facebook ai research？Meta高管陆续离职,AI团队遭重组
Meta高管陆续离职,AI团队遭重组
这周内，Meta已经减少了二位高管。
就在Meta首席战略官Sheryl Sandberg，这周三公布将于2022年离职后，Meta人工智能团队在打撒重组中，又失去一位高管。
6月2日，以往四年半在Meta出任人工智能试验室高级副总裁的Jerome Pesenti，在微博上官方宣布，将于2022年6月中下旬宣布离职。
Pesenti在2018年1月添加人工智能试验室FAIR，那时Meta还叫做Facebook。在这段时间，他一直领导干部AI团队的前提和应用研究，该团队的关键工作中是监管Facebook服务平台上的危害具体内容，运用AI来改进商品，为Meta创建了强有力的优越感。
随着Pesenti离职的信息，组织结构方面，也发生一系列变化。
6月2日，Meta公布重要AI发展战略转型发展公示，LeCun领导干部的Meta人工智能试验室FAIR，将融合到Andrew Bosworth领导干部的开发设计增强现实技术和虚拟现实技术商品的Reality Labs单位。但是，FAIR依然由LeCun掌握策略方位，与Joelle Pineau和Antoine Bordes一同开展管理方法。
此外，适用集团旗下各种APP的AI优化算法团队转移进商品工程项目团队，AI4AR团队添加XR硬件配置团队，"承担责任人工智能机构"划入社会影响团队。
换句话说，此次融合后，原人工智能团队被总体打撒，不会再做为一个主要的机构，反而是更紧凑的优化到每个产品线中。
AI组织架构区块链技术
全部AI单位的重组，是由将要离开的Pesenti亲自担纲的。
在Meta公布的通告中强调，Pesenti觉得以往集中化的AI机构，不益于新技术应用在具体运用中的落地式，而将AI系统软件的使用权分派给Meta各产品线，不但适用了目前设备的落地式，还将一同推动AI技术应用的发展趋势。
以往几个月里，Pesenti对于此事制订了转型发展方案，待人工智能团队稳定度过这一段缓冲期，他便会离去，现阶段其下一步动向临时待定。
Meta首席技术官Andrew Bosworth，在公布重组的通告中表明，这一转变致力于"规模性运用全新的人工智能技术性"。
在此次人工智能团队的重要重组中，最受重视的或是FAIR将来的迈向。
Meta首席科学家，FAIR责任人LeCun在一系列回复中表明，做为Reality Labs科学研究机构的属下机构，将来FAIR的"F"，将不会再意味着Facebook，反而是Fundamental，即Fundamental AI Research（基本AI科学研究）。
对于其隶属获得Reality Labs试验室，现阶段已经变成担负马克扎克伯格元宇宙企业愿景的主要单位。
从总数上看来，上年Reality Labs新增加约13000名职工，员工数量做到17000名，占企业总职工数的20%。再加之现如今融合出来的FAIR试验室，Reality Labs已经发展为一个佼佼者。
从业务流程上看，Reality Labs，早就不仅关心VR机器设备，现阶段已经包含了AR眼镜、混合现实帽子等硬件配置商品及企业解决方案。
从上年10月Facebook改名Meta后，Meta的全部工作中重心点，几乎都放到allin元宇宙上。
从发布第一款元宇宙触感胶手套，到公布第一个虚幻世界服务平台Horizon Worlds，再到前不久马克扎克伯格展现Project Cambria高档头显一部分关键点，都遭到到许多外部怀疑。
将FAIR融合进RealityLabs，也是期待依靠AI技术性，尽早完成元宇宙的企业愿景。短时间，与已经广泛应用了人工智能强烈推荐具体内容新方法的巨量引擎，产生交锋。
但是，在此次AI组织架构的区块链技术下，一向并没有商品工作压力的FAIR继而要对盈利承担，其在Reality Labs下的发展趋势怎样，还未如。
如此来看，2022年Meta一批AI优秀人才，包含领着过增强学习科学研究的Edward Grefenstette，AI研究工程经理Heinrich Kuttler等著名AI学者的离职，也许恰好是遭受此次单位重组的危害。
另一方面，这类分散化机构的作法，也造成大家对MetaAI科学研究以后的忧虑，乃至全部AI科学研究的忧虑。
