委任崔宝秋为集团副总裁，集团技术委员会主席，并且在核心管理岗位上共任命了14名总经理、副总经理，这也是继去年9月成立集团组织部、参谋部以来，小米规模最大的一次组织架构调整。

崔宝秋此次被授命负责技术委员会无疑是想加强小米在先进技术上的探索，着力提升集团的技术方向决策。雷军在内部会议上称，要继续强化技术立业，技术事关小米生死存亡，是小米持续发展最重要的动力和引擎。

同时从组织架构层面加大了对AIoT战略推进的力度，新成立人工智能部、大数据部、云平台部直接向CEO汇报。

小米在此次组织架构上的调整，预示着小米技术战略将迎来全面升级。相信在崔宝秋的带领下，未来小米在AIoT方面会走的更好。

其实我们从18年机器之能对于崔宝求采访中，可以看出小米对于AI和开源的重视，在AI时代他想要拥有更加开放的资源。现在不妨和我们一起来了解下，崔宝秋曾在接受采访时的思考。

以下内容来自机器之能微信公众号

2018 年 6 月 28 日，小米正式宣布对外开源自己的移动端深度学习框架 MACE。这个框架此前已经被小米技术团队在自家手机的多个功能中做了应用，其中就包括相机的人像模式、场景识别，以及图像超分辨率等。

再把时间推回至 2017 年底，崔宝秋曾在一个生态链企业的 CTO 技术峰会上强调，“小米的人工智能与云平台团队不仅仅是小米的团队，也是我们在座所有公司的人工智能与云平台团队。”

开源与释放能力，近年来逐渐成为小米技术团队投入最大的事情之一。崔宝秋不止在一个公开场合强调过，小米想在开源上做一些事情，不仅仅是参与多种开源项目，同时也积极地将一些小米自研的项目开源，帮助把中国开源项目和开源社区推向世界。在云计算和大数据时代如此，在 AI 时代更是如此。

问：小米是如何推动鼓励研发人员进行开源项目的？

答：小米从一开始就对开源持鼓励和支持的态度，成立开源委员会，推广开源文化，鼓励研发人员参与开源项目和开源社区的活动；鼓励研发人员开源自研的项目。

参与开源项目使得研发人员有更多机会和公司外的技术人员进行更广泛和深入的协作和交流，对研发人员的能力可以起到促进作用。将自己的代码改进提交到开源社区或将整个自研项目开源出去，能够让自己的代码和成果在一个更大范围得到检验和认可，提高研发人员在业界的影响力。

小米很好的将开源与工作结合在一起，以业务需求为导向，让研发人员参与与业务相关的开源项目，不会因担心参加开源影响工作而对其限制，也不会只是为了开源而开源，从一开始对采用开源系统就是一个非常务实的态度。

问：小米开源与其他一些纯技术公司的开源项目有什么不一样？

答：我几年前总结过开源的三股力量：

第一类是个人爱好者，他们中有的人甚至可能不是计算机专业出身，不从事计算机行业，但是用平时的业余时间大力开发一些软件。

第二类，没有直接商业模式的开源机构，包括一些互联网公司，以及一些高校。

第三类，有开源商业模式的公司，有些公司利用商业软件打造自己的一整套解决方案，包括软件、硬件、芯片。这些公司会大力拥抱开源，但是他们的打法和没有直接开源商业模式的企业机构是不同的。

这三种力量在过去扮演了很重要的角色，在 AI 时代同样也会扮演非常重要的角色。而在这开源的三种力量中，小米属于第二种。作为一家互联网公司，小米在很多领域都会参与开源，这与像百度、雅虎、Facebook 等公司没有什么不同。

问：开源项目会给移动芯片的开发与使用带来什么影响？

答：今天我们的大部分开源工作与移动芯片的开发还没有直接关系。但是 MACE，就是我们移动端的深度学习框架，这个会跟未来的芯片挂钩。譬如我们支持高通的，支持 MTK 的，我们希望未来支持更多的芯片。

