LeCun 卸任！ Facebook人工智能实验室换帅

早间重磅消息，Yann LeCun 证实已经卸任Facebook 人工智能研究部门（FAIR）负责人，将在Facebook担任首席AI科学家。接任FAIR负责人的是Jérôme PesenTI，他此前是英国AI初创公司Benevolent的CEO，前IBM首席数据科学家。Jérôme PesenTI同时接管了Facebook的Applied Machine Learning团队，该团队负责将AI应用于Facebook的众多产品，包括备受争议的News Feed。

早间重磅消息，Yann LeCun 证实已经卸任Facebook 人工智能研究部门（FAIR）负责人，将在Facebook担任首席AI科学家。

Yann LeCun在脸书上证实卸任FAIR负责人，并祝贺Jérôme PesenTI

“欢迎Jerome PesenTI 加入Facebook！Jerome入职人工智能的副总裁，反映人工智能在Facebook的重要性日益增加。他将监督Facebook的AI研发活动，管理FAIR（Facebook AI Research）和AML（Applied Machine Learning）。我的角色也在变化：Jerome接管运营管理将使我能够专注于领导科学研发和人工智能战略。我现在是Facebook的首席人工智能科学家。”

接任FAIR负责人的是Jérôme Pesenti，他此前是英国AI初创公司Benevolent的CEO，前IBM首席数据科学家。Jérôme Pesenti同时接管了Facebook的Applied Machine Learning团队，该团队负责将AI应用于Facebook的众多产品，包括备受争议的News Feed。

Jérôme Pesenti 证实担任Facebook VP of Artificial Intelligence

Jérôme Pesenti在Facebook上证实此消息：

Facebook拥有世界上最有才华的人工智能团队，我入职后，将确保我们继续推进人工智能研究的良好态势，并帮助Facebook产品更加智能，实用和更有意义。 我非常激动和荣幸加入这个团队！

FAIR于2013年由Yann LeCun一手创立。LeCun在接受Quartz采访时说：“需要有一个人从根本上总管Facebook的所有AI，包括研究、开发，以及AI与产品的联系。”Jérôme Pesenti将直接向Facebook的首席技术官汇报，他接任的这个研究、开发和产品相结合的职位突出了AI对Facebook未来发展的重要性。

AI是Facebook及其未来的命脉。AI技术推动了Facebook的超精确的广告投放，使公司相比传统广告平台更具有优势，同时AI也为用户提供自动标记照片， News Feed排序和翻译等功能。由于AI使自动化程度提高，其运作对其创建者而言并不透明，这可能会导致Facebook的困境，包括假新闻传播等。

LeCun仍将有对FAIR研究方向的控制权，但现在日常运营将由Pesenti来负责，他将直接向CTO Mike Schroepfer汇报。 LeCun和AML负责人JoaquinvQuiñonero Candela将向Pesenti汇报工作。LeCun自己说，他的专长在于研究，尤其是设定目标、与研究人员合作研发新的人工智能技术。至于其他部分，包括管理一百多名研究人员，以及担任“AI传道人”，则“很乐意把这些交给他（Pesenti）”。Pesenti目前并未接受采访。

LeCun说，Pesenti被选中，是因为他在研究，管理和产品开发方面有所专长。

LeCun表示，在Pesenti的领导下，应用机器学习小组（The Applied Machine Learning group）将改变方向。AI在Facebook上的角色日益重要，需要AML团队与Facebook基础设施部门密切合作，确保公司的代码和服务器能够尽快地进行翻译，标记和排名。AML基础设施部门现在加入该公司的更高一级基础设施部门。那些留在AML的人将与FAIR在长期研究项目上更紧密地合作，将研究团队的研究成果用在Facebook以及Instagram和Oculus等公司。

2013年，LeCun组建了FAIR，建立了世界上最好的AI研究实验室。五年后，实验室仍在扩大，有六个地点，约有100名工作人员。Facebook昨天宣布将把巴黎研究实验室的数量翻倍至60名研究人员。 LeCun补充说，Facebook希望使目前在实验室工作的10名博士生人数增加四倍，使巴黎总人数达到100人左右

LeCun在法国出生，他在贝尔实验室开始了研究计算机视觉的职业生涯。在贝尔实验室，LeCun的追求是帮助电脑以人类的方式看待和理解世界。当时，贝尔实验室是研究神经网络的重要设施，通过大量简化人脑结构，我们可以开始复制其过程。

在贝尔实验室，LeCun研发了一种称为卷积神经网络的神经网络结构，在处理图像方面被证明更为有效。这项技术很快进入了自动取款机，用来读取支票上的数字，现在它仍被用作图像和视频识别的实际方法。

LeCun将留在纽约，继续在纽约大学任教。