字节跳动AI Lab 再失大将！大牛王长虎被爆已离职回归学界！-轻识

点击下方“AI算法与图像处理”，一起进步！

重磅干货，第一时间送达

来源丨新智元

编辑丨极市平台

导读

「据报道，前字节跳动AI Lab负责人，视觉部技术负责人王长虎已于近期自动离职。外界猜测，未来将回归学术界。」

10月12日，根据财经网科技频道，前字节跳动人工智能实验室总监，视觉部技术负责人王长虎已于近期自动离职。外界猜测，王长虎可能会重回学界，但本人尚未回应。

据悉，一年之内，字节跳动人工智能实验室频繁被爆大牛离职的消息。今年8月总监李磊重返学术界，加入加州大学圣巴巴拉分校（UCSB）。去年7月字节跳动副总裁、AI Lab主任马维英离职，转向清华大学智能产业研究院任职。

王长虎曾任字节跳动AI Lab总监一职，主要研究计算机视觉，视频理解和机器学习。

2021年1月，字节跳动内部职位调动，王长虎转为字节跳动视觉技术负责人。主要负责抖音，今日头条视觉设计。

据官方介绍，王长虎在字节跳动领导者400多名员工，开发了一系列视觉、泛AI和商业解决方案，涵盖字节跳动视觉相关产品的内容消费和变现全流程，包括内容生产、安全、生态、分发和变现，并几乎涵盖了字节跳动所有产品线。

半年，离开视觉技术部。王长虎为哪般？

据公开资料显示，王长虎于2009年毕业于中国科学技术大学博士学位，毕业之后，担任过Microsoft亚洲研究院的主管研究员，曾在新加坡国立大学担任研究工程师。2017年加入字节跳动的人工智能实验室.

字节跳动人工智能实验室主要研究「人工智能NLP算法」，并且力求每个算法都要落地。

事实却恰恰相反，NLP算法研究容易，「落地」很难！

网友@斜风细雨：

NLP为何无法「落地」？这里面大有文章。

NLP算法解决的是「人机交流的问题」。目前的 AI 系统在处理自然语言上的能力不能达到人们对于“智能”的预期。

因为自然语言是人们最熟悉的交流载体，人类对自然语言的熟悉程度导致了这种「误解」的产生。

例如：Marriage is an institution in which a man loses his bachelor's degree and the woman gets her master's ! 这句话很有意思，其中三个单词都有双关义。

「institution既可以表示「学院」又可以表示「制度」，bachelor 既指「学士」，也指「单身」。master既指「硕士」，又指主人」

「学院、学士、硕士」是一个体系的用词，「制度、单身、主人」是另一个体系。

对人而言，通顺的翻译是：婚姻是一种制度，男人不再是单身，而女人有了「主人」。但对机器来说，要理解这种一词多义是一大挑战。

在实际应用层面，比如「智能客服」，对于某些表述模糊的用户，需要在准确识别用户意图的基础上，再对用户问题进行回复。以何种方式将 NLP 技术融入产品中去？仍有很多问题需要持续研究和解决。

语言是承载知识和信息最重要的载体，凡是运用到自然语言的地方，都是NLP 技术可以落地的潜在场景。

按理说，自然语言处理的应用场景比计算机视觉技术的应用场景更多。不过，真正落地时却发现，实际目前上能落地的场景并没有那么多。

目前NLP主要在推荐系统、翻译系统、语音搜索等应用场景上。

以机器翻译为例，近几年虽然有长足的发展，但是离人类译员的水平仍有一定距离。

因此，互联网大厂愈演愈烈的「科学家出走热潮」也在这种「落地难」的困境中体现出来了。

2016年，李飞飞宣布加入谷歌，成为谷歌云 AI 负责人，2018 年又选择回到学校，担任斯坦福教授

2017年，AI领域顶尖科学家张潼博士担任腾讯 AI Lab 主任 ;2019 年初，张潼离职，选择回到学界，继续 AI 领域的学术研究

2019年11月，沈向洋离职微软的消息在国内引发轩然大波，之后他选择回归学术界，加入清华大学担任教授

2019年11月，腾讯优图实验室负责人贾佳亚教授确认离职，而离职的去向与张潼离职之初一样，都是重返学术界，回归港中大

2020年7月，AI 学术大牛马维英距离加盟字节跳动 3 年之后，又辞职挂印而去，重返学术界，追随他在微软亚洲研究院的老领导张亚勤，前往清华大学

最近，前旷视南京负责人魏秀参也离职，出任南京理工大学教授。

按惯例，产业界尤其是NLP应用开发需要大量人才，企业出价高，吸引力强。

但大牛毕竟真牛X！

网友@赵俊博Jake吐槽：

因为钱多！大牛们钱挣够了，回去教书。

大牛跻身产业界的热潮已过，现在的趋势是回归学术界！

大企业硬件，软件上的发展都趋于模块化，企业更多的采用一个稳定的设计方案，产品的迭代快，但其「实际的技术创新」似乎很缺乏。

高校则完全不同。

大牛有强大的企业工作经历,又能给学生的发展提供建议,那对高校绝逼是锦上添花了！

大牛们能在学术界保持互联网开源、信息共享，高校绝b双手拥抱他们。

其他网友也表示，在学术界，研究的问题很深很细，大牛如果做研究，自身价值得以体现，满足感爆棚。

@明天是大神：

「学界给出了很多很好的突破思维和思路，以及对一个方向refine的能力。一些突破性的思路和思维，从提出到能够优化，到能应用是一条很漫长的道路，而每一步都在推动着一个方向的进步」。

最终，很多高b格的大牛都会回归学术界。还有一些更有钱，自己设立研究院，开发研究自己的产品。

努力分享优质的计算机视觉相关内容，欢迎关注：

交流群

欢迎加入公众号读者群一起和同行交流，目前有美颜、三维视觉、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群

个人微信（如果没有备注不拉群！）
请注明：地区+学校/企业+研究方向+昵称



下载1：何恺明顶会分享

在「AI算法与图像处理」公众号后台回复：何恺明，即可下载。总共有6份PDF，涉及 ResNet、Mask RCNN等经典工作的总结分析

下载2：终身受益的编程指南：Google编程风格指南

在「AI算法与图像处理」公众号后台回复：c++，即可下载。历经十年考验，最权威的编程规范！


下载3 CVPR2021

在「AI算法与图像处理」公众号后台回复：CVPR，即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文