高管不断外流
自打马克扎克伯格公布全方位涉足元宇宙至今，Meta已经减少了20多名关键高管和顶级AI生物学家。
在其中职务最多的，包含在Meta出任了9年首席技术官的Mike Schroepfer，及其以上提及，最近刚离职的Meta二号人物Sheryl Sandberg，他的离去，也被马克扎克伯格称之为"一个时期的结束。"
雷峰网掌握到，除此之外，这种离职的高管，还涉及到各单位的业务流程责任人。
包含前行业竞争部负责人DeborahLiu、前总裁收益官DavidFischer、前数字货币单位创始人Kevin Weil、前广告宣传负责人Carolyn Everson、前Meta运用责任人Fidji Simo、前席艺术创意官Mark D'arcy、前Meta加密贷币责任人David Marcus、前初入职场业务流程高级副总裁Julien Codorniou……
据调查，仅在Meta官方宣布更名的2021年，就会有18名关键高管离职。
许多元宇宙有关工程的责任人，也陆续离职。
RealityLabs招商合作高级副总裁Hugo Barra、AR/VR具体内容高级副总裁Mike Verdu、FacebookAI商品负责人Ragavan Srinivasan等在上年离职。
2022年3月，MetaAR眼镜责任人Nikhil Chandhok明确提出离职，4月，又传来最少4位AI生物学家离去的信息。
伴随着这周内，有"身影CEO"之称的Sheryl Sandberg，及其Meta人工智能团队重组全过程中Jerome Pesenti的离开，Meta的离职的浪潮，再一次被推入巅峰。
而在轮高层住宅动荡不安以后，Meta能不能完成元宇宙的企业愿景，也有待时长的检测。
何恺明 MIT 最新演讲:未来工作将聚焦 AI for science
何恺明在MIT的最新演讲中透露，未来工作将聚焦AI for science，重点探索视觉与NLP大一统的自监督框架（self-supervised X+AI）。
一、演讲核心内容与现场反响主题与回顾：何恺明以“In Pursuit of Visual Intelligence”为主题，按时间线梳理了其代表性工作，包括ResNet、Faster R-CNN、Mask R-CNN、MoCo和MAE。他特别强调，ResNet解决了深度学习中的关键瓶颈，称其为“移除了漂浮在大厦上空的乌云”。未来方向：明确提出将转向AI for science，旨在通过自监督学习实现视觉与自然语言处理（NLP）的统一框架，推动跨模态智能的发展。现场热度：演讲引发学术界强烈关注，MIT CSAIL实验室临时增开隔壁会议室投屏，仍有许多人挤在角落听完全程，现场排队队伍拐了几个弯。
图：MIT CSAIL会议室爆满（图源：知乎）二、学术背景与职业轨迹学术成就：谷歌学术引用量超40万次，2022年全球AI最具影响力学者榜首。
代表作ResNet单篇引用量达15万次，获CVPR 2016最佳论文奖；Mask R-CNN获ICCV 2017最佳论文奖。
提出MoCo和MAE等自监督学习方法，为视觉领域自监督学习奠定基础。
职业经历：清华大学基础科学班毕业，香港中文大学博士，先后任职于微软亚洲研究院、Facebook AI Research（FAIR）。
在FAIR期间主导多项突破性研究，如基于CLIP架构的掩码方法优化模型速度与性能。
图：汤晓鸥与何恺明（图源：知乎）三、行业背景与个人选择大厂AI实验室困境：Facebook AI Research（FAIR）自2022年起经历多次调整，被并入元宇宙部门Reality Labs，基础研究投入削减，导致人才流失。
亚马逊机器学习部门VP Alex Smola与首席科学家李沐等AI大牛近期离职创业，反映工业界对基础研究支持的减弱。
学术回归趋势：何恺明参与MIT教职面试（Job talks），若成功加入将成为全校被引用量最高的学者（当前最高为Robert Langer，38万次）。
其选择契合“从工业界回归学术界”的路径，与贾扬清、李沐等人的职业转向形成呼应。
图：MIT CSAIL隔壁会议室投屏满座（图源：知乎@睡不醒的芋泥）四、关键技术方向解析AI for science的内涵：通过AI技术解决科学问题（如物理、化学、生物），推动跨学科研究。
