2015 年 11 月加入百度的林元庆,成为那年至今告别百度研究院的第 4 位院长级成员。

离开之前,并非没有迹象。招揽林元庆入职百度的吴恩达离开之后的 8 月,百度再次调整架构,百度副总裁、AIG 总负责人王海峰出任百度研究院院长,对于原百度研究院院长林元庆的描述为「另有任用」。此外,在今年 3 月王海峰还有一次职位变动——升任 AI 技术平台体系(AIG)总负责人,同时成为 E-Staff(百度最高决策层)成员,并转向百度集团总裁和首席运营官陆奇汇报。

同时,百度强化 AI 应用技术的研发,选择对 AI 相关技术进行深度整合组成百度 AI 技术平台体系 ( AIG ),并在此体系下成立针对不同场景的独立部门——智慧机场业务部、智能客服与金牌销售业务部。而根据公开说法,作为百度 AI 研究核心部门的百度研究院,更加聚焦在前瞻基础研究,致力于 AI 基础技术的长期创新突破,并与各 AI 技术部门形成互补协同。

这些信息被外界解读为百度内部工程派开始占据上风,林元庆则归为技术派系。由此,林元庆会离职的揣测不胫而走。实际上,在包括王劲、韩旭等一众曾经参与百度无人驾驶项目的老兵纷纷离去时,有不少人都在预言林元庆会是下一个要走的人。

如今,这个传了 1 个多月的「谣言」最终还是被确认了。离开百度后,林元庆总结了自己这两年在百度的工作——「有明确的方向,也有很多进步」。

在百度任职的这两年

百度之前,林元庆曾是 NEC(日本电气股份有限公司)美国智能图像研究院的负责人,主攻基于移动云的大规模细粒度图像识别、自动驾驶的 3D 视觉感知两大方向。

那几年,他的成果斐然。2010 年,林元庆带领 NEC-UIUC 团队在第一届的 ImageNet 大规模视觉识别挑战赛上获得第一名,2014 年,团队的无人车视觉技术在 KITTI 自动驾驶 benchmark 上的物体检测、物体跟踪及单眼视觉里程计共三个方向上都取得第一名的评比结果。

转投百度,林元庆负责 IDL(深度学习研究院),同年 12 月,百度自动驾驶汽车进行首次路测,这里面所用到的技术与 IDL 的研究有了一次深度对接。

「百度无人驾驶汽车的核心技术是百度汽车大脑,它可为汽车提供自动驾驶整体解决方案。」林元庆当时对媒体表达了自己对百度这项业务的认同与信心,「百度在探索自动驾驶商用化方面起步虽晚,但拥有计算机视觉、高精度地图与定位、多传感器融合、智能决策规划等技术积累。」

当天,百度就宣布成立了自动驾驶事业部,王劲担任事业部总经理,百度高级总监李震宇任副总经理,百度深度学习实验室主任林元庆兼任副总经理。

2016 年 3 月,吴恩达与林元庆在 Wired 联合发表文章,表达了对自动驾驶技术早日落地的期待:「从社会道义出发,百度迫切需要将无人驾驶车推向社会。早一天实现该计划,就可以挽救 3000 条生命,避免 3000 个家庭悲剧。」

在自动驾驶汽车的感知层面,林元庆坚持的方向是激光雷达(LiDAR)、雷达、摄像头等多模态融合。但由于与团队成员产生分歧,他最终决定,先补激光雷达的短板,之后再整体走向多模态融合。

而在自动驾驶事业部基本成型之后,林元庆不再兼顾两边,「回 IDL 专注于 Full Stack 的 AI 研发」。

在 2016 年 10 月举行的 IROS 大会上,林元庆介绍,百度 IDL 在做大约十个方向的研究,包括 PaddlePaddle 深度学习开源框架、图片搜索、底层图像识别技术、人脸识别、OCR(光学字符识别)、视频分析、learning robot、有细密纹理的图片识别、AR 以及医疗影像识别。

但重点研究,却会落在图形图像方向,同时涉及视频识别和医疗影响识别等领域。而这些技术领域与林元庆之前主攻的大规模细粒度图像识别大多是相通的。

就在今年 2 月,《麻省理工科技评论》发布了全球十大突破性技术榜单,百度以人脸识别技术获得提名。这也是林元庆领导 IDL 的阶段性成果。

同一时间,国家发改委正式批复了由百度牵头筹建深度学习技术及应用国家工程实验室,该实验室将由林元庆、IDL 杰出科学家徐伟、清华大学张钹院士与北京航空航天大学李未院士共同组建。

但就在 1 个月后,百度首席人工智能科学家吴恩达宣布离职。他在公开信中提到林元庆将接任百度研究院院长,并评价其为「一位优秀的技术和商业领导人,正在创造好的人工智能技术,并取得良好的商业成果。」

