Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

吕海洋撰文

AI产业界又一大牛离职返校,字节跳动AI Lab总监李磊加盟UCSB

图片

字节跳动AI实验室总监李磊刚刚发推称将加盟UCSB,重返学术界。就在一年之前,字节跳动副总裁、AI Lab主任马维英同样宣布离开字节跳动,加入清华大学智能产业研究院。


撰文 | 吕海洋


字节跳动AI实验室总监李磊刚刚发推称将重返学术界,加入加州大学圣巴巴拉分校(UCSB)的Computer Science担任助理教授。

李磊在推特中表示,「能够加入UCSBCS我很兴奋,很高兴能和William Wang、Shiyu Chang,以及其他优秀的学者共事。」

图片

李磊是交大ACM(Association of Computing Machinery)班的第一批学生,毕业后又考取了卡耐基梅隆大学计算机科学博士。

2014年,李磊正式走出学校,投身产业,加入百度美国深度学习实验室。两年后,看到国内AI产业发展的李磊,决定回国发展,加入了刚刚成立不久的字节跳动AI Lab。

字节跳动的AI Lab研究领域包括计算机视觉、自然语言处理、机器学习、语音&音频处理、数据&知识挖掘、计算机图像学、系统&网络、信息安全以及工程&产品。

李磊团队的研究核心围绕如何利用人工智能技术为用户、创作者建设更好的内容创作平台和分发平台开展研究。

在机器翻译研究过程当中,李磊团队侧重方向包括:多语言统一学习、无监督翻译模型、语音同传等。同时也开展了加速二阶算法,自适应优化算法等加速深度神经网络训练和干预方面的研究。

截止目前,李磊已在机器学习、数据挖掘和自然语言理解领域于国际顶级学术会议发表论文40余篇。他也是ACL 2021最佳论文「Vocabulary Learning via Optimal Transport for Neural Machine Translation」的合作著作者之一。

在去年的这个时候,字节跳动副总裁、AI Lab主任马维英刚刚宣布离开字节跳动加入清华大学智能产业研究院,原百度总裁张亚勤的团队。

在马维英和李磊离开字节跳动以前,AI产业界就已出现了「科学家出走潮」。也是去年此时,前旷视南京负责人魏秀参离职,加入南京理工大学出任教授。在此之前,腾讯AI Lab主任张瞳、百度的首席科学家吴恩达、谷歌知名科学家李飞飞等AI大牛,纷纷淡出互联网巨头投身学界。

对于科学家返校的现象,此前已有「爆发期圈钱,平稳期赚钱,衰退期科研」的质疑声音。然而AI作为新兴科技和实验科学,AI科学家投身产业也是学术实践的一种必然趋势。AI研发需要海量的数据以及应用场景,需要与产业深度融合,投入大量资源开展落地实践,只有产学研结合才能进一步实现AI技术本身的优化与进步。

图片

截至发稿,知乎上关于李磊入职UCSB的话题已受到众多网友的关注。

目前,国内AI产业经历了如火如荼的过程,很多公司已经到了不得不「赚钱」的边界。AI第一股云从科技刚刚在科创板过会,证监会给AI创新公司最大的压力莫过于持续亏损和未来盈利模式不确定。现阶段,AI产业落地慢、赚钱效应差可以说是投资人和AI企业面临的最大挑战,这也使科学家们在产业界有些「水土不服」,这或许是科学家出走的原因之一。

今年上半年,字节跳动在新加坡低调成立了AI算法解决方案公司BytePlus,可以为计算机视觉、推荐引擎、分析与测试、机器翻译等算法服务。6月BytePlus公布了三家客户案例,包括:美国时尚应用Goat、印尼在线购物公司Chilibeli,以及旅游网站WeGo。分析人士认为,此举或许是为了加速AI算法的变现,亦或许是为了对抗美国政府对TikTok的技术制裁。

李磊曾在2019年的一场演讲中这样说:「在过了很多年之后,有些当初看重的事,比如挣钱多少、地位高低,可能未必是最重要的。最重要的还是能否有长期不断发展的机会,可能是30到50年的长期回报。我们毕业的时候正好是20到30岁左右的时间段,如果我们身体健康,可以工作30到50年。清华的张钹院士去年80岁的时候在KDD大会还亲自给很技术的talk,令我非常惊讶。我自己希望能够在非常长的时间内做一些事情,而这些事是比较有影响力的。」图片

产业UCSB李磊字节跳动
相关数据
字节跳动机构

北京字节跳动科技有限公司成立于2012年,是最早将人工智能应用于移动互联网场景的科技企业之一,是中国北京的一家信息科技公司,地址位于北京市海淀区知春路甲48号。其独立研发的“今日头条”客户端,通过海量信息采集、深度数据挖掘和用户行为分析,为用户智能推荐个性化信息,从而开创了一种全新的新闻阅读模式

bytedance.com
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。

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。

推荐文章
暂无评论
暂无评论~