FAIR 又一位大佬級(jí)研究科學(xué)家「出走了」，這次是 R-CNN 作者 Ross Girshick。

近日，Meta 首席科學(xué)家 Yann LeCun 發(fā)推宣布，Ross Girshick 將離開 FAIR，加入艾倫人工智能研究所（AI2）。此前離職的還有 ResNeXt 一作謝賽寧（加入紐約大學(xué)任助理教授）、Georgia Gkioxari（加入 Caltech 任助理教授）等。

圖源：https://twitter.com/ylecun/status/1730713022195470541

我們查了一下 Ross Girshick 的個(gè)人主頁，證實(shí)了他從 FAIR 離職的消息。他將于 2024 年初入職 AI2。

AI2 的計(jì)算機(jī)視覺高級(jí)總監(jiān) Ani Kembhavi 表示，Ross Girshick 屆時(shí)將加入 PRIOR 團(tuán)隊(duì)。PRIOR 全稱為感知推理和交互研究，為 AI2 的計(jì)算機(jī)視覺研究團(tuán)隊(duì)，致力于推進(jìn)計(jì)算機(jī)視覺研究，以創(chuàng)建能夠看到、探索、學(xué)習(xí)和推理世界的 AI 系統(tǒng)。

圖源：https://twitter.com/anikembhavi/status/1730655170038821085

Ross Girshick 發(fā)文追憶其在 Meta 的職業(yè)生涯，表示 FAIR 過去是、將來仍是一個(gè)令人驚嘆的地方。不過在一個(gè)地方呆了太長時(shí)間（8 年）或許是促使他離開的不錯(cuò)理由，重新初始化和隨機(jī)化在研究生涯中非常重要。此外，他還聲明任何有關(guān)發(fā)表指標(biāo)的言論純屬無稽之談。

圖源：https://twitter.com/inkynumbers/status/1730735493711810639

其實(shí)，加上今年 7 月底宣布回歸學(xué)界，將于 2024 年加入麻省理工學(xué)院（MIT）電氣工程與計(jì)算機(jī)科學(xué)系 EECS 擔(dān)任教職的何愷明，F(xiàn)AIR 近年來已經(jīng)走出了很多 CV 領(lǐng)域的大佬。

Yann LeCun 表示，他們的離開對(duì) FAIR 是損失，但自己為他們感到高興。他認(rèn)為工業(yè)實(shí)驗(yàn)室的科學(xué)家轉(zhuǎn)投學(xué)術(shù)界或非營利組織絕對(duì)沒有錯(cuò)。對(duì)于一些人來說，這是自然的職業(yè)轉(zhuǎn)變。

LeCun 還舉了貝爾實(shí)驗(yàn)室的例子，該實(shí)驗(yàn)室相當(dāng)一部分科學(xué)家會(huì)在 5 到 10 年后離開，并在一個(gè)不錯(cuò)的大學(xué)獲得終身教職（完全跳過了艱難的謀求終身教職的過程）。在人生的不同階段，優(yōu)先項(xiàng)會(huì)發(fā)生改變。在工業(yè)界待久了的人可能想去教學(xué)，與學(xué)生待在一起，享受教學(xué)帶來的直接回報(bào)。

事實(shí)上，人們可以在 FAIR 工作幾年后獲得學(xué)界的終身教職，這是一個(gè)特點(diǎn)，而不是缺陷。這種轉(zhuǎn)變?cè)?FAIR 是可能的，就像貝爾實(shí)驗(yàn)室一樣，F(xiàn)AIR 實(shí)行開放的研究并鼓勵(lì)科學(xué)家發(fā)表論文。

這意味著人們?cè)?FAIR 開始自己的職業(yè)生涯不會(huì)冒任何風(fēng)險(xiǎn)，選擇是自由的。從業(yè)界到學(xué)界并拓展研究生態(tài)系統(tǒng)，這是一件好事。

LeCun 還提到，過去幾年，很多才華橫溢的年輕計(jì)算機(jī)科學(xué)家選擇加入 FAIR，比如 Ishan Misra、Nicolas Carion、Xinlei Chen、Christoph Feichtenhofer 等。

人才流出流進(jìn)是再正常不過的事情，很多人將自己從舒適區(qū)域「踢」了出來。不過也有人認(rèn)為，AI 大佬接連離開 FAIR 可以對(duì)其現(xiàn)狀窺知一二。

圖源：https://twitter.com/LearnOpenCV/status/1730736970136158274

這一年來，Meta 先后開源了 Llama、Llama 2 系列大模型，成為開源社區(qū)的中堅(jiān)力量。但 Meta 在留住 AI 人才方面也面臨很多挑戰(zhàn)，人才的外流不可避免。像 Ross Girshick 這樣在工業(yè)界積累了豐富經(jīng)驗(yàn)的科學(xué)家進(jìn)入大學(xué)或非營利機(jī)構(gòu)，會(huì)為學(xué)界帶來一些不一樣的東西，并有可能做出更有影響力的研究。

RBG 大神：Ross Girshick 介紹

個(gè)人主頁：https://www.rossgirshick.info/

此前，Ross Girshick 是 Meta FAIR 的研究科學(xué)家，2015 年至 2023 年期間致力于計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)的研究。他于 2012 年獲得了芝加哥大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位。

在加入 FAIR 之前，Ross 是微軟研究院的研究員，也是加州大學(xué)伯克利分校的博士后，在那里他師從 Jitendra Malik 和 Trevor Darrell 教授。

Ross 的研究興趣包括視覺感知算法（目標(biāo)識(shí)別、定位、分割、姿態(tài)估計(jì)等）、表征學(xué)習(xí)（使用強(qiáng)監(jiān)督、弱監(jiān)督或根本沒有監(jiān)督的預(yù)訓(xùn)練網(wǎng)絡(luò)）以及視覺和語言研究。

由于他對(duì)開源軟件和數(shù)據(jù)集的貢獻(xiàn)，Ross 獲得了 2017 年 PAMI 青年研究員獎(jiǎng)以及 2017 年、2021 年和 2023 年 PAMI Mark Everingham 獎(jiǎng)。

Ross 在 AI 界可謂是戰(zhàn)果累累，他最初因開發(fā) R-CNN（基于區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)）目標(biāo)檢測(cè)方法而聞名，這項(xiàng)研究可以說是改變了目標(biāo)檢測(cè)領(lǐng)域的研究思路，之后的其他研究 Fast-RCNN、Faster-RCNN 都沿襲了 R-CNN 的思路。

現(xiàn)在他的谷歌學(xué)術(shù)引用超過 41 萬次。

在 Ross 過往參與的工作中，有很多熱門研究，如 Fast R-CNN、Mask R-CNN、YOLO、Faster R-CNN、SAM 等。

2017 年，Ross 參與的 Mask R-CNN 獲得了 ICCV 馬爾獎(jiǎng)（最佳論文），現(xiàn)在這篇論文的引用量達(dá) 3 萬多次；另一篇論文《Focal Loss for Dense Object Detection》獲得當(dāng)年 ICCV 最佳學(xué)生論文。

2021 年，Girshick 參與的論文《Masked Autoencoders Are Scalable Vision Learners》成為了計(jì)算機(jī)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，可以用作計(jì)算機(jī)視覺的可擴(kuò)展自監(jiān)督學(xué)習(xí)器。

今年，Meta 發(fā)布了「分割一切」（Segment Anything）模型（SAM），被很多人譽(yù)為顛覆傳統(tǒng) CV 領(lǐng)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。