Yann LeCun 表示：「人才離開 FAIR 是我們的損失，但自己仍為他們感到高興」。
又一位大佬級研究科學家離開了，這次是R-CNN 的作者Ross Girshick
近日，Meta 首席科學家Yann LeCun 發推文宣布， Ross Girshick 將離開FAIR，加入艾倫人工智慧研究所（AI2）。先前離職的還有 ResNeXt 一作謝賽寧（加入紐約大學擔任助理教授）、Georgia Gkioxari（加入 Caltech 任助理教授）等。
圖片來源：https://twitter.com/ylecun/status/1730713022195470541
我們查了一下Ross Girshick 的個人主頁，證實了他從FAIR 離職的消息。他將於 2024 年初入職 AI2。
AI2的電腦視覺資深總監Ani Kembhavi表示，Ross Girshick將加入PRIOR團隊。 PRIOR全稱為感知推理和互動研究，是AI2的電腦視覺研究團隊，致力於推進電腦視覺研究，以創建能夠看到、探索、學習和推理世界的AI系統
圖片來源：https://twitter.com/anikembhavi/status/1730655170038821085
Ross Girshick 發文追蹤其在Meta 的職業生涯，表示FAIR 過去是、未來仍是一個令人驚嘆的地方。不過在一個地方待了太久（8 年）或許是促使他離開的好理由，重新初始化和隨機化在研究生涯中非常重要。此外，他也聲明任何有關發表指標的言論純屬無稽之談。
請參考以下連結以取得圖片來源：https://twitter.com/inkynumbers/status/1730735493711810639
其實，加上今年7 月底宣布回歸學界，將於2024 年加入麻省理工學院（MIT）電機工程與計算機科學系EECS 擔任教職的何愷，FAIR 近年來已經走出了很多CV 領域的大佬。
Yann LeCun 表示，他們的離開對 FAIR 是損失，但自己為他們感到高興。他認為工業實驗室的科學家轉投學術界或非營利組織絕對沒有錯。對某些人來說，這是自然的職業轉變。
重新寫作後的內容：LeCun也以貝爾實驗室為例，該實驗室的許多科學家在離開5到10年後，會在一所不錯的大學獲得終身教職（完全跳過了艱難的爭取終身教職的過程）。在人生的不同階段，優先事項會改變。在工業界待久了的人可能會想要從事教學工作，與學生們在一起，並享受教學所帶來的直接回報
事實上，人們可以在FAIR 工作幾年後獲得學界的終身教職，這是一個特點，而不是缺陷。這種轉變在 FAIR 是可能的，就像貝爾實驗室一樣，FAIR 實行開放的研究並鼓勵科學家發表論文。
FAIR的開始意味著人們不必冒任何風險就可以選擇自己的職業生涯。這對從業者和學者來說都是件好事，因為它擴大了研究生態系統
LeCun也指出，近年來，許多才華橫溢的年輕電腦科學家已選擇加入FAIR，如Ishan Misra、Nicolas Carion 、Xinlei Chen和Christoph Feichtenhofer等
人才的流出和流進是再正常不過的事情，很多人選擇離開舒適區。不過也有人認為，連續有AI大佬離開FAIR可以對該機構的現狀有所了解
#重寫內容如下：圖片來源： https://twitter.com/LearnOpenCV/status/1730736970136158274
Meta在過去一年間，陸續開源了Llama和Llama 2系列的大型模型，成為開源社群中不可或缺的力量。然而，Meta在留住人工智慧人才方面也面臨許多挑戰，人才的流失是不可避免的。像Ross Girshick這樣在工業界積累了豐富經驗的科學家轉入大學或非營利機構，將為學術界帶來獨特的視角，並有可能做出更具影響力的研究
RBG 大神：羅斯吉爾希克介紹
#個人主頁連結：https://www.rossgirshick.info/
先前，Ross Girshick 是Meta FAIR 的研究科學家，2015 年至2023 年期間致力於電腦視覺和機器學習的研究。他於 2012 年獲得了芝加哥大學計算機科學博士學位。
加入 FAIR 之前，Ross 曾擔任微軟研究院的研究員，同時也是加州大學柏克萊分校的博士後研究員。在那裡，他師從Jitendra Malik 和Trevor Darrell 教授
Ross 的研究興趣包括視覺感知演算法（目標識別、定位、分割、姿態估計等）、表徵學習（使用強監督、弱監督或根本沒有監督的預訓練網絡）以及視覺和語言研究。
因為他在開源軟體和資料集方面的貢獻，Ross 被授予了2017年PAMI青年研究員獎，以及2017年、2021年和2023年的PAMI Mark Everingham獎
#羅斯在人工智慧領域取得了許多成果，他最初因為開發了基於區域的捲積神經網路（R-CNN）目標檢測方法而聲名大噪。這項研究可以說徹底改變了目標檢測領域的研究方向，後續的研究如Fast-RCNN和Faster-RCNN都是在R-CNN的基礎上進行發展的
他的谷歌學術引用目前已經超過了41萬次
在Ross過去參與的工作中，有許多熱門的研究項目，例如Fast R-CNN、Mask R-CNN、YOLO、Faster R-CNN和SAM等
2017 年，Ross 參與的Mask R-CNN 獲得了ICCV 馬爾獎（最佳論文），現在這篇論文的引用量達3 萬多次；另一篇論文《Focal Loss for Dense Object Detection》獲得當年ICCV 最佳學生論文。
2021 年，Girshick 參與的論文《Masked Autoencoders Are Scalable Vision Learners》成為了電腦視覺圈的熱門話題。這篇論文展示了一種被稱為掩碼自編碼器（masked autoencoders，MAE）的新方法，可以用作電腦視覺的可擴展自監督學習器。
今年，Meta 發布了「分割一切」（Segment Anything）模型（SAM），被許多人譽為顛覆傳統CV 領域的研究，Ross 是這篇論文的作者之一。
如今選擇去 AI2，期待 Girshick 能帶來更多驚艷之作。
以上是R-CNN作者Ross Girshick離職，何愷明、謝賽寧回歸學界，Meta CV走出了多少大神的詳細內容。更多資訊請關注PHP中文網其他相關文章！
