AI的螺旋式上升?今日头条AI掌门人马维英离职,“重返”清华从事培育科研工作

article/2025/9/28 14:21:18

2020-07-29 01:22:49

AI的螺旋式上升?今日头条AI掌门人马维英离职,“重返”清华从事培育科研工作

作者 | 蒋宝尚

编辑 | 丛 末

据媒体报道,字节跳动副总裁、人工智能实验室主任马维英离职,将到清华大学智能产业研究院任职,加入正在筹备该产业院的原百度总裁张亚勤团队。

对于马维英离职一事,字节跳动也做出了回应:“根据自己的兴趣,马维英选择到清华大学从事人才培养和科研相关工作,他同时还会继续担任字节跳动技术顾问。”

而作为2018年国内唯一一位入选TOP 100、在科技公司推动AI落地的产业科学家,马维英的离职,也正是当前AI研究与应用的跷跷板两极力量对比悄然改变的信号。

AI的螺旋式上升?今日头条AI掌门人马维英离职,“重返”清华从事培育科研工作

注:此榜单由Guide2Research 发布,最新的 2020 全球顶尖计算机科学家排名中,马维英位居中国大陆第二位,仅次于源码资本投资合伙人张宏江。

1 马维英:业界、学术两开花

AI的螺旋式上升?今日头条AI掌门人马维英离职,“重返”清华从事培育科研工作

马维英于1990年毕业于台湾国立清华大学电气工程系,1994年和1997年分别获美国加州大学圣芭芭拉分校(UCSB)电气和计算机工程系硕士和博士学位。

1997年博士毕业后,便加入了硅谷惠普实验室,从事多媒体自适应传输和移动因特网的分布式多媒体服务系统的研究,值得一提的是,当时惠普的主任研究员正好是张宏江博士(微软亚洲研发集团前 CTO 和工程院院长)。

两年后,张宏江看到国内有大好发展的机会,于是考虑回国一事。那时微软也刚刚在中国成立了第一所研究院,李开复担任第一任院长。

于是,在 2001 年,马维英拿到绿卡后,回国加入微软亚洲研究院。

到了微软亚洲研究院后,马维英发现当时整个团队的 12 个单一领域的研究小组已基本成立。

“后来者”马维英接手了无法分入这些小组的“杂牌军”,由于这些人员所学领域与 12 小组不太匹配,且人员数量较少,所以不足以形成独立的小组。

组员大多来自于不同的研究背景,这使得团队协作不太好进展。摸索一年之后马维英仍旧处于迷茫状态,因此不得不考虑换个方式去革新。

马维英曾在文章中写到:

既然组里拥有多领域人才——信息检索、数据库、数据挖掘、人工智能、图像分析、网页分析,不一而足,为何不换干脆开拓一个新方向,从多元领域上体现优势呢?我相信这群专业背景完全不同的人一定能激荡出新的火花。我准备带领这群人在互联网搜索领域展开突围。

鉴于搜索领域所涉及的问题常常横贯多个领域,这使得他们这个多元的小组更容易发挥优势。马维英尝试将新的构想从一个领域引入另一个领域,促成跨领域的研究。

几年后马维英也感慨到,研究院的快速发展让很多研究人员在过去十年间成长起来,其中包括了李航(现华为诺亚方舟实验室主任)、文继荣、张磊、谢幸、聂再清、刘铁岩等早期员工。如今他们已在各自领域里扮演着领头人的角色,也都拥有了相当规模的团队。

后面的故事,大家都比较熟悉,2017年,拥有微软亚洲研究院的常务副院长头衔的马维英离开微软,加入今日头条出任副总裁,管理今日头条人工智能实验室。

2018年7月1日,Guide2Research公布了2018年计算机科学与电子领域顶级科学家排名。马维英是国内唯一一位入选TOP100的产业科学家,全球排名86。

值得一提的是,将马维英将马维英介绍给张一鸣的,正是马维英的多年同事、在Guide2Research发布的TOP100计算机科学与电子领域顶级科学家中排名国内第一的张宏江。张宏江是源码资本的投资合伙人,他的另一个身份是字节跳动技术战略研究院院长。源码资本的第一笔投资就是给今日头条投资了500万美金,后来只要有机会也都会一直跟投。据左林右狸在对张宏江的采访中获悉,马维英加入今日头条是一揽子的安排。

马维英的业界经历非常丰富,学术成果也在“圈内”得到了认可,例如他开发的互联网图像检索系统Netra被其他研究人员广泛引用,并且被认为是最具代表性的图像检索系统之一。马维英加入头条,很难说抖音的匹配是否与之相关,但时间上是能够对应的,马维英的加入与抖音算法快速成熟有暗合。

2020年7月28日,今日头条(字节跳动)印证,马维英卸任字节跳动副总裁、人工智能实验室主任“重返”清华(马维英毕业于台湾国立清华大学)从事培育科研工作。

 

2重返学术:AI的螺旋式上升?

