28岁少帅统领旷视南京研究院,LAMDA魏秀参专访 您所在的位置:网站首页 旷视科技怎么样可靠吗知乎 28岁少帅统领旷视南京研究院,LAMDA魏秀参专访

28岁少帅统领旷视南京研究院,LAMDA魏秀参专访

#28岁少帅统领旷视南京研究院,LAMDA魏秀参专访| 来源: 网络整理| 查看: 265

【导读】  魏秀参,南京大学计算机系机器学习与数据挖掘所(LAMDA)博士生。先后师从南京大学计算机系软件新技术国家重点实验室周志华教授和吴建鑫教授从事机器学习和计算机视觉方向研究。在国家留学基金委资助下,攻读博士学位的最后一年在澳大利亚阿德莱德大学沈春华教授组访问。曾在国际顶级期刊和会议发表数十篇学术论文,并获得国际计算机视觉相关竞赛冠、亚军各一次。预期博士毕业后将担任旷视科技南京研究院研究主任(负责人)。

  记者和魏秀参专访约在旷视科技北京总部,北临清华大学,西靠中关村的融科写字楼,公司三层中厅是一整面落地屏幕,实时显示着人脸识别、人脸检测、年龄估计、人体关键点预测等多种视觉应用demo。 

  

  这家计算机视觉公司在2017年10 月 31 日,宣布完成 C+轮4.6 亿美元融资,刷新彼时世界范围内 AI 领域的融资记录。 

  魏秀参,故事的主角89年出生,预期博士毕业后将担任旷视科技南京研究院研究主任(负责人)。去年9月,求职季的他用了不到一周的时间便加入这家CV圈明星创业公司,用他的话说:我接且仅接的一份Offer,便只有Face++。  

  南大LAMDA博士,师从国际知名教授,发表多篇顶级学术论文,国际竞赛夺魁,发布CNN轻量级工具书,还是知乎和微博大V……如此这些成绩很难相信刚入LAMDA组的魏秀参是个“连SVM都不会推的AI小白”。 

  旷视研究院院长、首席科学家孙剑曾在计算机视觉盛会CVPR的茶歇时一眼相中专攻计算机视觉和机器学习的魏秀参,后经导师了解,孙剑认定这位28岁少帅便是旷视南京研究院负责人的最佳人选。 

  以下便是魏秀参采访概述,分享了他严谨的求学之路、与导师相处轶事和初入职场的期待。 

 

与旷视科技结缘:一次Coffee Break牵上的红线

 

  “喂,这里是旷视科技Face++,我们有一个口头offer希望能先给到您……”2017年八月的一个越洋电话就这样结束了我的校招求职季。 

  彼时的我已在澳大利亚阿德莱德大学沈春华教授组交流十月有余,两个月后即将结束访问回到祖国。虽说听闻旷视已久,但说起这次与旷视的机缘,其实源于一次并不起眼的coffee break。 

  那是一个蝉鸣悠长的午后,来自世界各地多达5000人的研究者正在度假胜地美国夏威夷享受着一次CV大趴——年度计算机视觉盛会CVPR。 

  在某个session结束后的coffee break上,旷视科技研究院院长、首席科学家孙剑老师与我的博士导师,LAMDA青年学术骨干吴建鑫教授,偶遇了……谈天说地间,孙老师通过吴老师了解到我将要博士毕业,同时我的研究工作和当时即将成立的旷视南京研究院非常契合。 

  就这样,我和旷视之间的红线便如此搭上了。 

  之后,我进行了公司安排的面试,几轮面试顺利通过。用了不到一周时间,我拿到了这家AI创业头牌独角兽的offer,Face++的简捷高效着实令我印象深刻。 

  经过几周慎重考虑后,我欣然接下了这份沉甸甸的offer——旷视科技南京研究院研究主任(负责人)。 

  可能与其他候选人不同,求职季我没有海投简历,也没有手握n份offer,我接且仅接的一份便只有Face++。之后许多朋友曾问我为何要这样“孤注一掷”,我只简单觉得拿了不去太损人品,不如留给更需要它的人们。 

 

感恩:我在LAMDA的那六年

 

    从2012年到现在,我已在南京大学LAMDA组学习工作将近六年。回想起刚入研究组的我,还是个连SVM都不会推的AI小白。 

  六年下来,言传身教的导师、功底扎实的师兄师姐以及能力和脑洞同样巨大的组内同学们共同构成了LAMDA这座“大熔炉”,百炼成钢才使我现在取得了勉强入得方家法眼的一些小成绩。 

魏秀参和LAMDA队友斩获国际竞赛冠军 

  细细想来,在LAMDA学习过程中获得最有价值的“财富”便是经过严格正统学术研究训练的磨砺,学会了什么才是真正的科学研究。  

  

  当然,研究过程并不一帆风顺。遇到困难,免不了导师费心指导。 

  还记得在研究生生涯前期,跟随周志华教授做机器学习相关课题研究时,一次审稿意见下来后周老师便与我约定一起讨论文章的修改方案。当时周老师出差在外,下了飞机坐上地铁后就先向我要去了审稿意见。 