开源「众人拾柴火焰高」，不仅仅在软件方面大家都贡献，硬件大家也应该都支持，这样才能真正提升中国的 AI 产业链价值。

问：小米开源对自己有什么好处？

答：一个重要的开源项目往往有几十万行、几百万行代码，一个公司拿来用，用的很顺利。这个是最直接的好处，简单说就是站在巨人肩膀上去做事情。当下很多大数据公司、云技术公司，其实就是把开源的东西拿来加了些自己的东西，然后就去卖产品、卖服务了。这就是好处——有个半成品，只需要稍微加工一些，就能用了。

第二个好处，也是我认为最重要的好处之一，就是真正降低软件的开发成本与维护成本。用开源软件不单纯是「我不懂拿来用」，而是去参与和深度拥抱。

当然还有其他好处，譬如吸引人才，激发员工的工作热情。对于小米员工来说，他们会觉得成就感比较强，能力被社区认可，被行业认可，他自己的能力也可以快速提升。

问：现在各大公司都在搞开源，但是在开源的过程中会出现哪些问题？

答：既然每家公司都有自己的需求——站在巨人肩膀拿来用的感觉很好，但长期来看，「开源」这个巨人是要大踏步往前走的。之前很多公司在开源上犯了一个错误，他们把一些开源项目拿来用，用了之后觉得很爽，并按照自己的特定需求做了大量改动，但是最终这些改动因为各种原因没有被贡献给开源社区，要么是公司不愿意把自己的代码贡献回社区，要么是公司不愿意再花功夫把自己的改动通用化，要么是自己的改动不被社区接收。

如此下去，随着开源社区这个巨人的大踏步前行，这些公司的代码迟早会被开源社区抛弃，最后造成的后果就是这些公司的代码维护成本越来越高，包袱越来越重，无法长期享用开源的红利。社区的力量非常大，一个公司力量再强，可能也比不过社区。如果公司的代码被抛弃，版本不能合并的话，那么跟社区版本就是两个不同的文件了，这样维护成本就会非常高。

因此，真正深度拥抱开源，是应该跟社区共同成长，公司与社区这两个分支应该相互交融，前者真正参与社区，让社区接受这些，这样才能最终降低公司软件的开发成本与维护成本。所以我觉得，开源的意义在于，「除了站在巨人肩膀上，还要为巨人指方向」。

问：IoT 设备的数据有哪些特点？现在小米会如何利用 IoT 设备数据？

答：IoT 设备的数据有着大容量，多样性，高速性，真实性的特点。这几个大数据的 4V 特征带来了极大的价值性，尤其是多种设备信息融合后。另外，传感器数据的大容量伴随着价值密度低，这对存储和数据挖掘带来巨大挑战：必须大幅降低成本，开发杀手应用，才能让 IoT 的数据服务在商业上变得可行。

实时性也是新的挑战。工业物联网、个人穿戴设备的数据服务，一般高度依赖于实时场景。实时数据流处理的挑战，再加上 IoT 设备与数据的易变性，使数据处理和价值挖掘变得更加困难。

小米大数据部受益于先行一步的小米 IoT 战略，以及全球最大量的 IoT 设备数据，很早就开始探索 IoT 数据的价值挖掘。目前这些数据主要用于提升对用户的个性化服务和人工智能的智能水平。

问：哪些 AI 算法适合在 IoT 设备端做推理，哪些 AI 算法在云端做推理？

答：AI 算法部署到端上的主要好处是速度快，体验好、成本低。如一些语音识别功能或手机拍照需要实时性因此需要做在端上。在功耗和体验允许的情况下部署在端上也可以节省部署服务器的成本。

例如数据量比较大需要比较高的计算能力或者功耗要求比较高的产品，比如企业大数据分析、明星脸识别、语音识别这类适合在云端完成。