转自：新智元

【导读】近日，字节跳动 AI 实验室总监李磊离职，入职 UCSB！去年，该实验室的AI掌门人马维英从字节离开后，入职清华，如今李磊也重返高校。AI大牛从工业界返回学术界再成潮？

又一AI大牛重返学术界！

消息称，字节跳动人工智能实验室总监李磊已离职，入职加州大学圣巴巴拉分校（UCSB）。

昨日，李磊本人也在推特上回应：非常激动加入UCSB！

据悉，他将在UCSB的Computer Science担任副教授。

目前官网上已经有相关教职信息：

这位80后是NLP领域的大牛，在字节之前，他是百度美国深度学习实验室的少帅科学家。

饶有趣味的是，去年的这个时候，同在字节AI Lab的马维英离职入职清华大学；如今李磊也返回学术界。

难道说，AI 研究对于业界公司来讲已经不香了么？

NLP大牛李磊，曾为百度少帅科学家

李磊何许人也？

上海交通大学计算机系本科ACM班，卡耐基梅隆大学计算机系博士，加州大学伯克利分校博士后研究员。

他曾先后短期任职于微软亚洲研究院、Google、IBM TJ Watson研究中心后，2014年，博士毕业后的他加入百度美国深度学习实验室。

2年后，李磊加入字节跳动人工智能实验室。

可谓是第一批AI产业化发展的实践者。

李磊的CMU博士毕业论文为Fast algorithms for mining co-evolving time series（挖掘共同演化时间序列的快速算法），获美国计算机学会数据挖掘委员会SIGKDD最佳博士论文之一（第二名）。

超高的学术成就也是他的「标签」之一。

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，担任2017 KDD Cup与KDD2018 Hands-on Tutorial联合主席和ICML、KDD、IJCAI、AAAI等大会程序委员。

谷歌学术显示，李磊学术成果被引用4084次，自2016年来，引用次数高达3218次，这一阶段正是他就职于字节跳动的时期。

就在刚刚结束的ACL2021会议上，李磊参与撰写的“Vocabulary Learning via Optimal Transport for Neural Machine Translation”（“通过最佳传输方法寻找机器翻译的最佳词汇”）论文被组委会评为最佳论文。

去年同一时期，马维英离职，加入清华大学张亚勤团队

去年7月，时任字节跳动副总裁、人工智能实验室主任马维英离职，将加入清华大学智能产业研究院，也就是原百度总裁张亚勤团队。

马维英是电气电子工程师学会会士(IEEE Fellow)、美国计算机协会杰出科学家(ACM Distinguished Scientist)，曾任微软亚洲研究院常务副院长。

1990年他毕业于台湾国立清华大学电气工程系，后于1994年和1997年分别获得美国加州大学圣芭芭拉分校(University of California at Santa Barbara)电气和计算机工程系硕士和博士学位。

博士毕业后，他先是加入了硅谷的惠普实验室，Leader正是张宏江博士，这两位科学家颇有渊源。在硅谷工作的四年，随着很多同事校友纷纷回国，马维英逐渐想到要回国发展，在国内人才济济的环境中从事研究。

「我有段时间经常与张宏江谈中国发展的机会，后来很受微软亚洲研究院的吸引，那里聚集了几乎全世界范围内华人里最优秀的科学家，张亚勤、沈向阳、洪小文都加入了。我也被他们吸引，张宏江就把我雇了过去。」马维英曾经在媒体采访中表示。

多年来，从微软亚洲研究院（MSRA）离职加入企业界的科学家确实数见不鲜。同样从 MSRA 「出走」的还有汤晓鸥、印奇、孙剑、何恺明、贾扬清等，对人工智能领域有重要影响力的AI大咖。

大佬回到学界，AI 研究对于业界公司来讲已经不香了么？

国外有谷歌李飞飞、百度前首席科学家吴恩达加入斯坦福大学，国内前旷视南京负责人魏秀参入职南京理工大学，张亚勤组建清华AIR……

如同「AI产业化发展潮」一样，「AI科学家重返学界潮」也来得甚快。

「每次一有大牛从工业界离职，知乎的回答里就会有很多讲工业界与学术界之间的gap很大、学术界大牛在工业界水土不服的观点。」

2017年，马维英加入今日头条后，出任副总裁，成为了AI Lab负责人。

AI Lab，因为NLP领域科学家李磊的加入而名声鹊起，随后李航等大佬也陆续入伙。

在那一时期，当时巨头纷纷成立实验室，争抢着把知名科学家纳入麾下。

但AI最终还是要落地到业务。

对大公司来说，算法落地可能是一个瓶颈。

目前，AI的前沿研究更适合发论文而不是做产品去落地，从而导致AI大牛对于公司的价值不是那么高。

AI前沿技术的发展的方向和瓶颈，或许是个行业问题。

对于李磊重返学术界，许多领域内工作人员表示：羡慕！

你怎么看？

参考资料：

https://www.zhihu.com/question/476449476

推荐阅读

• 【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！

• 分层级联Transformer！苏黎世联邦提出TransCNN: 显著降低了计算/空间复杂度！

• 清华姚班教师劝退文：读博，你真的想好了吗？

• 2021李宏毅老师最新40节机器学习课程！附课件+视频资料

• 最强通道注意力来啦！金字塔分割注意力模块，即插即用，效果显著，已开源！

• 登上更高峰！颜水成、程明明团队开源ViP，引入三维信息编码机制，无需卷积与注意力

• 常用 Normalization 方法的总结与思考：BN、LN、IN、GN

• 注意力可以使MLP完全替代CNN吗？ 未来有哪些研究方向？

• 清华鲁继文团队提出DynamicViT：一种高效的动态稀疏化Token的ViT

• 并非所有图像都值16x16个词--- 清华&华为提出一种自适应序列长度的动态ViT

重磅！DLer-计算机视觉&Transformer群已成立！

大家好，这是计算机视觉&Transformer论文分享群里，群里会第一时间发布最新的Transformer前沿论文解读及交流分享会，主要设计方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、视频超分、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。

进群请备注：研究方向+学校/公司+昵称（如Transformer+上交+小明）

???? 长按识别，邀请您进群！