  等到了宾馆已是夜里,通过Skype,周老师和我逐点详细讨论了每个意见对应的修改方式。结束讨论已是凌晨一点……后来,经过来回几次不厌其烦的修改,文章最终被国际机器学习顶级期刊Machine Learning录用。 

  我曾在知乎一个回答中提到,“一路走来,这篇顶刊可能就是我每次进步、每次感悟的见证者。文章的录用,仿佛像一位注视着我成长的老友向我挥手惜别,而我将更加意气昂扬的走向前方……” 

  

  其实在LAMDA,尽管导师事务繁多,但如此耐心细致的指导仍是家常便饭。 

  在跟随吴建鑫教授研究计算机视觉方向课题时,由于计算机视觉本身的工程系统性,许多错误往往存在于非常细微之处,没有经验的初学者很容易在“小河沟里翻船”。 

  吴老师经常会精细到代码级别对我进行非常针对性的指导;此外,在论文写作上大到逻辑、小到语法甚至标点都会给出详细斧正。严谨、细致、格物致知,便是言传身教的导师几年下来传授给我最珍贵的衣钵。 

  

  即将走出LAMDA,不免感怀唏嘘时光之快。如果有一次崭新的读博机会放在我的面前,我仍会毫不犹豫的选择南京大学LAMDA组;如果让我在上面加个期限,那么我会觉得六年已经足够。 

 

挑战与使命:南京研究院这个新起点

 

  在澳洲接了offer后,本来想给自己放个大假,但没几天一份压力便悄然爬上心头。新成立的研究院负责人无疑是一个绝佳机遇,但更是一个巨大挑战。 

  同时,相信各位对于新成立的南京研究院,也一定会心生好奇——我为何选择了旷视南京研究院?这是一个什么样的机构?它的定位如何?目前是什么样的状态? 

   首先在我看来,南京是一片AI沃土。 

  目前,南京城镇化率已经达到了80%,但是随着人们物质文化和生活水平的提高,产业升级和经济转型需要人工智能和新的技术来支撑,所以国家和南京市政府在为人工智能发展方面提供了很大的支持力度。 

  2017年12月29日,南京市人民政府出台了《关于加快人工智能产业发展的实施意见》,指出南京未来要形成‘两中心、三片区、一示范’的人工智能产业发展空间格局。 

   到2020年,全市人工智能核心产业产值突破100亿元,带动相关产业规模1000亿元,智慧城市建设初步形成。 

   到2025年,全市人工智能核心产业产值达到300亿元,带动相关产业规模3000亿元,把南京市打造成为全球有影响力的人工智能创新应用示范城市。 

  这些是明确的政策利好,我们从中也可以看出南京从城市战略上对发展 AI 的决心,未来十分可期。2017年初,江苏省重大项目集中开工,其中包括南京的人工智能系列项目,旷视也就此南京达成战略合作。 

   旷视南京研究院是旷视科技与南京市政府在南京共同设立的人工智能研发中心,成立的目的一方面是协助南京市政府推进区域人工智能系列项目建设,以助力南京形成高端产业集群、提升城市整体智能化水平和高新技术核心竞争力。 

  另一方面对于旷视来说,成立南京研究院,一是看中了南京优势的教育资源,同时更是看中江苏有国内前列的人工智能研究实力和国内前列的人工智能产业基础。 

  旷视南京研究院成立后,将作为继北京研究院、西雅图研究院后最新成立的另一研究分部,辐射华东地区,而三所研究院也将构成三点互联互为补充的关系。 

  在研究方向上,旷视南京研究院除了深度学习、机器学习和图像处理等相关领域基础研究之外,今后的研究工作将重点围绕智能零售这一业务线展开,为旷视在智能零售领域的应用落地提供原创技术支撑。 

  特别是针对生成对抗网络(Generative Adversarial Networks,GAN)、细粒度动作识别(fine-grained action recognition)、小样本深度学习(few-shot deep learning)、商品检测和识别(retail product detection and recognition)进行深入探索。  

  目前的南京研究院已吸引和吸纳南京大学、西北工业大学、大连理工大学、北京化工大学、南航等高校的博士、硕士算法研究员和研发工程师全职和实习生近十名。 

  

  成员中包含国际计算机视觉竞赛冠军、亚军、ACM银牌得主等等,但是目前这个人才规模是远远不够的,未来我们南研院将打造百人规模的高端研发人员团队,并引领成为南京市人工智能领军型企业。 

  对于我自己而言,我希望在南京这片AI热土上,在这批研究院核心骨干的共同努力下,可以秉承“追求、极致、简单、可靠”的公司核心理念带领旷视科技南京研究院迅速成长为能打、能拼、不辱使命的新兴战斗力量! 

  

旷视研究院院长孙剑寄语 

 

  孙剑老师寄语南京研究院:“南京和我的家乡西安有很多相似点,都是N朝代古都、拥有雄伟的城墙、众多的高等学府,浓厚的文化底蕴,我非常喜欢。我们旷视科技也非常有幸能够请到魏秀参博士,参与南京的科技发展,推动AI进步和在各个行业的落地。” 

 转载自:微信公众号“新智元”



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有