当前位置:AIGC资讯 > AIGC > 正文

R-CNN作者Ross Girshick离职,何恺明、谢赛宁回归学界,Meta CV走出了多少大神

FAIR 又一位大佬级研究科学家「出走了」,这次是 R-CNN 作者 Ross Girshick。

近日,Meta 首席科学家 Yann LeCun 发推宣布,Ross Girshick 将离开 FAIR,加入艾伦人工智能研究所(AI2)。此前离职的还有 ResNeXt 一作谢赛宁(加入纽约大学任助理教授)、Georgia Gkioxari(加入 Caltech 任助理教授)等。

图源:https://twitter.com/ylecun/status/1730713022195470541

我们查了一下 Ross Girshick 的个人主页,证实了他从 FAIR 离职的消息。他将于 2024 年初入职 AI2。

AI2 的计算机视觉高级总监 Ani Kembhavi 表示,Ross Girshick 届时将加入 PRIOR 团队。PRIOR 全称为感知推理和交互研究,为 AI2 的计算机视觉研究团队,致力于推进计算机视觉研究,以创建能够看到、探索、学习和推理世界的 AI 系统。

图源:https://twitter.com/anikembhavi/status/1730655170038821085

Ross Girshick 发文追忆其在 Meta 的职业生涯,表示 FAIR 过去是、将来仍是一个令人惊叹的地方。不过在一个地方呆了太长时间(8 年)或许是促使他离开的不错理由,重新初始化和随机化在研究生涯中非常重要。此外,他还声明任何有关发表指标的言论纯属无稽之谈。

图源:https://twitter.com/inkynumbers/status/1730735493711810639

其实,加上今年 7 月底宣布回归学界,将于 2024 年加入麻省理工学院(MIT)电气工程与计算机科学系 EECS 担任教职的何恺明,FAIR 近年来已经走出了很多 CV 领域的大佬。

Yann LeCun 表示,他们的离开对 FAIR 是损失,但自己为他们感到高兴。他认为工业实验室的科学家转投学术界或非营利组织绝对没有错。对于一些人来说,这是自然的职业转变。

LeCun 还举了贝尔实验室的例子,该实验室相当一部分科学家会在 5 到 10 年后离开,并在一个不错的大学获得终身教职(完全跳过了艰难的谋求终身教职的过程)。在人生的不同阶段,优先项会发生改变。在工业界待久了的人可能想去教学,与学生待在一起,享受教学带来的直接回报。

事实上,人们可以在 FAIR 工作几年后获得学界的终身教职,这是一个特点,而不是缺陷。这种转变在 FAIR 是可能的,就像贝尔实验室一样,FAIR 实行开放的研究并鼓励科学家发表论文。

这意味着人们在 FAIR 开始自己的职业生涯不会冒任何风险,选择是自由的。从业界到学界并拓展研究生态系统,这是一件好事。

LeCun 还提到,过去几年,很多才华横溢的年轻计算机科学家选择加入 FAIR,比如 Ishan Misra、Nicolas Carion、Xinlei Chen、Christoph Feichtenhofer 等。

人才流出流进是再正常不过的事情,很多人将自己从舒适区域「踢」了出来。不过也有人认为,AI 大佬接连离开 FAIR 可以对其现状窥知一二。

图源:https://twitter.com/LearnOpenCV/status/1730736970136158274

这一年来,Meta 先后开源了 Llama、Llama 2 系列大模型,成为开源社区的中坚力量。但 Meta 在留住 AI 人才方面也面临很多挑战,人才的外流不可避免。像 Ross Girshick 这样在工业界积累了丰富经验的科学家进入大学或非营利机构,会为学界带来一些不一样的东西,并有可能做出更有影响力的研究。

RBG 大神:Ross Girshick 介绍

个人主页:https://www.rossgirshick.info/

此前,Ross Girshick 是 Meta FAIR 的研究科学家,2015 年至 2023 年期间致力于计算机视觉和机器学习的研究。他于 2012 年获得了芝加哥大学计算机科学博士学位。

在加入 FAIR 之前,Ross 是微软研究院的研究员,也是加州大学伯克利分校的博士后,在那里他师从 Jitendra Malik 和 Trevor Darrell 教授。

Ross 的研究兴趣包括视觉感知算法(目标识别、定位、分割、姿态估计等)、表征学习(使用强监督、弱监督或根本没有监督的预训练网络)以及视觉和语言研究。

由于他对开源软件和数据集的贡献,Ross 获得了 2017 年 PAMI 青年研究员奖以及 2017 年、2021 年和 2023 年 PAMI Mark Everingham 奖。

Ross 在 AI 界可谓是战果累累,他最初因开发 R-CNN(基于区域的卷积神经网络)目标检测方法而闻名,这项研究可以说是改变了目标检测领域的研究思路,之后的其他研究 Fast-RCNN、Faster-RCNN 都沿袭了 R-CNN 的思路。

现在他的谷歌学术引用超过 41 万次。

在 Ross 过往参与的工作中,有很多热门研究,如 Fast R-CNN、Mask R-CNN、YOLO、Faster R-CNN、SAM 等。

2017 年,Ross 参与的 Mask R-CNN 获得了 ICCV 马尔奖(最佳论文),现在这篇论文的引用量达 3 万多次;另一篇论文《Focal Loss for Dense Object Detection》获得当年 ICCV 最佳学生论文。

2021 年,Girshick 参与的论文《Masked Autoencoders Are Scalable Vision Learners》成为了计算机视觉圈的热门话题。这篇论文展示了一种被称为掩码自编码器(masked autoencoders,MAE)的新方法,可以用作计算机视觉的可扩展自监督学习器。

今年,Meta 发布了「分割一切」(Segment Anything)模型(SAM),被很多人誉为颠覆传统 CV 领域的研究,Ross 是这篇论文的作者之一。

如今选择去 AI2,期待 Girshick 能带来更多惊艳之作。

更新时间 2023-12-04