童姥下天山!图形学大牛童欣官宣离职,结束25年MSRA生涯
准备开始一段全新旅程
白交 发自 凹非寺
量子位 | 公众号 QbitAI
童姥下天山。
微软全球研究合伙人、图形学领域大名鼎鼎的童欣对外官宣,将结束微软亚洲研究院25年历程,开启全新旅程。
至于下一步,目前尚未透露。
童欣是谁?
是微软亚研院网络图形组首席研究员。也曾是中科大、天大、浙大、北航的客座教授/客座研究员、博士生导师。
他主要研究方向为计算机图形学和三维计算机视觉,研究兴趣包括材质捕捉与建模;数据驱动的三维几何处理与建模,纹理合成,光传输分析与模拟,三维人脸动画等。
在计算机图形和图像江湖,他更是人人尊敬又和蔼可亲的“童姥”。
如今,时机已到,童姥下天山。
图形学大牛童欣最新动态
在微软的官方介绍中,童欣title是微软研究合伙人,网络图形组负责人。
他曾担任 Computer Graphics Forum,IEEE TVCG,ACM TOG 编委,和图形学顶级会议 ACM SIGGRAPH 及ACM SIGGRAPH ASIA 的论文委员会委员。
目前,他已在计算机图形学和计算机视觉顶级会议和期刊已发表论文150多篇,包括(ACM TOG/SIGGRAPH)论文60多篇。
而此番告别微软亚洲研究院,也是童欣第一次“换工作”,他博士毕业加入微软亚洲研究院,江湖夜雨十年灯,一待就是25年。
1989年,他进入浙江大学开始学习计算机专业,在浙大开启了图形学研究之旅。
浙大硕士毕业之后,进入清华大学攻读博士,从事体绘制和可视化相关研究。
博士期间,他还有过香港大学研究助理的履历,参与医学可视化的项目。
1999年,童欣清华博士毕业,开启第一份正式工作,加入刚刚创办半年的微软亚洲研究院——那一年,李开复带队,张亚勤张宏江沈向洋齐聚,真正开创了一个全新的科技时代,谁也没想到微软亚洲研究院会成为微软乃至全球最受瞩目的产业研究机构,更没人预料到,这里成为了中国科技互联网和AI进程里,绕不过的黄埔军校。
童欣是第一批加入微软亚洲研究院的博士毕业生,然后参与改写了一个时代。
在微软亚洲研究院期间,他曾带领研究团队发明开发了用于几何建模、面部表情捕捉、3D打印、外观建模和GPU虚拟化的新型图形算法和系统。
相关技术已经用于实际产品,包括XBOX游戏开发 API,新一代 XBOX兼容软件,Windows 三维打印驱动,以及Direct3D 图形开发工具包中。
谷歌学术显示,相关研究被引超过一万四千次。
其中引用次数最多,也是最具代表性的,是他所在团队提出的O-cnn。
团队提出了基于八叉树的卷积神经网络, 用于3D形状分析,这样一来可以高效地存储和计算3D形状数据。
也正是这一系列成果和成就,让童欣声名卓著,在图形学、AI等领域内,都能直观感受到影响力。又因为即便已是声名赫赫的大牛,但童欣始终平易近人、幽默风趣,江湖上更是以“童姥”作为尊称。
出自金庸武侠江湖里的“童姥”,是逍遥派的大神,武功深不可测。
童欣被叫童姥,自然也是业内对其功力的认可。
不过如果童姥本人自我评价,他可能会谦虚玩笑低说自己只是个懒人和吃货。
在前些年,微软亚洲研究院要他做个20年研究总结,他有过这样的表达和自述——
《童欣:研究之味》
传送链接:https://www.msra.cn/zh-cn/news/people-stories/xin-tong-taste-of-research
其中谈到如何培养研究品味,作为一个研究管理者,他表示自己在不断思考如何培养学生和研究院的良好研究品味,并保持大家研究品味的多样性。
为此,他提出了三条「也许有所助益」的路径:
1、阅读。
通过阅读一些科学家的传记,和一些重要的科学发现的历史记录,我们会学会从一个更全局、更长远的眼光观看每个研究方向,看到每个科学家面对研究题目时的眼光和面对成果和荣誉时的个人选择。
2、在做研究过程中,大家平等激烈地讨论。
通过这个“怯魅”过程,学生可以去除掉老师和其他“大牛”身上神圣的光环,学会在学习的同时平等客观地看待别人的研究成果,不人云亦云,培养自己的研究品味。
3、最后一个,可能也是最重要的,就是同学同事之间的“卧谈会”。
在刚来研究院的几年,我和其他同事(包括老板)经常整天泡在研究院里。每天吃完午饭晚饭,大家就坐在一起闲聊吹牛,指点江山,臧否最近看到的论文和其他研究人员的研究成果、研究思路。正是在这种无所顾忌的争论中,大家各抒己见,激扬文字,让我学会了从不同的视点看待衡量每项研究工作,也慢慢学会了如何评价自己和其他人的研究工作。
为此,他还回想起当年与张宏江和沈向洋的经历。当时他们说研究要“Aim High”;Harry(沈向洋)和我们讲的“一流高手提问题,二流高手解问题,三流就只能跟在别人屁股后面修修补补了”
好了,千言万语,祝福童姥,迈向全新阶段,期待童姥的新进展。
- 清华新VLA框架加速破解具身智能止步实验室“魔咒”,LLM内存开销平均降低4-6倍。2024-11-30
- 智源发布心脏模型!超实时仿真人体生理功能,速度提升180倍2024-11-29
- 乌镇最火AI议题,原来答案藏在这份报告里2024-11-25
- Scaling Law百度最早提出!OpenAI/Claude受它启发,致谢中有Ilya2024-11-28