Meta作為現(xiàn)在AI圈子里開源賽道的領(lǐng)頭羊，發(fā)展道路也不是一馬平川的。有消息透露，Meta內(nèi)部AI人才流失嚴(yán)重。

最近，Meta的FAIR（基礎(chǔ)人工智能研究）團(tuán)隊(duì)再次迎來一位大佬級研究科學(xué)家的離職消息，R－CNN的作者Ross Girshick決定離開Meta，加盟艾倫人工智能研究所（AI2）。

這是近期FAIR團(tuán)隊(duì)第二次有AI大牛離職，內(nèi)部士氣受挫。

Ross Girshick是誰

Ross Girshick 2012年獲得了芝加哥大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位，然后在2015年到2023年一直在從事CV（計(jì)算機(jī)視覺）和ML（機(jī)器學(xué)習(xí)）等領(lǐng)域的研究。

在加入 FAIR 之前，Ross 是微軟研究院的研究員，也是加州大學(xué)伯克利分校的博士后，在那里他師從 Jitendra Malik 和 Trevor Darrell 教授。

Ross Girshick在Meta成績斐然，包括開發(fā)了R－CNN目標(biāo)檢測方法，參與了許多熱門研究如Fast R－CNN、Mask R－CNN等。

此外，他還參與了MOCO、BYOL、SimCLR、SwAV等無監(jiān)督學(xué)習(xí)方法的研究，探索了視頻的時(shí)空表征學(xué)習(xí)。

以下是Ross Girshick的一些主要成就：

1. 2014年，他提出了R－CNN（Region－based Convolutional Neural Networks），這是一種用于目標(biāo)檢測的深度學(xué)習(xí)算法。R－CNN通過將圖像分割成多個(gè)區(qū)域，然后對每個(gè)區(qū)域進(jìn)行分類，從而實(shí)現(xiàn)了更準(zhǔn)確的目標(biāo)檢測。

2. 2015年，他在R－CNN的基礎(chǔ)上提出了Fast R－CNN，這是一種更快的目標(biāo)檢測算法。Fast R－CNN通過引入?yún)^(qū)域建議網(wǎng)絡(luò)（Region Proposal Network，RPN）來替代傳統(tǒng)的選擇性搜索方法，大大提高了目標(biāo)檢測的速度。

3. 2016年，他提出了Faster R－CNN，這是一種更快、更準(zhǔn)確的目標(biāo)檢測算法。Faster R－CNN通過引入共享卷積層和ROI池化層，進(jìn)一步優(yōu)化了目標(biāo)檢測的速度和準(zhǔn)確性。

4. 除了目標(biāo)檢測，Girshick還在其他計(jì)算機(jī)視覺任務(wù)上做出了重要貢獻(xiàn)，如圖像分割、物體關(guān)鍵點(diǎn)檢測等。

5. 他是CVPR、ICCV、ECCV等頂級計(jì)算機(jī)視覺會(huì)議的多次最佳論文獎(jiǎng)得主。

6. 他還是IEEE Fellow和ACM Fellow，這兩個(gè)都是計(jì)算機(jī)科學(xué)領(lǐng)域的最高榮譽(yù)。

AI大牛紛紛出走

近日有消息稱，R－CNN的作者Ross Girshick決定離開Meta，加盟艾倫人工智能研究所（AI2）。從他的個(gè)人主頁上可以證實(shí)他從 FAIR 離職的消息。并且他將于 2024 年初入職 AI2。

AI2 的計(jì)算機(jī)視覺高級總監(jiān) Ani Kembhavi 表示，Ross Girshick 屆時(shí)將加入 PRIOR 團(tuán)隊(duì)。

同時(shí)，Ross Girshick也發(fā)文回憶了其在Meta中的生涯，并回?fù)袅送饨绲膫髀�。他表示Meta的FAIR團(tuán)隊(duì)過去是、將來仍是一個(gè)令人驚嘆的地方。

