2016年频繁曝出人工智能学术和研究大牛投身工业界的消息，这意味着AI从实验室到街头巷尾的“落地”又迈进了一大步。
在学术界，今年主要的人事流动包括：李飞飞、Russ Salakhutdinov、Yoshua Bengio和山世光，他们或直接成为大公司雇员，或与大公司合作，或自己开办公司。
在微软和英特尔等公司的应用型研究机构里，也有一波研究员走出来，投身AI浪潮。这当中包括前英特尔中国研究院院长 吴甘沙，前微软亚洲研究院首席研究员 孙剑，还有前微软亚洲研究院副院长 芮勇。他们正在建立自己的竞争高地，逐渐形成中国 AI 工业界的新格局。
11月，李飞飞宣布加入谷歌，着手成立新的机器学习实验室，而且她还是带着自己的得意门生李佳一同加盟谷歌。
李飞飞是斯坦福斯坦福人工智能与计算机视觉实验室主任，也是全球最大的图像识别数据库ImageNet创始人，其关于神经网络和计算机视觉的研究大幅推动了人工智能发展。
李佳曾在雅虎实验室的计算机视觉和机器学习部门担任负责人，2015 年初李佳加盟 Snapchat 任研究部门负责人。
据Google称，李飞飞和李佳的加入是Google将人工智能集团业务正式化的一部分。该团队不会只专注于人工智能研究，而是致力于将尖端技术融入各种Google Cloud产品，以及将机器学习技术应用到其他产品领域。
10 月份，Ruslan Salakhutdinov 宣布加入苹果。Salakhutdinov是卡耐基梅隆大学机器学习部门的副教授，在加入苹果之后，他依然会保留大学的教职。
相较于Facebook和谷歌所聘用的 Geoffrey Hinton 和 Yann Lecun，Salakhutdinov 要更为年轻。
这对苹果来说是一个大动作，因为这是苹果聘用的第一个AI学者。此前，Bloomberg有文章分析称，苹果的“保密”文化，使其难以从学术圈招到人才。因为在学术圈，公开研究成果与分享信息，是获得同行认可和取得进步的关键，所以苹果此举被看作是想要搞好与学术圈的关系。
加拿大蒙特利尔大学教授Yoshua Bengio与Geoffrey Hinton、Yann Lecun一起并列为深度学习“三巨头”之一。
他在今年有两个影响了工业界的动作，一个是在10月份，参与创立了一个名叫 Element AI 的深度学习孵化器，帮助加拿大蒙特利尔大学和附近的McGill大学的研究成果向产业实现跨越，孵化深度学习创业。
Bengio称，在蒙特利尔大学和McGill大学有超过150名科研人员在进行深度学习方面的工作，这也是世界上在深度学习学术研究最密集的地区之一。而Element AI“将帮助企业家在这个高度增长的领域保持正确的方向。”
另一个动作就是，其一手创建和领导的MILA （Montreal Institute for Learning Algorithms）实验室接受了来自谷歌 337.5 万美元的资助。
谷歌在自己位于蒙特利尔的分部建立了一个AI研究团队，与MILA保持着密切联系。Bengio虽然并没有成为谷歌的雇员，但他与谷歌的关系已经难以划分清楚了。
山世光是国内计算机视觉（CV）领域的执牛耳者，其所在的实验室是国内最早开始研究人脸识别的实验室。研究CV 19年，发表了相关150多篇论文，他是中科院智能信息处理重点实验室常务副主任，主攻计算机视觉、模式识别、人机交互等方向的研究工作，尤其是人脸识别。
今年8月份，山世光成立了自己的人工智能公司“中科视拓”，专注于人脸识别技术，以此作为切入点，最终走向“深度学习的技术服务”，而中科视拓已经宣布完成了数千万元天使轮融资。
肖建雄于2009年获得香港科技大学学士和硕士学位，2013年获得麻省理工学院博士学位。随后在美国普林斯顿大学计算机科学系担任助理教授、普林斯顿视觉研究组负责人。
此外，肖建雄获得ECCV最佳学生论文奖，获Google Research最佳论文奖，获Google Research Awards。在2015年11月左右，肖健雄教授所在的视觉研究组推出了新的极简GPU卷积神经网络学习框架Marvin。
今年 6 月份，肖建雄离开普林斯顿大学开始创业。
今年2月初，吴甘沙从英特尔中国研究院院长一职离任，成立了自己的智能驾驶公司：驭势科技。
值得注意的是，驭势科技的第一大股东是吴甘沙，第二大股东是国内一家CV公司：格灵深瞳。
在格灵深瞳公布的官方消息里，这样写道：
格灵深瞳联合英特尔研究院院长吴甘沙、国家智能车未来挑战赛冠军团队负责人姜岩等一同创办了一家专注于自动驾驶领域的公司——驭势科技。
这样的合作，除了源于吴甘沙和格灵深瞳的创始人赵勇私交颇深之外，两家公司还有着技术上的互补：格灵深瞳将为驭势科技提供“视觉感知方面的技术支持，确保驭势始终拥有业界领先的无人驾驶视觉解决方案”。
2016年 7 月份，孙剑正式宣布加入旷视科技（Face++），担任首席科学家。
孙剑原是微软亚洲研究院首席研究员，其主要研究方向是计算摄影学, 人脸识别和基于深度学习的图像理解。自2002年以来他在CVPR, ICCV, SIGGRAPH, PAMI等顶级学术会议和期刊上发表学术论文90余篇，两次获得CVPR最佳论文奖(2009, 2016)。