马维英于2017年应张一鸣邀请加入字节跳动,出任副总裁,三年后的今天,他离开企业,选择继续“教书育人”,无疑是对当前AI大牛纷纷重返学界这一趋势的印证。

这一趋势最早从吴恩达开始,随后李飞飞、张潼、张亚勤、贾佳亚等科学家也不断重返学校。还有最近一条新闻是:原来南京大学计算机系LAMDA实验室的博士生魏秀参,其在担任旷视科技南京负责人一段时间之后,重返到南京理工大学任教。

而在几年前,对应的正是AI基础研究者纷纷离开学术界,加盟工业界:代表性的标志事件是在2011年的NIPS大会上,Hinton接受了Google的邀请,正式加盟Google;此后Facebook、Amazon、Uber以及国内百度、阿里、腾讯、滴滴等巨头也纷纷跟进,而另一方面,产业界所能提供的海量数据以及资源投入对于AI研究者也具有莫大的吸引力,长期从事理论研究的他们也需要一个平台验证他们的想法,这也正是当时AI人才从学术界流向产业界的原因。

现在这些AI大牛从产业界重返学术界,有人将其视为AI科学家的“水土不服”,并进而得出“AI热度正在放缓”的结论。但从另一个角度上,我们也可以看到这些科学家们在产业界检验了自己之前的研究之后,带着新的问题回到学术界开展新的研究。

例如,原腾讯AI Lab主任张潼在被问及为什么回归学术界时,他回答:“我最关心的是10年以后, AI能够在技术理论等方面实现重大的突破,并且自己能够在整个学术研究上有更多的贡献。” 而对于加入创新工场,张潼则表示:“我在进行学术研究的同时,也希望这些学识成果能够跟产业相结合。”另一位AI大牛贾佳亚,在离开腾讯优图之后并未远离产业界,而是成立了一家创业公司思谋科技,以另一种方式做到连接学术与产业。

马维英在微软亚研的几位领导也是如此:微软亚研及工程院的几任历任院长,李开复创办了创新工场,以孵化器模式推动中国本土的科技与AI公司的发展;张亚勤牵头筹建“清华大学智能产业研究院(AIR)”,回归学术界并得到了马维英的襄助,“出走半生归来仍是少年”;沈向洋在担任清华大学兼职教授的同时,也还投资并担任News Break董事长;而进入投资界的张宏江,更是在以资本投票的方式践行着对AI的认知。这些顶尖人才的流动,无论是从学术界到产业界,还是从产业界到学术界,最终都是AI的进步。


http://chatgpt.dhexx.cn/article/e65URFIl.shtml

相关文章

超全深度学习细粒度图像分析:项目、综述、教程一网打尽

在本文中,来自旷视科技、南京大学和早稻田大学的研究者对基于深度学习的细粒度图像分析进行了综述,从细粒度图像识别、检索和生成三个方向展开论述。此外,他们还对该领域未来的发展方向进行了讨论。 (CV)是用机器来理解…

机器学习防止模型过拟合的方法知识汇总

目录 LP范数L1范数L2范数L1范数和L2范数的区别DropoutBatch Normalization归一化、标准化 & 正则化Reference 其实正则化的本质很简单,就是对某一问题加以先验的限制或约束以达到某种特定目的的一种手段或操作。在算法中使用正则化的目的是防止模型出现过拟合。…

一文读懂机器学习中的正则化

正则化是一种为了减小测试误差的行为(有时候会增加训练误差)。当我们用较为复杂的模型拟合数据时,容易出现过拟合现象,导致模型的泛化能力下降,这时我们就需要使用正则化,降低模型的复杂度。本文总结阐释了正则化的相关知识点,帮助大家更好的理解正则化这一概念。 目录 L…

漆远离职阿里加盟复旦!大牛纷纷回归学界,大厂AI名存实亡?

来源丨新智元 编辑丨小咸鱼 好困 【导读】蚂蚁金服原副总裁、AI团队负责人漆远已于近日离职,出任复旦大学「浩清」教授,复旦人工智能创新与产业研究院院长。将从事深度学习、强化学习等人工智能领域的前沿研究和应用。 那个支付宝背后的AI大牛&#xff0…

正则化方法归纳总结

作者丨Poll 来源丨https://www.cnblogs.com/maybe2030/p/9231231.html 编辑丨极市平台 本文仅用于学术分享,如有侵权请联系后台删文 导读 本文先对正则化的相关概念进行解释作为基础,后对正则化的方法进行了总结,帮助大家更加清晰的了解正则化方法。 阅…

阿里副总裁、达摩院自动驾驶负责人王刚离职!

