超过 4 名顶尖 AI “元老”离职! Meta 伦敦分部“沦陷”|metaverse 元宇宙股被抛售?

简介: 超过 4 名顶尖 AI “元老”离职! Meta 伦敦分部“沦陷”|metaverse 元宇宙股被抛售?

近日,有知情人士和 LinkedIn 分析爆料称,这几个月以来,Meta(前身Facebook)AI 部门至少有 4 名顶尖科学家“元老”离职。这几位成员里,有在世界知名期刊上发表了数十篇学术论文并取得了多项突破的科学家,Meta 正是凭借这些突破才让 Facebook 和 Instagram 不断变强的。

image.png

超 4 名AI “元老”离职,Meta 伦敦分部“沦陷”

据 CNBC 报道,Meta 的竞争对手 DeepMind 实验室的前员工 —— 人工智能企业家 Karl Hermann 透露称“Meta AI 离职的真实人数可能更接近 6 个”,同时他还补充表示该公司伦敦分部的人工智能实验室的离职人数惊人 —— “Meta 在伦敦的办公室刚刚‘沦陷’了,他们在六周的时间里失去了大部分(顶尖)研究人员”。

对此消息,Meta 首席人工智能科学家 Yann LeCun 在在接受媒体采访时以邮件的方式回复称“人们的兴趣在不断变化,并继续前进。”2013 年,Yann LeCun 在与创始人马克·扎克伯格(Mark Zuckerberg)共进晚餐后,共同创建了 Meta (当时还称为 Facebook)的人工智能实验室。

剑桥大学机器学习教授 Neil Lawrence 评价表示,他对这件事并不感到惊讶 —— “马克·扎克伯格现在一蹶不振……他们从一开始就没有在伦敦进行过适当的投资。”

image.png

众所周知,近年来随着”元宇宙“概念的大火,不少科技大厂都纷纷布局相关领领域。去年 10 月,马克·扎克伯格(Mark Zuckerberg)也高调跟进,雄心勃勃的对外宣布 Facebook 向 metaverse 迈进并重塑为“Meta”的重磅消息。

然而,到了今年,Facebook 母公司 Meta 便突然出走了一些顶尖的人工智能科学家。

Meta 顶尖人才出走原因:元宇宙股被抛售?

据报道,近期离职的人员包括研究科学家 Ahmad Beirami(今年1月离开 Meta 后加入谷歌)、曾领导 Meta 在人工智能分支“强化学习”相关工作的研究科学家 Edward Grefenstette(今年 2 月份刚刚离开该公司)、Meta 人工智能的研究工程经理 Heinrich Kuttler(最近几周离开,现已加入由 DeepMind 联合创始人 Mustafa Suleyman 和 LinkedIn 亿万富翁 Reid Hoffman 创办的 Influction 人工智能公司),以及去年 12 月离职的 Meta 的 5 年元老研究科学家 Douwe Kiela(现为人工智能初创公司 Hugging Face 的研究负责人)。

另外,报道称还有其他一些 Meta AI 员工已经在离开的路上,或者预计将在未来几周内离开(由于该问题比较敏感所以需要匿名)。

对于这些顶尖 AI 人才出走的原因,外界猜测议论纷纷。有业内人士透露,这或许是因为 Mark Zuckerberg 宣布公司转向 metaverse 发展才导致的。

image.png

据相关人士爆料称,“有些人跳槽到另一个大实验室,因为他们觉得它会更好地推进他们的职业或研究议程”。“跳槽或许是因为其他团队的薪酬或招聘潜力更好”,“其他人只是想创业或参与一家较小的公司。而对一些人来说,这可能与元宇宙股票抛售有关,但我不认为这一定是主要原因。”

目前,信息显示 Meta “出走”的这些顶尖人才们大多去了 DeepMind 等竞争对手公司。

比如时间再往前一点,去年 8 月份,Meta AI 部门的研究科学家经理 Marc’Aurelio Ranzato 离职后加入了 DeepMind;Meta 人工智能实验室的联合创始人 Rob Fergus 于 2020 年离任,加入 DeepMind 并建立了 DeepMi 新部门。

当然,值得注意的是,过去几年里,来自 DeepMind 和其他人工智能实验室的一些人也加入了 Meta。

AI 改变世界的理念依旧坚定

一直以来,人们都坚信 AI 改变世界的理念,全球科技巨头们在过去的几年里也一直在这一领域进行大量资金和人才的投资。尽管巨头企业人员流动不足为奇,但过去的 2 年里,Meta 人工智能公司人员变动如此之大,确实是让人有点意外的。

还记得当初 Facebook 宣布更名 Meta 的时候被广大网友铺天盖地的“吐槽“的景象,但当初 Mark Zuckerberg 势在必得。但发展到了今天,顶尖人才不断流失,让“小扎”转向 metaverse 发展的雄心壮志似乎受挫了不少。

但不论如何,AI 改变世界的理念依旧是科技巨头们关注的焦点,“小扎”或许真的要对接下来公司的发展好好做一些战略调整了,你觉得呢?对于此次事件,你的看法如何呢,欢迎在评论区留言互动。

