Yann LeCun berkata: "Adalah kehilangan kami untuk bakat untuk meninggalkan FAIR, tetapi saya tetap gembira untuk mereka."
Seorang lagi saintis penyelidikan terkenal telah pergi, kali ini Ross Girshick, pengarang R-CNN
Baru-baru ini, ketua saintis Meta Yann LeCun mengumumkan di Twitter bahawa Ross Girshick akan meninggalkan FAIR dan menyertai Penyelidikan Kepintaran Buatan Allen Institut (AI2). Sebelum ini meletak jawatan termasuk pengarang ResNeXt Xie Saining (menyertai Universiti New York sebagai penolong profesor), Georgia Gkioxari (menyertai Caltech sebagai penolong profesor), dsb.
Sumber: https://twitter.com/ylecun/status/1730713022195470541
Kami menyemak berita Ross Girshick tentang laman utama peribadinya dan mengesahkan perletakan jawatan FAIR. Dia akan menyertai AI2 pada awal 2024.
Ani Kembhavi, pengarah kanan visi komputer di AI2, berkata Ross Girshick akan menyertai pasukan PRIOR. PRIOR adalah singkatan dari Perseptual Reasoning and Interaction Research Ia adalah pasukan penyelidikan visi komputer AI2 dan komited untuk memajukan penyelidikan visi komputer untuk mencipta sistem AI yang boleh melihat, meneroka, belajar dan menaakul tentang dunia
Sumber. : https://twitter.com/anikembhavi/status/1730655170038821085
Ross Girshick menyiarkan siaran yang mengimbas kembali kerjayanya di Meta, mengatakan bahawa FAIR pernah dan akan kekal sebagai tempat yang menakjubkan. Tetapi tinggal di satu tempat terlalu lama (8 tahun) mungkin merupakan sebab yang baik untuk meninggalkannya. Inisialisasi semula dan rawak adalah sangat penting dalam kerjaya penyelidikan. Selain itu, beliau juga menyatakan bahawa sebarang ceramah mengenai penunjuk penerbitan adalah karut semata-mata.
Sila rujuk pautan berikut untuk sumber imej: https://twitter.com/inkynumbers/status/1730735493711810639
, yang berkhidmat sebagai ahli fakulti di Jabatan Kejuruteraan Elektrik dan Sains Komputer EECS di Institut Teknologi (MIT), FAIR telah melahirkan banyak nama besar dalam bidang CV di beberapa tahun kebelakangan ini. Yann LeCun berkata bahawa pemergian mereka adalah satu kehilangan kepada ADIL, tetapi dia gembira untuk mereka. Dia tidak melihat apa-apa yang salah dengan saintis di makmal perindustrian berpindah ke organisasi akademik atau bukan untung. Bagi sesetengah orang, ini adalah langkah kerjaya semula jadi. Kandungan yang ditulis semula: LeCun turut memetik contoh Bell Labs, di mana ramai saintis akan mendapat tempoh perkhidmatan di universiti yang baik 5 hingga 10 tahun selepas meninggalkan (melangkau perjuangan keras sepenuhnya) proses pegangan). Pada peringkat kehidupan yang berbeza, keutamaan berubah. Orang yang telah lama berada dalam industri mungkin ingin menceburi bidang pengajaran, bersama pelajar, dan menikmati ganjaran langsung mengajarMalah, seseorang itu boleh mendapatkan tempoh dalam bidang akademik selepas bekerja di FAIR selama beberapa tahun, ini adalah ciri, bukan pepijat. Peralihan ini boleh dilakukan di FAIR, yang, seperti Bell Labs, mengamalkan penyelidikan terbuka dan menggalakkan saintis untuk menerbitkan. Permulaan FAIR bermakna orang ramai boleh memilih kerjaya mereka tanpa mengambil sebarang risiko. Ini adalah perkara yang baik untuk kedua-dua pengamal dan ahli akademik kerana ia mengembangkan ekosistem penyelidikanLeCun juga menegaskan bahawa dalam beberapa tahun kebelakangan ini, ramai saintis komputer muda berbakat telah memilih untuk menyertai FAIR, seperti Ishan Misra, Nicolas Carion, Xinlei Chen dan Christoph Feichtenhofer dan lain-lainAliran keluar dan masuk bakat adalah perkara biasa, dan ramai orang memilih untuk meninggalkan zon selesa mereka. Walau bagaimanapun, sesetengah orang percaya bahawa pemergian berterusan gergasi AI dari FAIR dapat memberi sedikit pencerahan tentang situasi semasa organisasiPada tahun lalu, Meta telah berturut-turut membuka model sumber terbuka berskala besar bagi siri Llama dan Llama 2, menjadi kuasa yang amat diperlukan dalam komuniti sumber terbuka. Walau bagaimanapun, Meta juga menghadapi banyak cabaran dalam mengekalkan bakat kecerdasan buatan, dan kehilangan bakat tidak dapat dielakkan. Saintis seperti Ross Girshick, yang telah mengumpul pengalaman yang kaya dalam industri, berpindah ke universiti atau institusi bukan untung, akan membawa perspektif yang unik kepada dunia akademik, dan mungkin membuat penyelidikan yang lebih berkesan
RBG Master: Ross· Pengenalan kepada Girshick
Pautan halaman utama peribadi: https://www.rossgirshick.info/
Sebelum ini, Ross Girshick ialah seorang saintis penyelidikan di Meta FAIR, bekerja pada visi komputer dan Penyelidikan tentang pembelajaran mesin. Beliau menerima PhD dalam sains komputer dari University of Chicago pada tahun 2012.