他于2010年被美国权威技术期刊MIT Technology Review评选为“全球35岁以下杰出青年创新者”。孙剑博士带领的团队于2015年获得图像识别国际大赛五项冠军（ImageNet分类，检测和定位，MS COCO检测和分割）。
林德康，前Google高级管理科学家（senior staff research scientist），主攻自然语言处理。在加入Google之前，林德康是加拿大Alberta大学计算机教授，发表过逾90篇论文、被引用超过12000次，他也是国际计算语言学会ACL Fellow。
今年回国后参与到一家创业公司“奇点机智”所做的语音助手项目——小不点。
11 月份，联想集团在发布第二季度财报的同时，总裁杨元庆通过个人微信号宣布原微软亚洲研究院常务副院长芮勇的加盟。
芮勇博士还身兼CCF常务理事，曾获 IEEE 技术成就奖，在计算机视觉、深度学习和机器学习等领域享有很高的声望。在微软的18年时间里，芮勇博士的工作领域涵盖了企业研发的四大支柱：战略制定，基础科研，创新孵化，及产品开发，从研发产品、创新孵化到基础科研，都有很全面的积累。
芮勇博士在官方消息曝出后不久，在朋友圈发了一条统一回复：
非常感谢微软给了我职业生涯第一篇精彩的18年！非常期待在联想翻开更加精彩的职业生涯第二篇！希望朋友们一如既往地大力支持我 ，联想正在进行 from device only to device + cloud powered by AI 的转型。
总结：卡耐基梅隆大学计算机科学院院长 Andrew Moore 教授曾表示“一名计算机领域的 AI 专家对于企业的价值，至少为 500-1000 万美元”。由于深度学习等技术太过新兴，人才积累不足，使得大公司为了争夺这些少数人才，正在开展竞标大战。
在人工智能浪潮下，学界与产业界结合是大趋势，我们乐于看到学者和研究型人才走上将“理论转化为实践”的道路。真正应用于行业，是AI技术的终极归宿，也可能是这次人工智能浪潮与前两次覆灭浪潮的最大不同。
李佳曾在雅虎实验室的计算机视觉和机器学习部门担任负责人，2015 年初，李佳加盟 Snapchat 任研究部门负责人。今年 11 月，李佳与李飞飞一同加盟谷歌并将领导谷歌云计算集团旗下新成立的机器学习部门。
何恺明是2003年广东省理科高考状元，本科就读于清华大学基础科学班，研究生就读于香港中文大学，第一篇论文《Single ImageHaze Removalusing Dark Channel Prior》被计算机视觉领域顶级会议CVPR接收并被评为年度最佳论文。
近几年，何恺明在微软亚洲研究院参与计算机视觉识别的研究其团队在2015年末举办的ImageNet图像识别大赛中以“图像识别深度差残学习”系统一举击败谷歌、英特尔、高通，荣获第一名。
一年后，论文在2016年CVPR会议上获得最佳论文奖，他也以第一作者的身份两次获得CVPR最佳论文奖. 今年8月，何恺明离开了自己的福地微软亚洲研究院加入了Facebook旗下的AI研究团队（FAIR）。
曹旭东，前商汤科技执行研发总监，深度学习专家。毕业于清华大学。前微软亚洲研究院副研究员，负责研发的人脸算法曾用于微软Xbox、How-old等知名产品，现象级产品How Old.net有数亿用户。在CVPR/ICCV/ECCV等计算机视觉顶级会议发表论文十余篇，其中三篇CVPR论文和两篇ICCV论文获得口头报告荣誉。
今年 11 月，曹旭东向雷锋网(公众号：雷锋网)表示，其离职创业的项目叫做Momenta，团队核心成员包括曹旭东（CEO），孙刚（研发总监），任少卿（研发总监），夏炎（研发总监）。此项目致力于打造自动驾驶大脑，核心技术是基于深度学习的环境感知、高精度地图、驾驶决策算法。产品包括不同级别的自动驾驶方案，以及衍生出的大数据服务。
卡耐基梅隆大学计算机科学院院长 Andrew Moore 教授曾表示“一名计算机领域的 AI 专家对于企业的价值，至少为 500-1000 万美元”。由于深度学习等技术太过新兴，人才积累不足，使得大公司为了争夺这些少数人才，正在开展竞标大战。
在人工智能浪潮下，学界与产业界结合是大趋势，我们乐于看到学者和研究型人才走上将“理论转化为实践”的道路。真正应用于行业，将是AI技术的终极归宿。
由于近年来国内外 AI 人才流动量较大，且个别大佬并未透露或不方便对外公开其去向及时间，如有遗漏敬请谅解。同时欢迎大家在后台留言注明漏掉的人员，我们将会在下次的文章中补充进去。
PS：2016 年即将结束。当我们回望这一年，无论艰难还是幸运，这年仿佛过得飞快。「2016 影响因子」是雷锋网在高速运转的科技行当里，在不断发生和被人忘记的事件中，试图在各个领域筛选出那些我们认为可能对当下和未来产生深远影响的因素。2016 影响因子，就是 2016 年值得记录的人、事、公司和技术。
本文是 雷锋网2016 影响因子之「AI大牛」。欢迎向雷锋网推荐 2016 年在人工智能领域值得记录的其他因子（微信：keatslee8）。
相关文章：
Yann LeCun连发三弹：人人都懂的深度学习基本原理（附视频）
本文作者：亚萌
本文转自雷锋网禁止二次转载，原文链接
