四处建实验室的Facebook说,我们没想跟学术界抢人啊

简介: Facebook AI研究院(FAIR)近来又新增了不少来自学术界的新鲜血液。这些人都是非常资深的科学家,涉足的领域包括机器人、计算机视觉、自然语言处理、机器学习等等。

Facebook AI研究院(FAIR)近来又新增了不少来自学术界的新鲜血液。这些人都是非常资深的科学家,涉足的领域包括机器人、计算机视觉、自然语言处理、机器学习等等。

随着这些人才的引入,Facebook的实验室开到了美国的匹兹堡、西雅图、门罗帕克,和英国的伦敦。

四处开实验室招人,和名校做邻居,学术界慌不慌?

image

深度学习大牛、FAIR的首席AI科学家Yann LeCun周二在Facebook研究院官方博客上发文介绍了最近“挖人”的进展,同时也特地澄清:

这些科学家(包括他自己)都是兼职兼职兼职的。

言外之意就是,我们真的没想挖空学术界啊!他还在最近接受采访时说:“我们很小心,从同一所大学最多雇5个人。我们也不招太多全职人员,而是让他们保留有意义的研究机会,对知识产权也没什么占有欲。”

以下内容翻译自LeCun的文章:

我们4年前创办了Facebook人工智能研究院(FAIR),重点是推进人工智能领域的科技进步。在此过程中,我们始终与地方学术机构展开合作。

FAIR依靠开放的合作模式来推动人工智能的发展,那里的研究人员都可以自由安排自己的计划。我们经常与其他机构的学者合作,还会为某些大学提供财务和硬件资源。具体方式是通过相互合作和公开发表论文来实现的。

今天,我们宣布FAIR引进一些新的人才,他们将帮助我们建设新的人工智能实验室,并加强现有办事处的实力:

匹兹堡:

image



△ Jessica Hodgins


Jessica Hodgins将领导匹兹堡新设立的FAIR实验室,那里的重点是机器人、可以连续数年持续学习的终生学习系统、向机器传授推理能力,以及拥有创造力的人工智能。

Jessica的研究重点是计算机图像、动画和机器人,重点是生成和分析人类的动作。她的经验还将给已经设立在匹兹堡的Facebook Reality Lab带来益处。

同时加入的还有Abhinav Gupta,其研究重点是大规模视觉和机器人学习、自我监督学习和推理。

Jessica是卡内基梅隆大学机器人和计算机科学教授,Abhinav是该校机器人副教授,他们都将保留教职。

西雅图:

image

△ Luke Zettlemoyer


Luke Zettlemoyer最近加入我们西雅图办事处,我们在那里拥有人工智能研究和计算摄影团队。

他为Facebook带来了自然语言处理技能,同时保留他在华盛顿大学保罗·艾伦计算机科学与工程学院的副教授职务。他的研究重点是计算语义,包括多语种理解的深度学习方法。

伦敦:

image


△ Andrea Vedaldi


Andrea Vedaldi将加入伦敦办事处,他将关注计算机视觉和机器学习领域。他同时会保留在牛津大学的工程学副教授职务,他还负责领导该校的Visual Geometry Group。

在FAIR内部,他将负责研究图像理解,尤其是通过多样化的庞大数据集进行的非监督式学习,并理解几何3D推理。

他还会继续在牛津大学带研究生,其中有好几人都获得了Facebook博士奖学金项目的支持。

加入我们伦敦办事处的还包括Bloomsbury AI的团队,我们本月早些时候宣布了这项消息。他们在自然语言处理方面拥有很强的背景,并将使用这项技能继续追求文本理解和推理系统方面的研究。

门罗帕克:

image

△ Jitendra Malik


Jitendra Malik是计算机视觉领域最具影响力的研究人员,他最近加入FAIR,领导门罗帕克实验室。

他在把加州大学伯克利分校的人工智能团队打造成为当今这个卓越的实验室的过程中扮演了重要角色。我们也希望他能够帮助FAIR继续成长。

他将保留伯克利的兼职职务,伯克利人工智能实验室也获得了FAIR的资助。

这种兼职模式在FAIR很常见,我们位于世界各地的许多研究人员都是大学教员出来兼职的。

Rob Fergus和我在纽约大学兼职,Joelle Pineau在麦吉尔大学兼职,Devi Parikh和Dhruv Batra在乔治亚理工学院兼职,Pascal Vincent在蒙特利尔大学兼职,Lasonas Kokkinos在伦敦大学学院兼职,Lior Wolf在特拉维夫大学兼职。