转载自:新智元 | 编辑:桃子 好困 【导读】从学界「跨界」互联网,再转身去创业。这一年,他40岁,依然选择挑战自我。消息称,阿里副总裁、达摩院自动驾驶实验室负责人王刚已于近日离职。阿里,是他的…

机器学习防止模型过拟合方法总结

转自 | 小白学视觉,作者小白 文章仅用于学术分享,侵删 目录 LP范数L1范数L2范数L1范数和L2范数的区别DropoutBatch Normalization归一化、标准化 & 正则化Reference 其实正则化的本质很简单,就是对某一问题加以先验的限制或约束以达到某种…

CV还要更热闹!旷视刚宣布4.6亿美元融资,商汤:新一轮年内完成

允中 发自 凹非寺 量子位 报道 | 公众号 QbitAI △ 商汤科技CEO徐立 你追我赶! 机器视觉(CV)领域热度还在急剧升温。 昨天,旷视科技(Face)刚完成了C轮4.6亿美元融资,刷新了AI公司全球单轮融资额纪录。 而这一纪录的保…

LaTeX 有哪些「新手须知」的内容?

孟晨 ,在 LaTeX 话题下写错 LaTeX 名字的,一律… 陈硕 等 137 人赞同 这是个好问题,虽然提问提得很大。不是很好答,权当抛砖引玉了。 天字第一号原则:不要到网上抄代码,尤其是似懂非懂的阶段。 除非代码的…

《解析深度学习》部分笔记

记录一些书里的知识点,摘自魏秀参的《解析深度学习-卷积神经网络原理与视觉实践》 第三章 卷积神经网络经典结构 1.在深度学习中,深度卷积神经网络呈现“分布式表示”,既“语义概念”到神经元是一个多对多映射。直观讲就是:每个语…

新型计算机离我们还有多远

作者:高如如,魏秀参 本文为《程序员》原创文章,未经允许不得转载,更多精彩文章请订阅《程序员》 自1946年ENIAC(Electronic Numerical Integrator And Calculator,即电子数字积分计算机)问世&am…

Must Know Tips/tricks in DNN

Must Know Tips/Tricks in Deep Neural Networks (byXiu-Shen Wei) 转载于http://lamda.nju.edu.cn/weixs/project/CNNTricks/CNNTricks.html Deep Neural Networks, especially Convolutional Neural Networks (CNN), allows computational models that are composed of mult…

[读书笔录]解析卷机神经网络(魏秀参)——第二章

解析卷积神经网络——基础理论篇 第二章 卷机神经网络基本部件 2.1 “端到端”思想(end-to-end manner) 深度学习的一个重要思想即”端到端”的学习方式,属于表示学习的一种。整个学习流程并不进行人为的子问题划分,而是完全交…

[读书笔录]解析卷机神经网络(魏秀参)——第三章

#解析卷积神经网络——基础理论篇 第三章 卷机神经网络经典结构 3.1 CNN网络结构中的重要概念 ####感受野 感受野(receptive filed)原指听觉、视觉等神经系统中一些神经元的特性,即神经元只接受其所支配的刺激区域内的信号。 以单层卷积操作为例,如左…

[读书笔录]解析卷积神经网络(魏秀参)——第一章

解析卷积神经网络——基础理论篇 第一章 卷机神经网络基础知识 1.1发展历程 卷积神经网络发展历史中的第一件里程碑事件发生在上世纪60年代左右的神经科学中,1959 年提出猫的初级视皮层中单个神经元的“感受野”概念,紧接着于1962年发现了猫的视觉中枢…

如何看旷视南京负责人魏秀参跳槽高校工作?

链接:https://www.zhihu.com/question/404733616 编辑:深度学习与计算机视觉 声明:仅做学术分享,侵删 跳槽本是正常现象,之所以会在知乎引起讨论,说明其中有让大家值得关注的点。但我们吃瓜群众&#xff0c…

[阅读笔记]《解析卷积神经网络_深度学习实践手册》魏秀参著

书籍下载地址:http://lamda.nju.edu.cn/weixs/book/CNN_book.pdf 这本书名虽然有实践两个字,但内容还是主要介绍在实践框架中涉及的基本概念、方法和技巧介绍,侧重于实践中的概念介绍并不是手把手告诉你如何在某平台上搭建一个卷积神经网络&a…

CVPR 2020评审结果放出,魏秀参博士教你如何rebuttal!!!

关注上方“深度学习技术前沿”,选择“星标公众号”, 资源干货,第一时间送达! 来源:知乎 作者:魏秀参 链接:https://zhuanlan.zhihu.com/p/104298923 近日,在此文章中,旷视…

魏秀参:如何理解全连接层的作用?

点击上方“机器学习与生成对抗网络”,关注"星标" 获取有趣、好玩的前沿干货! 来自 | 知乎 作者 | 魏秀参 文仅分享,侵删 https://www.zhihu.com/question/41037974/answer/150522307 全连接层到底什么用?我来谈三点。…

28岁少帅统领旷视南京研究院,LAMDA魏秀参专访

记者和魏秀参专访约在旷视科技北京总部,北临清华大学,西靠中关村的融科写字楼,公司三层中厅是一整面落地屏幕,实时显示着人脸识别、人脸检测、年龄估计、人体关键点预测等多种视觉应用demo。 这家计算机视觉公司在2017年10 月 31 …