现在,一如大多数离开研究院的前同事们,林元庆也已经转换到创业的轨道上。根据《量子位》对林元庆的采访,他将聚焦于 AI 与传统产业的链接。

出走百度研究院

这两年来,那些已经离开,并与林元庆有过诸多交集的科学家与百度高管们,都在自己擅长的领域创建新事业。

吴恩达离开百度,成立 Deeplearning.ai,致力于培育人工智能高等人才,将百度科学家离职创业推向高潮。据消息,吴恩达一共在筹备三个项目。在 Deeplearning.ai 公布后,美国证券交易委员会官网信息显示,吴恩达在今年 8 月 14 日注册了风险投资基金 AI Fund, L.P.。该风投基金规模达 1.5 亿美元,将专注投资人工智能。

而从林元庆加入那年起,相继出走的百度人逐渐形成了技术底色浓厚的创业派系,尽管我们鲜见他们相互之间的联系,但仍被归纳为百度创业帮。

回望百度研究院

从这些出走的创业者来看,某种程度上,百度研究院也成为国内人工智能领域另一所「黄埔军校」。但随着一批重要力量的离开,研究院体系会是怎样的局面?

我们先从百度研究院当前的架构来看,2017 年 1 月增强现实实验室(AR Labs)成立后,百度研究院旗下共有 4 大实验室:北京深度学习实验室(原深度学习研究院,简称 IDL)、大数据实验室(简称 BDL)、硅谷 AI 实验室与 AR 实验室。

其中,IDL 与 BDL 分别在中美两地设立了办公地点。也就是说,百度美国研究中心由 IDL 美国、BDL 美国与硅谷 AI 实验室共同组成。

而创建于 2013 年的 IDL,是成立时间最久、受关注度最高的部门。在此之前,担任过研究院院长的余凯与吴恩达博士都曾领导和对接过这个部门。林元庆在今年 3 月吴恩达离开未兼任百度研究院院长之前,一直担任 IDL 的主任。

直到现在,IDL 的官网上依然将林元庆挂在了网站最醒目的位置,其 Title「现任百度深度学习实验室高级总监」还未更新。

那么,林元庆离职后,除了兼任院长的王海峰(注意,2013 年上旬王海峰作为执行负责人协助创建了 IDL)之外,在百度研究院体系中地位颇高的 IDL 究竟还有哪些人?

我们在 IDL 官网发现,除了林元庆,被评为「实验室杰出科学家」的徐伟也被放在显眼位置。他目前主要负责深度学习平台开发以及算法研究。值得注意的是,徐伟在 2013 年 4 月加入百度,是百度深度学习平台和 IDL 重要创始人之一。

从官网给出的信息来看,目前 IDL 团队共有 80 多人,而研发工程师、产品经理、人机交互设计师等职位仍然在招聘中。

IDL 官网显示资料

让人疑惑的是,百度研究院中的另一个实验室——BDL 的官网信息则全部显示为英文。但根据机器之能收集的资料显示,尽管 BDL 在北京、深圳和硅谷三地分别设立了办公地点,但其工作重心还是被放在了硅谷。而曾经在 2016 年底离开百度研究院的副院长张潼,也曾在 2015 年兼任过大数据实验室的负责人。

根据 LinkedIn 的信息显示,目前担任百度大数据实验室高级总监(负责人)的是范伟,他在 2016 年 9 月由副主任升任为大数据实验室负责人。

不过,自 2014 年吴恩达入职后才设立的硅谷人工智能实验室(Silicon Valley AI Lab,简称 SVAIL),在其负责人 Adam Coates 于今年 9 月离职后,百度一直没有公布由谁来接任这一职位。

而在百度美国研究中心的官网上,Adam Coates 的职位信息也还未更新,如果不是网站更新有延迟,截止目前,SVAIL 处于群龙无首的状态。

与此同时,我们看到在百度美国研发中心的官网上,关于 BDL 与 SVAIL 两大实验室的资料更新时间仍然停留在 2015 年,甚至现任腾讯 AI 实验室负责人的张僮仍然被标注为百度 BDL 负责人。

另外我们也发现,在 2014 年 5 月吴恩达入职百度后,包括 Carl Case、Bryan Catanzaro、Ryan Prenger、Shubho Sengupta 等顶级人工智能科学家与架构师,都在 2014 年中下旬加入百度美国研发中心,但是却几乎都在 2017 年离开了百度,陆续进入英伟达、Facebook 等公司的 AI 研究部门。

相反,美国研发中心网站的科技博客,百度阿波罗计划相关的新闻,以及美研在 Twitter 等社交平台的宣传更新地非常及时。而且根据宣传内容的偏重,能部分判断出,该中心的研究方向逐渐向无人驾驶等项目倾斜。目前,百度美研隶属于张亚勤的管理范畴,正在紧锣密鼓地招聘研发人员。

而在今年 1 月由吴恩达一手创建的 AR 实验室,除了在年初举办过一两场活动外,55 人(官方数字)组成的研究团队一直到现在都未有任何实质消息。在陆奇上任、吴恩达离开,百度完全「All in AI」之后,这个 AR 实验室似乎已经名存实亡。

文章来源:机器之心

深度丨吴恩达走了,林元庆也走了,百度研究院到底怎么了?相关推荐

  1. 深度丨吴恩达团队最新论文:用CNN算法识别肺炎影像,准确率超过人类医生

    大数据文摘作品 编译:姜范波 吴恩达团队又有新动态!北京时间11月16日,吴恩达连发两条推文,称"放射科医生应该担心他们会丢掉工作了!最新突破--利用胸部X光片,我们可以用深度学习方法诊断肺 ...

