颜水成从Sea离职！加入智源，正组建一支超强神秘团队！

天鹏鸟

关注“FightingCV”公众号
回复“AI”即可获得超100G人工智能的教程
点击进入→FightingCV交流群




在回归学术的路上越走越远，这次颜水成准备干件大事。
转载自：AI科技评论 | 作者：李梅编辑：陈彩娴
据智源研究院消息，近日，原Sea集团首席科学家颜水成已离职，加入智源研究院，任访问首席科学家。
目前，在颜水成的个人主页上，他正发出人才邀请，计划组建一支超强团队。




1

颜水成的 AI 风云
颜水成是计算机视觉、机器学习和多媒体分析领域的国际顶尖专家，新加坡工程院院士、AAAI、ACM、IEEE 和 IAPR Fellow。迄今他已在国际顶级期刊和会议上发表论文600余篇，引用次数9万余次，H-index 130+，曾八次入选年度全球“高被引科学家”。



1995年，颜水成进入北京大学数学系，开始接触模式识别和机器学习相关课题，2004年从北京大学毕业，获数学博士学位。
2001年至2004年，颜水成每年都去微软亚研跟随张宏江实习，期间曾与何晓飞（飞步科技创始人）一起将Subspace Learning与Manifold Learning两个当时非常火爆的领域串联起来，共同发表了多篇引用过千的论文，产生极大影响。
2002年香港中文大学的汤晓鸥曾去微软亚研视觉组访问，两人由此结识。后来颜水成于2004年到汤晓鸥的多媒体实验室做了一年半的博士后，从事人脸识别方向的研究。
从香港离开后，颜水成到美国伊利诺伊大学厄巴纳-香槟分校（UIUC）做为期一年的博士后研究，师从美国工程院院士、计算机视觉华人鼻祖黄煦涛（Thomas Huang），期间曾与黄煦涛的天才学生杨建朝等人合作研究。
2007年年底，颜水成又回到亚洲，加入新加坡国立大学（NUS），开启了8年的高产学术生涯。
他在NUS创立了机器学习与计算机视觉实验室，从2010年开始，颜水成带领学生先后在计算机视觉界“世界杯”Pascal VOC 和ImageNet (ILSVRC) 两项竞赛中获得十次冠军或荣誉奖，包括2012年Pascal VOC收官之战的冠军和2017年ILSVRC最后一届冠军。他的团队还曾获得十余篇最佳论文和最佳学生论文奖，尤其是在多媒体顶级会议ACM Multimedia上的大满贯，包括三次最佳论文奖、两次最佳学生论文奖和最佳演示奖一次。
2015年，AI进入大规模落地的阶段，颜水成也离开NUS，开始转去工业界。
360是他投身业界的第一站。这一年，他和在NUS打比赛的团队整体加入奇虎360，历任人工智能研究院院长、首席科学家、集团副总裁，期间负责多个业务的AI需求，包括360搜索、金融、IoT以及360花椒相机、直播等短视频方向、360儿童手表、360智能摄像头、360机器人、360行车记录仪等产品。
2019年7月，在当年于微软亚研结识的好友朱珑的邀请下，颜水成加入依图，出任CTO。不过，时隔仅一年半之后，颜水成从依图离职，考虑再回到学术界。后来在朋友推荐下，颜水成决定去新加坡，于2021年1月正式加入东海集团Sea，任集团首席科学家，领导建设Sea AI Lab。

2

正在招募人才、组建超强团队
在学术界与工业界辗转多年，从上一阶段的Sea AI Lab开始，颜水成在回归学术研究的这条路已然清晰，这次加入作为非营利性学术研究机构智源研究院，也是这条路的继续延伸。
智源对颜水成而言并不是一个突兀的选择，此前他已经在智源从事过研究。2019年，智源研究院发布“机器学习”重大研究方向，颜水成入选智源学者，并担任该方向的首席科学家，针对以深度学习、强化学习等为代表的人工智能算法所存在的可解释性缺失、大数据依赖，以及模型场景化这三大问题展开研究。
后来从依图离职时，颜水成也曾计划回到智源待一段时间。
而且，智源现任理事长张宏江也是颜水成曾经的导师。他博士期间的大部分时间都在微软亚洲研究院度过，他在那里实习便是跟随张宏江做多媒体研究。
颜水成加入智源后的工作开展方向暂未得知。在ChatGPT、GPT-4为代表的这一波大模型热潮下，许多AI科学家都已入局，颜水成在其个人动态中也一直对近期接连出现的大热点保持着关注，因此他也有一定可能将参与这一波热潮，期待这位大牛接下来的新动向。



参考链接：
https://yanshuicheng.ai/
https://mp.weixin.qq.com/s/-Mf1tLD2n20ubr71zrXo3Q
往期回顾

基础知识
【CV知识点汇总与解析】|损失函数篇

【CV知识点汇总与解析】|激活函数篇

【CV知识点汇总与解析】| optimizer和学习率篇

【CV知识点汇总与解析】| 正则化篇
【CV知识点汇总与解析】| 参数初始化篇

【CV知识点汇总与解析】| 卷积和池化篇 （超多图警告）

【CV知识点汇总与解析】| 技术发展篇 (超详细！！！)


最新论文解析
NeurIPS2022 Spotlight | TANGO：一种基于光照分解实现逼真稳健的文本驱动3D风格化
ECCV2022 Oral | 微软提出UNICORN，统一文本生成与边框预测任务
NeurIPS 2022 | VideoMAE：南大&腾讯联合提出第一个视频版MAE框架，遮盖率达到90%
NeurIPS 2022 | 清华大学提出OrdinalCLIP，基于序数提示学习的语言引导有序回归

SlowFast Network：用于计算机视觉视频理解的双模CNN
WACV2022 | 一张图片只值五句话吗？UAB提出图像-文本匹配语义的新视角！
CVPR2022 | Attention机制是为了找最相关的item？中科大团队反其道而行之！
ECCV2022 Oral | SeqTR：一个简单而通用的 Visual Grounding网络
如何训练用于图像检索的Vision Transformer？Facebook研究员解决了这个问题！
ICLR22 Workshop | 用两个模型解决一个任务，意大利学者提出维基百科上的高效检索模型

See Finer, See More！腾讯&上交提出IVT，越看越精细，进行精细全面的跨模态对比！
MM2022｜兼具低级和高级表征，百度提出利用显式高级语义增强视频文本检索
MM2022 | 用StyleGAN进行数据增强，真的太好用了

MM2022 | 在特征空间中的多模态数据增强方法

ECCV2022|港中文MM Lab证明Frozen的CLIP 模型是高效视频学习者

ECCV2022｜只能11%的参数就能优于Swin，微软提出快速预训练蒸馏方法TinyViT

CVPR2022|比VinVL快一万倍！人大提出交互协同的双流视觉语言预训练模型COTS，又快又好！

CVPR2022 Oral｜通过多尺度token聚合分流自注意力，代码已开源

CVPR Oral | 谷歌&斯坦福（李飞飞组）提出TIRG，用组合的文本和图像来进行图像检索

猫公子

路过

怪怪怪蜀黍

呵呵。。。