突发!腾讯AI Lab主任张潼离职,或将返回学界

经多方消息确认,腾讯 AI Lab 主任张潼已于 2018 年 12 月底离职。作为人工智能领域的著名学者,张潼可能将返回学术界。

在宣布离职之前,张潼是腾讯 AI Lab 的第一负责人,也是该机构的执行董事。张潼博士是美国康奈尔大学数学系和计算机系学士,以及斯坦福大学计算机系硕士和博士学位。加入腾讯前,张潼博士曾经担任美国新泽西州立大学教授、IBM 研究院研究员、雅虎研究院主任研究员、百度研究院副院长和大数据实验室负责人,期间参与和领导开发过多项机器学习算法和应用系统。

加入腾讯 AI Lab

腾讯 AI Lab 成立于 2016 年 4 月,致力于研发前瞻性的人工智能技术。2017 年 3 月 23 日,腾讯宣布任命人工智能领域顶尖科学家张潼博士担任腾讯 AI Lab 主任。张潼博士作为腾讯 AI Lab 第一负责人,在一年多以来带领数百名人工智能专家和工程师,专注于人工智能的基础研究。其中的主要方向包括计算机视觉、语音识别、自然语言处理和机器学习这四个垂直领域。

在 2017 年 3 月接受机器之心专访时,张潼曾表示:「我们(腾讯 AI Lab)一方面做基础研究,另一方面开发系统和工具为公司各产品线做技术支持。AI Lab 会支持一些重点业务,并且以此积累核心技术,然后会通过平台化云服务等方式向公司内部和外部进行推广,让这些技术服务更广泛的应用场景。」

和全球最前沿的研究机构一样,腾讯 AI Lab 在游戏 AI 场景中取得了不少成绩,他们推出的 AI 围棋程序「绝艺」曾在第 10 届 UEC 杯计算机围棋大赛中夺得冠军。

2018 年 12 月 22 日,腾讯 AI Lab 提出的策略协作型 AI「绝悟」首次露面,并在 KPL 秋季决赛战胜了前职业 KPL 选手组成的人类战队(平均水平超过 99% 玩家)。这是继围棋 AI「绝艺」后,腾讯 AI 在深度学习与强化学习领域的又一项前沿研究。

张潼曾表示,腾讯 AI Lab 希望将自身研究成果转化为平台,并面向所有开发者

下一站学界?

2018 年底,机器之心已得到消息称张潼将离职腾讯 AI Lab。今日,在知乎帖子「如何看待张潼老师离职腾讯?」下,点赞量最高的一条回复称张潼「据说是回学术界去了」,其中也提到「……也希望接替他的张正友博士能带领 AI Lab 找到新的发展道路。」

所以,接替张潼博士负责腾讯 AI Lab 的应该是 2018 年加入腾讯掌管机器人实验室「Robotics X」的张正友博士。

至于张潼博士的去向目前还没有更多信息,在知乎上有匿名网友评论如下:

2018 年,杨强教授在港科大 CSE 系主任职位的任期已满,而后由杨瓞仁 (Dit-Yan Yeung) 教授代理系主任的职务。但据机器之心消息,目前杨瓞仁 (Dit-Yan Yeung) 教授暂代主任,港科大 CSE 系正在进行公开答辩选举新的系主任,但张潼非候选人。

学术研究实力

张潼博士是 AI 领域的顶级科学家,他的研究兴趣包括机器学习算法和理论、用于大数据及其应用的统计方法。

张潼博士 Google Scholar 引用量数据

在去年 7 月份举行的 ICML 2018 中,张潼有 8 篇论文被接收,是论文署名最多的作者之一。而除了 ICML 2018,张潼博士还在 Transactions ACL 和 JMLR 等期刊与会议上发表过论文。

在张潼署名的 8 篇 ICML 论文中,涉及主题可以分为三大方面,即新模型、分布式与去中心化、机器学习优化方法与理论研究。

首先对于新模型的研究,张潼博士提出了一种使用强化学习的端到端的主动目标跟踪方法,可直接根据画面情况调整摄像头角度。这种端到端的主动跟踪方法能取得优异的表现,并且还具有很好的泛化能力,能够在目标运动路径、目标外观、背景不同以及出现干扰目标时依然稳健地执行主动跟踪。此外,另一篇主要提出了一种可变度量超松弛混合临近外梯度方法(VMOR-HPE)的新型算法框架,能保证在解决该问题时的全局收敛。

  • End-to-end Active Object Tracking via Reinforcement Learning

  • An Algorithmic Framework of Variable Metric Over-Relaxed Hybrid Proximal Extra-Gradient Method

其次对于分布式与去中心化,张潼博士做了非常多的研究。例如在图非凸优化中,他提出了用于高斯图模型中的最优估计的图非凸优化,然后又通过一系列自适应的凸程序来近似求解。

  • Composite Functional Gradient Learning of Generative Adversarial Models

  • Graphical Nonconvex Optimization via an Adaptive Convex Relaxation

  • Candidates vs. Noises Estimation for Large Multi-Class Classification Problem

  • Safe Element Screening for Submodular Function Minimization

最后对于他在 ICML 2018 在提交的理论研究和其它期刊与会议的论文,读者可以参考以下列表:

  • Jiaxiang Wu and Weidong Huang and Junzhou Huang and Tong Zhang. Error Compensated Quantized SGD and its Applications to Large-scale Distributed Optimization, ICML 2018.

  • Kaiqing Zhang and Zhuoran Yang and Han Liu and Tong Zhang and Tamer Basar. Fully Decentralized Multi-Agent Reinforcement Learning with Networked Agents, ICML 2018.

  • Zhaopeng Tu and Yang Liu and Shuming Shi and Tong Zhang. Learning to remember translation history with a continuous cache. , Transactions of the Association for Computational Linguistics, 6:407--420, 2018.

  • Dong Dai and Lei Han and Ting Yang and Tong Zhang. Bayesian Model Averaging with Exponentiated Least Squares Loss , IEEE Trans. Info. Theory, 2018.

  • Xiao-Tong Yuan and Ping Li and Tong Zhang. Gradient Hard Thresholding Pursuit, JMLR , 18:1--43, 2018.

  •  Lei Han and Lei Li and Feng Wen and Lei Zhong and Tong Zhang and Xiu-Feng Wan. Graph-Guided Multi-Task Sparse Learning Model: a Method for Identifying Antigenic Variants of Influenza A(H3N2) Virus, Bioinformatics , 2018.

参考链接:

http://tongzhang-ml.org (http://tongzhang-ml.org/)

https://www.zhihu.com/question/307359849

机器之心专访腾讯AI Lab姚星&张潼,独家揭秘腾讯低调的人工智能研究

「从零到一,做好准备打落地持久战」这是腾讯AI Lab的大局观| 人物对话

产业张潼腾讯AI Lab
1
暂无评论
暂无评论~