肖建雄从普林斯顿离职去创业 一起来围观这个AI界好青年

本篇文章1314字，读完约3分钟

最近，大家都听到了这样的消息:普林斯顿大学的助理教授肖博士离开了学术界，到大自然中去创业。我们不知道具体的创业公司，但是愚者知道，过一会儿，萧的好团队就会亲口告诉我们，否则，就创业。毛捏...嘿，开始做生意，开始做生意。我们今天要做的实际上是把他看作是前普林斯顿视觉研究小组(被称为X教授)的关键人物；人工智能领域一位有前途、有才华、杰出的80后青年。在他准备创业的前夕，了解他的过去会更好地了解他的未来。这位助理教授的过去应该从2007年的HKUST开始。

从HKUST到普林斯顿

2007年获香港科技大学学术成就奖；

2009年，他在香港科技大学获得学士和硕士学位。

2012年，他获得了eccv最佳学生论文奖。

2012年，他获得了谷歌研究的最佳论文奖。

2014年和2015年，他获得了谷歌研究奖。

有了这些奖项，这个年轻人的学位一直在上升。2009年，他获得了香港科技大学的学士和硕士学位，2013年，他获得了麻省理工学院的博士学位。然后他以助理教授的身份去了普林斯顿大学，更确切地说，他是普林斯顿视觉研究小组的负责人。

研究力量大约在2015年11月，肖教授的视觉研究团队推出了一个新的最小gpu卷积神经网络学习框架马文(pdf，87页，雷锋的网络横扫一，这是我们熟悉的。三维物体检测器、深度学习、gpu、训练、rnn、lstm、张量、这些关键词)

该报告在2016年3月的威士伯网络研讨会上分享，题为《强健机器人感知的三个设计原则》

在报告中，他着重分析了如何解决计算机视觉和机器人感知之间的差距，总结了他在这一领域的研究经验，并给出了三个设计原则。

首先，强调了端到端算法对三维视觉的重要性，并介绍了一个新的领域——三维深度学习。同时，展示了该思想在室内机器人目标检测与定位、slam和闭环检测中的应用。

在此基础上，提出了一种基于深度学习的自动驾驶技术新模式，即基于驾驶模拟仪器虚拟图像的训练。不同于一般的无人驾驶模式，该方法直接学习从输入图像到未知和车辆转弯的映射。

最后，分享了设计机器人感知鲁棒算法的经验，并回答了听众提出的一系列有趣的问题。

在其他人眼里，由于80后年轻人的低调，我们几乎找不到相关的新闻。雷锋。搜索“雷锋”的公开号码。com)选择了一些相对相关的评估。

智湖的最后一个网民这样看着他。

萧的作品很好。他过去擅长三维重建、从运动中构建结构等。最近，他赶上了学习的东风，做了一些好工作。我相信他能在商界取得一些成就。

人人网上的一个好朋友，在他的人工智能领域同行备忘录中指出，这位伟大的上帝在他的大学期间经常喜欢编程:

我觉得我一辈子都写不完他在我本科时写的代码。我记得我曾经胆怯地给他加了msn，然后说我是他的粉丝。人才、勤奋和一流的平台让我们很难不成功。

此外，雷锋。智湖的另一位网友也有这样的评论:“我第一次知道小沈达是普林斯顿大学网站上的sfmedu代码和一个切片。我还把它给切片了！”(请问，这位伟大的上帝有多喜欢编程？(

他建立了什么样的公司？

怀疑驾驶辅助方向，但未核实。(过一会儿，小公司会自己来告诉我们的。(

[推广]云计算市场改变者鸟云全系列产品0元/半年免费收集