
叶杰平于2015年加入滴滴。这个时间点，也正是全球范围内，各大互联网公司用高薪、奖金和股票套餐来吸引人工智能专家离开学术界的“运动”高潮——2015年，单单Uber从卡内基梅隆大学的机器人实验室就雇佣了40人，其中就包括教授级别人员。
公开信息显示，叶杰平毕业于上海复旦大学数学系，后获美国明尼苏达大学博士，是美国密歇根大学终身教授以及密歇根大学大数据研究中心管理委员会成员，专业方向包括机器学习、数据挖掘以及大数据分析。其学术成就在业内处于领先地位，在机器学习和数据挖掘国际顶级会议及期刊上共发表论文200余篇。
曾获KDD和ICML最佳论文奖以及美国国家自然科学基金会生涯奖(NSF CAREER Award)，并担任多个机器学习和数据挖掘领域顶级会议的主席。现任职机器学习和数据挖掘期刊IEEE TPAMI，DMKD，和IEEE TKDE的副编委。
当时，滴滴AI Labs的建立，被认为是滴滴继研究院（主打搭建滴滴交通大脑）及美国研究院（主打大数据安全和智能驾驶）之后，在科研网络上进一步拓展，带来三足鼎立的局势：它将主要探索AI领域技术难题，重点发力机器学习、自然语言处理、计算机视觉、运筹学、统计学等领域的前沿技术研究及应用，为下一代技术做好准备，期望能用技术构建智能出行新生态。
作为滴滴AI Labs的一把手，叶杰平曾在多个行业场合发布演讲，介绍滴滴在“AI+出行”领域的技术探索和布局。例如三层结构来布局人工智能：“最底层是基础的算法，包括强化学习、深度学习、统计、运筹等基础前沿算法；中间层是核心AI技术，横跨语音识别、NLP、CV、知识图谱等多个领域；顶层是应用，包括交通基础设施智能化，交通工具的电动化和自动化，以及如何用AI技术提升出行的安全、体验、效率”。
作为滴滴AI Labs的负责人，我们也能在滴滴AI Labs官网一窥叶杰平所带领的这支团队交出的“成绩单”，主要有以下6项：自然语言处理——以滴滴的智能客服系统与贴心出行助手为代表。司乘体验——基于出行大数据的人工智能方法提升用户出行体验和服务效率。平台效率——用统计学习，增强学习，和模拟系统来优化交易和运营策略，并完善智能系统。
语音互动——专注于车载领域，高性能语音唤醒，识别，合成，对话理解技术。计算机视觉——聚焦光学字符识别，人脸识别，质检，感知，理解，相互作用等技术，提供出行服务标准质检，出行交通感知，智能交互等技术方案。智能地图引擎——针对滴滴海量实时出行数据和复杂的业务场景需求，开发全新的地图服务系统，如路径规划，时间预测（ETA），路况等。
在这里，我们也对比了与滴滴的AI Labs有较大可比性的Uber AI Lab。Uber AI Lab比滴滴AI Labs早两年成立，定位同样是作为Uber的技术储备小分队，探索机器学习的前沿领域并将关键进展应用到其业务中（从外卖派送路线规划到Uber自动驾驶的所有任务），具体包括开发需要较少数据的机器学习形式；不仅使用数据而且使用明确的规则来训练AI系统；和设计可以解释其决策的机器学习系统等等。
现在在Uber AI Lab的官网上，还能看到与之相关的学术论文研究。在研究领域方面，和滴滴AI Labs比较大的区别是，Uber AI Lab的分工并没有那么细致，不但有视觉、语音上的输出，还承担着大部分与自动驾驶直接相关的研究。而在发展历程上，成立更早的Uber AI Lab在初期便经历了大牛的流失：其负责人Gary Marcus在2017年宣布离职，离开Uber AI Lab后回归学术界。
令人意外的是，今年5月，还未完成Uber自动驾驶愿景的Uber AI Lab划上句号。Uber CEO Dara Khosrowshahi宣布关闭Uber的非核心业务，其中就包括孵化器以及人工智能业务研究院AI LAB，作为Uber的“战略性选择”。
目前滴滴首页中AI Lab被归到滴滴科技中，与其他产品和服务并列。或许滴滴也遇到了类似的“战略性选择”时刻，报道显示，滴滴内部已经将AI Labs更名AI Tech，话术上似乎从实验室变成了一个技术业务部门，更强调落地。而叶杰平的下一步去向，目前信息也尚未可知，按照其在内部告别信中的说法，他将“尝试去探索AI在其他领域的可能性”。