  2. 干货丨吴恩达深度学习课程的思维导图总结

    这几天每天花了点时间看完了吴恩达的深度学习课程视频.目前还只有前三个课程,后面的卷积神经网络和序列模型尚未开课.课程的视频基本上都是十分钟出头的长度,非常适合碎片时间学习. 一直以为深度学习的重点在于 ...

  3. 福利丨吴恩达机器学习新书免费领!

    继今年 2 月 Deep Learning Specialization 最后一课上线之后,吴恩达又捡起了之前荒废已久的项目-- Machine Learning Yearning. 这本书此前已经出 ...

  4. 心得丨吴恩达Deeplearning.ai 全部课程学习心得分享

    选自Medium作者:Ryan Shrott    机器之心编译 本文作者,加拿大国家银行首席分析师 Ryan Shrott 完成了迄今为止(2017 年 10 月 25 日)吴恩达在 Courser ...

  5. 深度学习-吴恩达-笔记-7-超参数调试、Batch正则化和程序框架

    目录 调试处理 为超参数选择合适的范围 超参数调试实践: Pandas VS Caviar 归一化网络的激活函数 将 Batch Norm 拟合进神经网络 Batch Norm 为什么奏效? 测试时的 ...

  6. 深度学习-吴恩达-笔记-6-优化算法

    目录 Mini-batch 梯度下降 理解 mini-batch 梯度下降法 指数加权平均数 理解指数加权平均数 指数加权平均的偏差修正 动量梯度下降法 ( Gradient descent with ...

  7. 深度学习-吴恩达-笔记-5-深度学习的实践层面

    目录 训练.验证.测试集 偏差.方差 机器学习基础 正则化 为什么正则化有利于预防过拟合 dropout正则化 理解dropout 其它正则化方法 归一化输入 梯度消失/梯度爆炸 神经网络的权重初始化 ...

  8. 深度学习-吴恩达-笔记-4-深层神经网络

    目录 深层神经网络 前向传播和反向传播 深层网络中的前向传播 核对矩阵的维数 为什么使用深层表示 搭建神经网络块 参数 VS 超参数 深度学习和大脑的关联性 [此为本人学习吴恩达的深度学习课程的笔记记 ...

  9. 深度学习-吴恩达-笔记-3-浅层神经网络

    目录 神经网络概述 神经网络的表示 计算一个神经网络的输出 多样本向量化 向量化实现的解释 激活函数 为什么需要非线性激活函数 激活函数的导数 神经网络的梯度下降 直观理解反向传播 随机初始化 [此为 ...

最新文章

  1. 看eShopOnContainers学一个EventBus
  2. 2015上半年软件设计师考点,难点3
  3. 服务框架及服务治理组件——业界调研
  4. Wampserver的安装与配置笔记
  5. python整形浮点型_Python3基础 | 整型浮点型
  6. MySQL读写分离介绍及搭建
  7. 使用TestNG-xslt美化测试报告
  8. 常见创建项目编译运行问题汇总
  9. 全国所有省份、城市的JSON
  10. linux上进行base64编码解码
  11. call apply bind的作用和区别
  12. 015-包、crate、模块
  13. 实验 3 熟悉常用的 HDFS 操作
  14. HTML/CSS 常用单词整理
  15. Oracle从dmp中导入一张表
  16. 【架构师必知必会】常见的NoSQL数据库种类以及使用场景
  17. matlab昆虫繁殖实验,MATLAB--实验四 昆虫繁殖问题.ppt
  18. 【自然语言处理】【检索】GENER:自回归实体检索
  19. 使用docker搭建DVWA
  20. JS 实现网页的简体繁体切换

热门文章

  1. 【民间图灵奖】读《图灵的秘密》写读后感获图灵水杯
  2. 捷报 | 2020年度北京市科学技术奖揭晓!“清华数为”荣获科技进步奖一等奖
  3. 华盛顿大学《生成模型》2020秋季课程完结,课件、讲义全部放出
  4. 机器学习在热门微博推荐中的应用
  5. 史上首次,强化学习算法控制核聚变登上Nature:DeepMind让人造太阳向前一大步...
  6. 检索、问答、情感分析产业范例分享,代码模型全开源太香了!
  7. ICLR 2022论文列表公布,接收率高达32%
  8. 【学术】直博和读完硕士再读博,在能力上的差距有多大?
  9. matlab肌电信号平滑滤波_BCIduino 滤波和频谱计算操作
  10. SAP PM 初级系列9 - 定义功能位置的安装