2021/01/02 15:01

依图CTO颜水成离职，据消息称将加入东南亚电商公司

2021 年一开始，就出现了人工智能著名学者转会的新闻。

据机器之心消息，依图科技首席技术官（CTO）颜水成博士已经离职。

颜水成是计算机视觉和机器学习领域的国际知名学者。在 2019 年 7 月，他刚刚从 360 加入依图。

此外，知情人士告诉机器之心接下来他将加入东南亚一家规模不小的电商公司，目前已经低调回到新加坡组建新的团队。

颜水成 1995 年进入北大数学系，师从程乾生教授，本硕博均就读于北大，2004 年获得北京大学数学博士学位。2001 年，颜水成进入微软亚洲研究院实习，2004 年博士毕业后，颜水成离开微软亚洲研究院，先在香港中文大学从事人脸识别相关研究，两年后前往伊利诺伊大学香槟分校（UIUC）从事博士后研究，师从美国工程院院士、计算机视觉华人教授黄煦涛 (Thomas Huang)。

2007 年，颜水成入职新加坡国立大学，创立机器学习与计算机视觉实验室，拥有终身教职。在新加坡国立大学的八年，颜水成的学术生涯顺风顺水，并于 2011 年被新加坡国家科学院授予新加坡青年科学家奖。

颜水成博士率领的团队共获得了 10 次计算机视觉领域两大核心竞赛 Pascal VOC 和 ImageNet 大规模视觉识别（ILSVRC）冠军和荣誉奖，10 余次最佳（学生）论文奖。他的团队还曾获得多媒体领域顶会 ACM MM 最佳论文奖、最佳学生论文奖和最佳技术演示奖的大满贯。

颜水成博士团队提出的「Network in Network」（NIN）网络结构的核心 1×1 卷积是近年来几乎所有计算机视觉深度学习模型的标准模块，在学术界和工业界影响深远，其思想也被后期的 GoogleNet、残差网络（ResNet）等模型所采用。

2015 年加入 360 集团担任 AI 研究院院长及首席科学家，是颜水成从学界到业界的第一次转身。四年后，2019 年 7 月，颜水成加入依图科技，曾表示「将让 AI 大规模落地并商业化作为下一阶段核心挑战。」

颜水成博士是 IEEE Fellow、IAPR Fellow、ACM 杰出科学家，主要研究领域为计算机视觉、机器学习和多媒体分析，迄今在国际顶级期刊及会议共发表 600 余篇论文，引用量超过 7.1 万次，H-index 为 98。2014、2015、2016 、2018 和 2019 年，他五次当选「汤森路透全球高被引学者」。

值得注意的是，颜水成离开依图，正值这家 AI 独角兽公司即将在科创板上市的当口。

在国内 AI 初创企业中，依图是一家明星公司。在 11 月，依图向上交所递交了 CDR（中国存托凭证）发行申请，拟募集资金 75.05 亿元，这令依图科技有望比云从科技、商汤科技及旷视科技等更快一步登陆内地股市，夺得「AI 第一股」头衔。

产业依图科技颜水成

相关技术

人脸识别深度学习计算机视觉

微软亚洲研究院机构

微软亚洲研究院于1998年在北京成立，是微软公司在亚太地区设立的基础及应用研究机构，也是微软在美国本土以外规模最大的一个研究院。微软亚洲研究院从事自然用户界面、智能多媒体、大数据与知识挖掘、人工智能、云和边缘计算、计算机科学基础等领域的研究，致力于推动计算机科学前沿发展，着眼下一代革命性技术的创新，助力微软实现长远发展战略。

www.msra.cn

相关技术

深度残差网络降采样链式法则

商汤科技机构

作为人工智能软件公司，商汤科技以“坚持原创，让AI引领人类进步”为使命，“以人工智能实现物理世界和数字世界的连接，促进社会生产力可持续发展，并为人们带来更好的虚实结合生活体验”为愿景，旨在持续引领人工智能前沿研究，持续打造更具拓展性更普惠的人工智能软件平台，推动经济、社会和人类的发展，并持续吸引及培养顶尖人才，共同塑造未来。

http://www.sensetime.com

相关技术

计算机视觉图像超分辨率重建

云从科技机构

云从科技孵化于中国科学院，是一家提供高效人机协同操作系统和行业解决方案的人工智能企业，核心团队曾先后7次获得国内外智能感知领域桂冠，并受邀参与了人工智能国家标准、公安部行业标准等26项国家和行业标准制定工作。通过多年技术积累和业务深耕，云从科技在智慧金融、智慧治理、智慧出行、智慧商业领域已逐步实现成熟应用，智慧金融领域已覆盖六大国有银行在内超过400家金融机构，智慧治理领域已服务于全国30个省级行政区，智慧出行领域产品和解决方案已在包括中国十大机场中的九座在内的105座民用枢纽机场部署上线

www.cloudwalk.com/

相关技术

计算机视觉人脸识别

颜水成人物

颜水成，新加坡国立大学副教授、360集团副总裁、人工智能研究院院长、第十三批国家 "千人计划"专家。颜水成的主要研究领域包括计算机视觉、深度学习、信息检索应用与多媒体分析。他带领的团队曾提出的“Network in Network” ，对深度学习产生了很大的推动力，同时他的团队开发的”Purine”是全球第一个开源的支持多机多GPU的深度学习系统。

来源：个人主页 Shuicheng Yan

深度学习技术

深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

机器学习技术

机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术，包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等；而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。

来源：维基百科

计算机视觉技术

计算机视觉（CV）是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

来源：机器之心

旷视科技机构

旷视成立于2011年，是全球领先的人工智能产品和解决方案公司。深度学习是旷视的核心竞争力，我们打造出自研的AI生产力平台Brain++并开源其核心——深度学习框架“天元”，实现了算法的高效开发与部署。在持续引领技术进步的同时，我们推动AI产业的商业化落地，聚焦个人物联网、城市物联网、供应链物联网三大赛道，为个人用户带来更出色的美学体验与安全保障、让城市空间更有序、并帮助企业实现工业、仓储数字化升级。我们提供包括算法、软件和硬件产品在内的全栈式、一体化解决方案。

https://www.megvii.com

相关技术

图像超分辨率重建基于区域的卷积神经网络深度学习计算机视觉

机器之心机构

机器之心，成立于2014年，是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系，为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/

相关技术

机器学习自然语言处理知识图谱

北京大学机构

北京大学创办于1898年，初名京师大学堂，是中国第一所国立综合性大学，也是当时中国最高教育行政机关。辛亥革命后，于1912年改为现名。2000年4月3日，北京大学与原北京医科大学合并，组建了新的北京大学。原北京医科大学的前身是国立北京医学专门学校，创建于1912年10月26日。20世纪三、四十年代，学校一度名为北平大学医学院，并于1946年7月并入北京大学。1952年在全国高校院系调整中，北京大学医学院脱离北京大学，独立为北京医学院。1985年更名为北京医科大学，1996年成为国家首批“211工程”重点支持的医科大学。两校合并进一步拓宽了北京大学的学科结构，为促进医学与人文社会科学及理科的结合，改革医学教育奠定了基础。

官网，http://www.pku.edu.cn/