顶尖科学家Rob Fergus重掌FAIR，15万引用学者回归Meta，战略转向AGI

Meta FAIR迎来了新的掌舵人，而这位新负责人，正是FAIR的联合创始人之一。

Rob Fergus，早年与LeCun等人共同创立FAIR，之后在DeepMind领导纽约团队。今年4月，他已经回到Meta的GenAI部门，帮助提升Llama的记忆和个性化能力。

这一次，他接替了离职的前负责人Joelle Pineau。当时外界猜测，Meta的重心正在向AI商业化产品倾斜，FAIR在组织内的定位也变得有些微妙。如今，LeCun也正式表态，FAIR的新目标是高级机器智能，也就是大家常说的AGI。

谁是Rob Fergus

Rob Fergus的职业生涯，可以说是在业界和学界都打拼过的顶级高手。硕士毕业于加州理工，2005年博士毕业于牛津电子工程专业，博士论文还拿了年度英国最佳计算机科学论文奖。从2007年起，他就在纽约大学任教，并在2009年与LeCun共同创立了纽约大学的CILVR Lab。

他和LeCun的合作贯穿始终，2014年又一起创办了Facebook人工智能研究中心，也就是FAIR。2020年至2025年间，他在DeepMind领导纽约团队近五年。作为高引学者，Google Scholar统计他的论文总被引用次数接近15万次。

他的研究兴趣覆盖了机器学习和计算机视觉两大领域，尤其在深度学习方法、表示学习、生成模型、物体识别、图像搜索和计算摄影方面有深厚积累。代表作之一是与学生Matthew D. Zeiler合作的《Visualizing and Understanding Convolutional Networks》，也就是大名鼎鼎的ZFNet。这篇工作提出了一种可视化卷积神经网络中间层特征和分类器操作的技术，对当时理解和改进CNN模型意义重大。Matthew D. Zeiler后来创办了图像搜索公司Clarifai。

另一篇代表作是对抗样本领域的开山之作《Intriguing properties of neural networks》，合作者包括OpenAI联合创始人Ilya Sutskever、Wojciech Zaremba，以及GAN之父Ian Goodfellow。这篇论文除了提出对抗样本的概念，还揭示了一个关键发现：在神经网络的高层中，语义信息并不存在于独立的神经元中，关键在于整个神经元激活的空间。

在DeepMind期间，他也参与了一系列蛋白质生成相关的研究。进入大模型时代，他的代表作品之一是与LeCun、谢赛宁等合作的Cambrian-1，一系列以视觉为中心的开源多模态模型。

对于这次回归FAIR，他表示将致力于构建改变人们与科技互动方式的人性化体验。