【重磅】LeCun 卸任! Facebook人工智能实验室换帅

简介: 早间重磅消息,Yann LeCun 证实已经卸任Facebook 人工智能研究部门(FAIR)负责人,将在Facebook担任首席AI科学家。接任FAIR负责人的是Jérôme Pesenti,他此前是英国AI初创公司Benevolent的CEO,前IBM首席数据科学家。

早间重磅消息,Yann LeCun 证实已经卸任Facebook 人工智能研究部门(FAIR)负责人,将在Facebook担任首席AI科学家。

d3109e75f75bc4ea61d37e29995e9e14fffd1337

Yann LeCun在脸书上证实卸任FAIR负责人,并祝贺Jérôme Pesenti

“欢迎Jerome Pesenti 加入Facebook!Jerome入职人工智能的副总裁,反映人工智能在Facebook的重要性日益增加。他将监督Facebook的AI研发活动,管理FAIR(Facebook AI Research)和AML(Applied Machine Learning)。我的角色也在变化:Jerome接管运营管理将使我能够专注于领导科学研发和人工智能战略。我现在是Facebook的首席人工智能科学家。”

接任FAIR负责人的是Jérôme Pesenti,他此前是英国AI初创公司Benevolent的CEO,前IBM首席数据科学家。Jérôme Pesenti同时接管了Facebook的Applied Machine Learning团队,该团队负责将AI应用于Facebook的众多产品,包括备受争议的News Feed。

e8249f509bf3db2dd68ba4f984457c0a944fd902

Jérôme Pesenti 证实担任Facebook VP of Artificial Intelligence

Jérôme Pesenti在Facebook上证实此消息:

Facebook拥有世界上最有才华的人工智能团队,我入职后,将确保我们继续推进人工智能研究的良好态势,并帮助Facebook产品更加智能,实用和更有意义。 我非常激动和荣幸加入这个团队!

FAIR于2013年由Yann LeCun一手创立。LeCun在接受Quartz采访时说:“需要有一个人从根本上总管Facebook的所有AI,包括研究、开发,以及AI与产品的联系。”Jérôme Pesenti将直接向Facebook的首席技术官汇报,他接任的这个研究、开发和产品相结合的职位突出了AI对Facebook未来发展的重要性。

AI是Facebook及其未来的命脉。AI技术推动了Facebook的超精确的广告投放,使公司相比传统广告平台更具有优势,同时AI也为用户提供自动标记照片, News Feed排序和翻译等功能。由于AI使自动化程度提高,其运作对其创建者而言并不透明,这可能会导致Facebook的困境,包括假新闻传播等。

LeCun仍将有对FAIR研究方向的控制权,但现在日常运营将由Pesenti来负责,他将直接向CTO Mike Schroepfer汇报。 LeCun和AML负责人JoaquinvQuiñonero Candela将向Pesenti汇报工作。LeCun自己说,他的专长在于研究,尤其是设定目标、与研究人员合作研发新的人工智能技术。至于其他部分,包括管理一百多名研究人员,以及担任“AI传道人”,则“很乐意把这些交给他(Pesenti)”。Pesenti目前并未接受采访。

LeCun说,Pesenti被选中,是因为他在研究,管理和产品开发方面有所专长。

LeCun表示,在Pesenti的领导下,应用机器学习小组(The Applied Machine Learning group)将改变方向。AI在Facebook上的角色日益重要,需要AML团队与Facebook基础设施部门密切合作,确保公司的代码和服务器能够尽快地进行翻译,标记和排名。AML基础设施部门现在加入该公司的更高一级基础设施部门。那些留在AML的人将与FAIR在长期研究项目上更紧密地合作,将研究团队的研究成果用在Facebook以及Instagram和Oculus等公司。

2013年,LeCun组建了FAIR,建立了世界上最好的AI研究实验室。五年后,实验室仍在扩大,有六个地点,约有100名工作人员。Facebook昨天宣布将把巴黎研究实验室的数量翻倍至60名研究人员。 LeCun补充说,Facebook希望使目前在实验室工作的10名博士生人数增加四倍,使巴黎总人数达到100人左右

LeCun在法国出生,他在贝尔实验室开始了研究计算机视觉的职业生涯。在贝尔实验室,LeCun的追求是帮助电脑以人类的方式看待和理解世界。当时,贝尔实验室是研究神经网络的重要设施,通过大量简化人脑结构,我们可以开始复制其过程。