何恺明的目标是通过自监督学习统一视觉与NLP，构建通用智能框架（X+AI），减少对标注数据的依赖。
自监督学习的潜力：其提出的MoCo和MAE已证明自监督学习在视觉领域的有效性，未来或扩展至多模态场景。
统一框架可降低模型训练成本，提升跨任务迁移能力，为科学计算提供新工具。
五、影响与展望学术影响：若加入MIT，何恺明将进一步巩固其在计算机视觉与深度学习领域的领导地位，其研究方向或引领新一轮AI技术范式变革。行业启示：大厂AI实验室的收缩与顶尖学者的学术回归，反映行业对基础研究价值的重新评估，自监督学习与跨模态智能可能成为下一代AI核心方向。
图：何恺明演讲现场（图源：知乎@睡不醒的芋泥）总结：何恺明的演讲不仅揭示了其个人研究重心的战略转移，也映射出AI领域从应用驱动向基础科学探索的深层转型。其提出的AI for science与自监督统一框架，或为解决复杂科学问题提供全新路径，同时为学术界与工业界的人才流动注入新思考。
Meta 向公众推出其最新的 AI 聊天机器人
Meta向公众推出的最新 AI聊天机器人名为 BlenderBot 3，其核心目标是通过公众互动收集反馈以改进大型语言模型（LLM）技术。以下是关键信息梳理：
一、核心功能与技术基础功能定位BlenderBot 3是一款多功能聊天机器人，既能处理日常对话请求，也能回答类似数字助理的复杂问题（如事实查询、建议提供等）。其突出特点是能够搜索互联网并引用信息来源，用户可点击回复查看具体参考链接，增强交互透明度。
技术架构基于 Meta此前开发的大型语言模型（LLM）构建，属于文本生成软件的范畴。与 OpenAI的 GPT-3类似，它通过挖掘海量文本数据中的统计模式生成语言，但存在反刍偏见（regurgitate biases）和事实性错误等缺陷。Meta此次发布旨在测试其应对这些问题的能力。
二、用户交互与数据收集访问限制目前仅限美国居民通过网络使用，用户需主动选择是否允许数据收集。若同意，对话内容及反馈将被存储并公开，供 AI研究社区分析。
反馈机制用户可标记可疑或不当回复（如粗俗语言、诽谤性内容），帮助 Meta优化模型。研究工程师 Kurt Shuster强调：“所有收集的数据将公开发布，以推动对话式 AI的改进。”
三、安全设计与历史教训风险规避措施Meta吸取微软 2016年聊天机器人 Tay的失败经验（Tay因实时学习用户输入而迅速传播仇恨言论），为 BlenderBot 3设置了多重安全栏：
静态模型架构：与 Tay的实时学习不同，BlenderBot 3虽能记住对话上下文（通过浏览器 Cookie保留跨会话信息），但数据仅用于离线系统改进，而非即时调整行为。
内容过滤：Meta承诺“最小化粗俗、诽谤或文化不敏感内容”，但未详细说明具体技术手段。
研究目标差异Facebook AI Research（FAIR）研究工程经理 Mary Williamson指出，传统聊天机器人（如客服系统）通常依赖预设对话树，而 Meta旨在构建自由、自然的类人对话系统，BlenderBot 3是这一愿景的原型。
四、开放资源与行业影响技术共享Meta同步发布了 BlenderBot 3的底层代码、训练数据集及小规模模型变体。研究人员可通过官方链接访问拥有 1750亿参数的完整模型，促进学术界对 LLM缺陷（如偏见、幻觉）的深入研究。
潜在挑战尽管 Meta强调安全性，但 LLM的固有缺陷（如训练数据中的社会偏见）仍可能引发争议。此外，用户生成内容的不可控性（如故意输入误导性信息）可能影响模型可靠性，需持续迭代优化。
五、总结与展望BlenderBot 3的推出标志着 Meta在对话式 AI领域的重大尝试，其核心价值在于：
通过公众测试暴露 LLM的现实问题，为技术改进提供真实场景数据；推动行业透明度，通过开放资源促进协作研究；探索类人对话的边界，平衡自然交互与内容安全性。未来，该模型的表现将直接影响 Meta在 AI伦理、用户信任及商业应用（如虚拟助手、社交媒体互动）中的战略布局。
facebook ai research和Meta高管陆续离职,AI团队遭重组的问题分享结束啦，以上的文章解决了您的问题吗？欢迎您下次再来哦！