而除了Ross Girshick外，其實(shí)Meta內(nèi)部的AI大牛已經(jīng)出走了好幾位。

此前，ResNeXt一作謝賽寧離職加入紐約大學(xué)。還有何愷明也宣布回歸學(xué)界，將于 2024 年加入麻省理工學(xué)院（MIT）電氣工程與計(jì)算機(jī)科學(xué)系 EECS 擔(dān)任相關(guān)職務(wù)。

首席科學(xué)家送祝福

對于AI人才的出走，Meta首席科學(xué)家楊立昆（Yann LeCun）表示理解。他認(rèn)為科學(xué)家從工業(yè)實(shí)驗(yàn)室轉(zhuǎn)投學(xué)術(shù)界或非營利組織是一種自然的職業(yè)轉(zhuǎn)變。

LeCun還提到，類似的情況在貝爾實(shí)驗(yàn)室也曾發(fā)生，科學(xué)家們在5到10年后選擇離開，尋求在大學(xué)獲得終身教職。這種轉(zhuǎn)變在FAIR是可能的，因?yàn)镕AIR實(shí)行開放的研究政策，鼓勵(lì)科學(xué)家發(fā)表論文。

這種靈活性意味著在FAIR開始職業(yè)生涯后，科學(xué)家們可以在不冒太多風(fēng)險(xiǎn)的情況下轉(zhuǎn)向?qū)W術(shù)界，為自己的職業(yè)生涯注入新的活力。

此外，楊立昆還反駁了目前盛行的超智能觀點(diǎn)。英偉達(dá)首席執(zhí)行官黃仁勛不久前宣稱，超級人工智能（AI）將在五年內(nèi)趕超人類。

而楊立昆認(rèn)為，超智能不會(huì)很快到來。他表示，在人類智能水平的人工智能出現(xiàn)前，社會(huì)上更有可能出現(xiàn)“貓級”或“狗級”的人工智能�？萍夹袠I(yè)目前對語言模型和文本數(shù)據(jù)的關(guān)注，不足以創(chuàng)造出研究人員幾十年來一直夢想的那種先進(jìn)的類人人工智能系統(tǒng)。

楊立昆也對量子計(jì)算持懷疑態(tài)度，盡管微軟、IBM 和谷歌等科技巨頭都投入了大量資源。他表示，量子計(jì)算只是一個(gè)迷人的科學(xué)話題，目前還不太清楚其實(shí)際意義，以及制造真正有用的量子計(jì)算機(jī)是否可行。

Meta何去何從

AI大牛紛紛出走，Meta的AI之路該何去何從？

大牛出走，主要原因在于FAIR在開發(fā)大語言模型Llama和OPT的過程中，出現(xiàn)了內(nèi)部的算力資源分配不均、團(tuán)隊(duì)整合不順、項(xiàng)目方向不明等問題。

大量人才的離開可能會(huì)削弱Meta在計(jì)算機(jī)視覺、自然語言處理、無監(jiān)督學(xué)習(xí)等領(lǐng)域的競爭力和創(chuàng)新能力。

對此，Meta的AI研究負(fù)責(zé)人Joelle Pineau表示，她正在努力平衡各方的需求，留住和吸引優(yōu)秀的研究人員，推進(jìn)Meta的AI事業(yè)。

值得注意的是，AI領(lǐng)域的人才流動(dòng)并非只有 Meta 面臨這樣的問題。例如，根據(jù)一項(xiàng)調(diào)查統(tǒng)計(jì)，近一年內(nèi)，僅 Alphabet 就有 26 位 AI 專家離職。這表明這是一個(gè)更廣泛的趨勢，而非個(gè)別公司的問題。

Meta的AI發(fā)展的未來，可能取決于Meta能否解決內(nèi)部的問題，保持對AI的投入和支持，以及與其他公司和機(jī)構(gòu)的合作和競爭。Meta的AI愿景是“讓人類更好地連接、交流和理解”，這是一個(gè)很有價(jià)值和意義的目標(biāo)，也是一個(gè)很有挑戰(zhàn)和困難的任務(wù)。Meta的AI團(tuán)隊(duì)需要不斷地創(chuàng)新和改進(jìn)，才能實(shí)現(xiàn)這個(gè)愿景。