动态 | 多位教授牵手FB AI 研究院，机器人实验室毗邻CMU成立

AI 科技评论按：美国时间 2018 年 7 月 17 日，Facebook 首席 AI 科学家 Yann LeCun 在 Facebook 新闻中心发出一篇博文，表示有多位教授将加盟 Facebook AI 研究院，不仅继续提升现有的各个 AI 实验室的研究水准，也是为了设立新的 AI 研究实验室。

新加盟的教授包括：

Jessica Hodgins，CMU 机器人和计算机科学教授，她的研究方向包括计算机图形学、动画，以及以生成及分析人类动作为重点的机器人技术。Jessica Hodgins 之前也曾在迪士尼担任研究员，让迪士尼动画中的角色运动的时候更像人类。Jessica Hodgins 此次加入 Facebook AI 研究院将会在匹兹堡设立一个新的实验室，关注机器人技术、终生/长期学习系统、机器推理以及 AI 辅助艺术创作。与她共同加入的机器人技术副教授 Abhinav Gupta 也将参与大规模视觉和机器人学习、自监督学习以及推理。两人都会保留 CMU 的教职。

Luke Zettlemoyer，华盛顿大学 Paul G. Allen 计算机科学与工程学院副教授。他兼职加入 Facebook AI 研究院在西雅图的 AI 研究以及计算图形学团队。Luke Zettlemoyer 的研究领域为自然语言处理，未来的研究方向为计算语意学，其中包括用于多语言理解的深度学习方法。

Andrea Vedaldi，牛津大学工程科学副教授，牛津大学视觉几何研究组协作负责人。Andrea Vedaldi 兼职加入 Facebook AI 研究院的伦敦团队，参与图像理解方面的研究，尤其是通过大规模、高复杂度视觉数据集的无监督理解方法，以及三维几何理解。Andrea Vedaldi 也会继续在牛津大学教学以及指导学生，其中多位博士生也都获得了 Facebook 的奖学金。

Jitendra Malik，UC 伯克利大学电子工程与计算机科学系教授，也是计算机视觉领域最具影响力、领域的奠基人之一。实际上据 AI 科技评论了解，IJCAI 2018 上 Jitendra Malik 刚刚获得了 IJCAI 卓越研究奖，也是对他的学术成就的高度认可。Jitendra Malik 将保留 UC 伯克利大学的教职，伯克利 AI 研究实验室（BAIR）也是有获得了 Facebook 赞助的实验室之一。在 UC 伯克利的 AI 研究小组逐渐发展成为十分优秀的实验室的过程中，Jitendra Malik 起到了很大的影响，Facebook AI 研究院也希望他加入 Facebook AI 研究院在门罗公园的实验室并担任负责人之后可以为 Facebook AI 研究院的发展带来帮助。

另外，7 月更早的时候 Bloombury AI 的研究团队也加入了 Facebook AI 研究院伦敦办公室，他们在自然语言处理方面的深厚积累将帮助 Facebook 在文本理解和推理系统方面的研究继续快速进步。

在这篇博文中，Yann LeCun 多次提到自己引以为豪的 Facebook AI 研究院开放的研究方式。Facebook的各个实验室总是与当地的学术社区进行合作，为高校实验室提供硬件及资金支持，对教授也不要求全职加入，他们仍然可以在学校授课、指导自己的学生和博士后、时不时地发表论文，同时，参与的 Facebook 的研究也可以开放地发表论文并公开相关资源。也正是通过这样的方式，Facebook AI 研究院能够快速成长，并切实地做出有价值的研究成果。这种双轨制的工作模式吸引了全球许多的大学教授参与 Facebook AI 研究院的研究，包括纽约大学的 Yann LeCun 本人以及 Rob Fergus、麦吉尔大学的 Joelle Pineau、佐治亚理工大学的 Devi Parikh 和 Dhruv Batra、蒙特利尔大学的 Pascal Vincent、UCL 的 Iasonas Kokkinos 以及特拉维夫大学的 Lior Wolf。Facebook AI 研究院也以各种资源支持着学术界现有的人员和研究项目。今年初，Facebook 就高调宣布将在法国继续投资 AI 研发，在 2022 年前共投入一千万欧元，Facebook AI 研究院巴黎团队的研究人员和工程师的数量也会增加一倍。

美联社也对此事进行了报道，他们的主要关注点在于 Facebook AI 研究院也通过招人的方式开始了自己在机器人方面的研究。相比于我们已经司空见惯的模式识别和图像生成模型，成功的机器人除了数据之外还需要常识、探索能力之类的更为珍贵、有价值的能力，这也就是向着仿人类人工智能的重要一步。Yann LeCun 认可了美联社对于机器人研究的强调，并在美联社记者的电话采访中就说道：「对于人类为什么能学得那么快，我们很明显漏了一些什么。目前为止最好的想法都来自于机器人」。

美联社也联系了 UC 伯克利大学的的机器人与强化学习大牛 Pieter Abbeel，他表示机器人领域既会带来好处、也会带来限制，而这都会促进人工智能研究的总体进步。比如，机器人需要在真实世界中工作，那么 AI 机器人系统就需要能够处理预计之外的、偶然发生的状况。计算时间有限、机械运转的固定成本等现实世界带来的限制也逼得研究人员们想办法解决更困难的问题。「机器人的研究会逼得你开始考虑许多现实问题。毕竟，这些算法到底有多好呢？」

Facebook AI 研究院开始参与机器人方面的研究无异于是给这个领域已经熊熊燃烧的火焰中又添了一把干柴，位于 CMU 所在城市匹兹堡的实验室定会与 CMU 的学生、教授们有许许多多的学术互动，我们也期待在 Yann LeCun 以及 Jessica Hodgins 的带领下，Facebook 的机器人研究能带给世界一些惊喜。

AI 科技评论报道。点击文末阅读原文查看 AI影响因子。

┏(＾0＾)┛欢迎分享，明天见！