相关文章
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
AI Compass前沿速览:IndexTTS2–B站、HuMo、Stand-In视觉生成框架、Youtu-GraphRAG、MobileLLM-R1–Meta、PP-OCRv5
AI Compass前沿速览:IndexTTS2–B站、HuMo、Stand-In视觉生成框架、Youtu-GraphRAG、MobileLLM-R1–Meta、PP-OCRv5
421 10
AI Compass前沿速览:IndexTTS2–B站、HuMo、Stand-In视觉生成框架、Youtu-GraphRAG、MobileLLM-R1–Meta、PP-OCRv5
|
7月前
|
机器学习/深度学习 人工智能 机器人
Meta AI Research:虚拟/可穿戴/机器人三位一体的AI进化路径
本文阐述了我们对具身AI代理的研究——这些代理以视觉、虚拟或物理形式存在,使其能够与用户及环境互动。这些代理包括虚拟化身、可穿戴设备和机器人,旨在感知、学习并在其周围环境中采取行动。与非具身代理相比,这种特性使它们更接近人类的学习与环境交互方式。我们认为,世界模型的构建是具身AI代理推理与规划的核心,这使代理能够理解并预测环境、解析用户意图及社会背景,从而增强其自主完成复杂任务的能力。世界建模涵盖多模态感知的整合、通过推理进行行动规划与控制,以及记忆机制,以形成对物理世界的全面认知。除物理世界外,我们还提出需学习用户的心理世界模型,以优化人机协作。
649 3
|
8月前
|
机器学习/深度学习 人工智能 API
基于昇腾适配Meta AI在Science正刊发表的蛋白质结构预测模型ESMFold
ESMFold是由Meta AI团队开发的一种基于深度学习的高效蛋白质结构预测模型,其核心目标是利用大规模蛋白质语言模型(ESM)直接从氨基酸序列快速推断蛋白质的三维结构。ESMFold通过预训练的语言模型捕捉序列中的进化与结构关联性,结合几何优化模块生成高精度原子坐标,显著降低了传统方法对多重序列比对(MSA)和模板依赖的计算成本。该模型在蛋白质从头预测(de novo prediction)、功能位点解析、突变效应模拟等领域具有重要价值,以高效的推理性能,推动结构预测技术的普惠化应用。
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
这个模型让AI角色会说话还会演!MoCha:Meta联手滑铁卢大学打造对话角色视频生成黑科技
MoCha是由Meta与滑铁卢大学联合开发的端到端对话角色视频生成模型,通过创新的语音-视频窗口注意力机制实现精准的唇语同步和全身动作生成。
645 12
这个模型让AI角色会说话还会演!MoCha:Meta联手滑铁卢大学打造对话角色视频生成黑科技
|
存储 人工智能 编解码
Pippo:Meta放出AI大招!单张照片秒转3D人像多视角视频,AI自动补全身体细节
Pippo 是 Meta 推出的图像到视频生成模型,能够从单张照片生成 1K 分辨率的多视角高清人像视频,支持全身、面部或头部的生成。
1218 9
Pippo:Meta放出AI大招!单张照片秒转3D人像多视角视频,AI自动补全身体细节
|
机器学习/深度学习 人工智能
Leffa:Meta AI 开源精确控制人物外观和姿势的图像生成框架,在生成穿着的同时保持人物特征
Leffa 是 Meta 开源的图像生成框架,通过引入流场学习在注意力机制中精确控制人物的外观和姿势。该框架不增加额外参数和推理成本,适用于多种扩散模型,展现了良好的模型无关性和泛化能力。
804 11
Leffa:Meta AI 开源精确控制人物外观和姿势的图像生成框架,在生成穿着的同时保持人物特征
|
机器学习/深度学习 人工智能 自然语言处理
Llama 3.3:Meta AI 开源新的纯文本语言模型,专注于多语言对话优化
Meta AI推出的Llama 3.3是一款70B参数的纯文本语言模型,支持多语言对话,具备高效、低成本的特点,适用于多种应用场景,如聊天机器人、客户服务自动化、语言翻译等。
604 13
Llama 3.3:Meta AI 开源新的纯文本语言模型,专注于多语言对话优化
|
机器学习/深度学习 人工智能 算法
Transformer打破三十年数学猜想!Meta研究者用AI给出反例,算法杀手攻克数学难题
《PatternBoost: Constructions in Mathematics with a Little Help from AI》提出了一种结合传统搜索算法和Transformer神经网络的PatternBoost算法,通过局部搜索和全局优化交替进行,成功应用于组合数学问题。该算法在图论中的Ramsey数研究中找到了更小的反例,推翻了一个30年的猜想,展示了AI在数学研究中的巨大潜力,但也面临可解释性和通用性的挑战。论文地址:https://arxiv.org/abs/2411.00566
333 13
|
人工智能 安全 PyTorch
SPDL:Meta AI 推出的开源高性能AI模型数据加载解决方案,兼容主流 AI 框架 PyTorch
SPDL是Meta AI推出的开源高性能AI模型数据加载解决方案,基于多线程技术和异步事件循环,提供高吞吐量、低资源占用的数据加载功能,支持分布式系统和主流AI框架PyTorch。
699 10
SPDL:Meta AI 推出的开源高性能AI模型数据加载解决方案,兼容主流 AI 框架 PyTorch