Sebelum menyertai FAIR, Ross berkhidmat sebagai penyelidik di Microsoft Research dan felo pasca doktoral di University of California, Berkeley. Di sana, beliau belajar di bawah Profesor Jitendra Malik dan Trevor Darrell
Minat penyelidikan Ross termasuk algoritma persepsi visual (pengecaman objek, penyetempatan, segmentasi, anggaran pose, dll.), pembelajaran perwakilan (menggunakan penyeliaan yang kuat, penyeliaan yang lemah, atau tidak. penyeliaan sama sekali) rangkaian pra-latihan yang diselia) dan penyelidikan visi dan bahasa.
Atas sumbangannya kepada perisian sumber terbuka dan set data, Ross telah dianugerahkan Anugerah Penyelidik Muda PAMI 2017, dan Anugerah PAMI Mark Everingham pada 2017, 2021 dan 2023
Ross telah mencapai banyak keputusan dalam bidang kecerdasan buatan, yang pada mulanya mendapat kemasyhuran kerana membangunkan kaedah pengesanan objek rangkaian saraf konvolusional (R-CNN) berasaskan rantau. Penyelidikan ini boleh dikatakan telah mengubah sepenuhnya hala tuju penyelidikan dalam bidang pengesanan sasaran Penyelidikan seterusnya seperti Fast-RCNN dan Faster-RCNN semuanya dibangunkan berdasarkan R-CNN
Petikan Google Scholar beliau kini melebihi 41 Ribu. of times
Dalam kerja yang pernah disertai Ross, terdapat banyak projek penyelidikan yang popular, seperti Fast R-CNN, Mask R-CNN, YOLO, Faster R-CNN dan SAM, dll.
Pada 2017, Ross menyertai Mask R-CNN memenangi Anugerah ICCV Marr (Kertas Terbaik), dan kertas kerja ini kini mempunyai lebih daripada 30,000 petikan kertas lain "Focal Loss for Dense Object Detection" memenangi Kertas Pelajar Terbaik ICCV pada tahun itu.
Pada tahun 2021, makalah "Masked Autoencoders Are Scalable Vision Learners" di mana Girshick mengambil bahagian menjadi topik hangat dalam bulatan penglihatan komputer. Kertas kerja ini menunjukkan kaedah baharu yang dipanggil autoencoders bertopeng (MAE) yang boleh digunakan sebagai pelajar penyeliaan kendiri berskala untuk penglihatan komputer.
Tahun ini, Meta mengeluarkan Model "Segmen Anything" (Segmen Anything) Model (SAM), yang telah dipuji oleh ramai pihak sebagai menumbangkan penyelidikan dalam bidang CV tradisional ialah salah seorang pengarang kertas kerja ini.
Kini saya memilih untuk pergi ke AI2, dan saya menantikan lebih banyak karya hebat daripada Girshick.
Atas ialah kandungan terperinci Pengarang R-CNN Ross Girshick meletak jawatan, He Kaiming dan Xie Saining kembali ke akademik, berapa ramai orang hebat yang telah muncul daripada Meta CV. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!