这种模式让FAIR的研究员可以继续教学,还能带研究生和博士生,而且可以定期发表论文。这种共同雇佣模式与很多医学、法律和商科领域的教授采用的模式类似。

我们对学术界和地方生态系统的承诺是,我们会向其进行投资,并为他们提供繁荣发展所需的工具。

与我们之前的做法相同,我们也准备支持许多博士生,让他们与FAIR及其所在高校的研究人员合作进行研究,或者在他们的导师指导下研究FAIR感兴趣的方向。

我们还会为与我们共同聘用研究人员的高校提供数百万美元资金。这可以让教授们减少融资方面的时间投入,把更多精力花在学生们身上。

对学生来说,与FAIR联姻可以为研究人员提供合作机会,使之拥有广泛技能和计算资源来追求大规模的研究。这也为学生提供了一个平台来展示他们的研究,并且可以大规模解决显示问题。

除了合作外,我们还会通过奖学金项目来支持有潜力的博士生。

我们一直在评估自己可以为学生提供哪些机会,而最近还将FAIR在巴黎的CIFRE项目中的博士生从15人增加到40人,为学生提供新的奖学金,并为法国公共机构资助了10台服务器。我们还将评估如何向其他FAIR办事处引入类似的投资。

我们很愿意继续投资学术机构,培养下一代研究人员和工程师,在原本封闭的人工智能领域加强互动。感谢世界各地的学术人员,感谢他们与FAIR一同推动人工智能的进步。

原文发布时间为:2018-07-19
本文来自云栖社区合作伙伴“量子位”,了解相关信息可以关注“量子位”。

相关文章
31岁创立,54岁回归:「第二人生」创始人罗斯代尔继续修补他的元宇宙!(二)
近日,创始人菲利普·罗斯代尔重返「第二人生」,以顾问身份回归母公司林登实验室。
114 0
31岁创立,54岁回归:「第二人生」创始人罗斯代尔继续修补他的元宇宙!(二)
|
vr&ar
31岁创立,54岁回归:「第二人生」创始人罗斯代尔继续修补他的元宇宙!
近日,创始人菲利普·罗斯代尔重返「第二人生」,以顾问身份回归母公司林登实验室。
168 0
31岁创立,54岁回归:「第二人生」创始人罗斯代尔继续修补他的元宇宙!
|
存储 机器学习/深度学习 Web App开发
谷歌量子计算突破引爆学界,作者亲自回应质疑,国内专家点评
10 月 24 日,谷歌实现量子优越性的论文登上《自然》杂志封面,1 个月前已轰动业界的研究工作,再次成为科技圈关注的焦点。
459 0
谷歌量子计算突破引爆学界,作者亲自回应质疑,国内专家点评
|
机器学习/深度学习 人工智能 自然语言处理
专访微软首席语音科学家黄学东: CNTK 是词错率仅 5.9% 背后的「秘密武器」
日前,机器之心有幸专访黄学东博士,共同探讨了词错率降低背后的秘密、这一成就的意义,以及他对语音识别的思考。
217 0
专访微软首席语音科学家黄学东: CNTK 是词错率仅 5.9% 背后的「秘密武器」
|
机器学习/深度学习 人工智能 分布式计算
机器之心对话谷歌高级研究科学家Greg S Corrado:人工智能并不会让大公司形成垄断
10 月 14 日,来自谷歌的高级研究科学家 Greg S Corrado 在北京和部分中国媒体进行了短暂的交流,机器之心也受邀对 Greg 进行了采访。
145 0
机器之心对话谷歌高级研究科学家Greg S Corrado:人工智能并不会让大公司形成垄断
|
机器学习/深度学习 人工智能 算法
|
机器学习/深度学习 人工智能 算法
【复盘DeepMind2017】国际最顶级AI实验室:战柯洁、打星际、巨亏背后
今天,DeepMind 哈萨比斯等人在官方博客发布2017年的研究总结。从AlphaGo到AlphaGo Zero,到已经实际应用的WaveNet,到医疗应用Stream的进展,DeepMind取得了一系列重大研究成果。
3699 0