在贝尔实验室,LeCun研发了一种称为卷积神经网络的神经网络结构,在处理图像方面被证明更为有效。这项技术很快进入了自动取款机,用来读取支票上的数字,现在它仍被用作图像和视频识别的实际方法。


原文发布时间为:2018-01-24

本文作者:常佩琦 刘小芹

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【重磅】LeCun 卸任! Facebook人工智能实验室换帅

相关文章
|
4月前
|
机器学习/深度学习 人工智能 算法
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
本数据集包含2500张已标注实验室设备图片,涵盖空调、灭火器、显示器等10类常见设备,适用于YOLO等目标检测模型训练。数据多样、标注规范,支持智能巡检、设备管理与科研教学,助力AI赋能智慧实验室建设。
用于实验室智能识别的目标检测数据集(2500张图片已划分、已标注) | AI训练适用于目标检测任务
|
10月前
|
人工智能 搜索推荐
「社会实验室」成真!SocioVerse:复旦联合小红书开源社会模拟世界模型,用AI预演群体行为
SocioVerse是由复旦大学联合小红书等机构开源的社会模拟框架,基于大语言模型和千万级真实用户数据构建,能精准模拟群体行为并预测社会事件演化趋势。
831 2
「社会实验室」成真!SocioVerse:复旦联合小红书开源社会模拟世界模型,用AI预演群体行为
|
人工智能 安全 算法
上交大、上海人工智能实验室开源首个多轮安全对齐数据集 SafeMTData
最近,以 OpenAI o1 为代表的 AI 大模型的推理能力得到了极大提升,在代码、数学的评估上取得了令人惊讶的效果。OpenAI 声称,推理可以让模型更好的遵守安全政策,是提升模型安全的新路径。
|
人工智能 自然语言处理 测试技术
阿里云通义实验室自然语言处理方向负责人黄非:通义灵码2.0,迈入 Agentic AI
在通义灵码 2.0 发布会上,阿里云通义实验室自然语言处理方向负责人黄非分享了代码大模型的演进。过去一年来,随着大模型技术的发展,特别是智能体技术的深入应用,通义灵码也在智能体的基础上研发了针对于整个软件研发流程的不同任务的智能体,这里既包括单智能体,也包括多智能体合并框架,在这样的基础上我们研发了通义灵码2.0。
958 21
|
人工智能 编解码 BI
LEOPARD:腾讯AI Lab西雅图实验室推出的视觉语言模型
LEOPARD是由腾讯AI Lab西雅图实验室推出的视觉语言模型,专为处理含有大量文本的多图像任务设计。该模型通过自适应高分辨率多图像编码模块和大规模多模态指令调优数据集,在多个基准测试中表现卓越,适用于自动化文档理解、教育和学术研究、商业智能和数据分析等多个应用场景。
412 2
LEOPARD:腾讯AI Lab西雅图实验室推出的视觉语言模型
|
12月前
|
人工智能 自然语言处理 测试技术
阿里云通义实验室自然语言处理方向负责人黄非:通义灵码2.0,迈入 Agentic AI
阿里云通义实验室自然语言处理方向负责人黄非:通义灵码2.0,迈入 Agentic AI
|
人工智能 架构师 大数据
广西广电X阿里云:共同成立全媒体AI实验室!
广西广电X阿里云:共同成立全媒体AI实验室!
480 5
|
弹性计算 人工智能 自然语言处理
GPU实验室-通过GPU云服务器生成AI视频
自多态模型GPT-4发布后,AIGC(AI Generated Content,AI生成内容)时代正扑面而来,从单一的文字文本,演化到更丰富的图片、视频、音频、3D模型等。本文基于阿里云GPU服务器和文本生成视频模型,采用Unet3D结构,通过从纯高斯噪声视频中,迭代去噪的过程,实现文本生成视频功能。
|
存储 人工智能 文字识别
极空间 NAS 上线“AI 实验室”功能:自然语言搜图、以图搜图、文字识别
【2月更文挑战第17天】极空间 NAS 上线“AI 实验室”功能:自然语言搜图、以图搜图、文字识别
881 5
极空间 NAS 上线“AI 实验室”功能:自然语言搜图、以图搜图、文字识别
|
数据采集 人工智能 自然语言处理
上海AI实验室开源发布高质量语料“万卷CC”
【2月更文挑战第17天】上海AI实验室开源发布高质量语料“万卷CC”
386 2
上海AI实验室开源发布高质量语料“万卷CC”

热门文章

最新文章