經多方消息確認，騰訊 AI Lab 主任張潼已於 2018 年 12 月底離職。作為人工智能領域的著名學者，張潼可能將返回學術界。
在宣佈離職之前，張潼是騰訊 AI Lab 的第一負責人，也是該機構的執行董事。張潼博士是美國康奈爾大學數學系和計算機系學士，以及斯坦福大學計算機系碩士和博士學位。加入騰訊前，張潼博士曾經擔任美國新澤西州立大學教授、IBM 研究院研究員、雅虎研究院主任研究員、百度研究院副院長和大數據實驗室負責人，期間參與和領導開發過多項機器學習算法和應用系統。
加入騰訊 AI Lab
騰訊 AI Lab 成立於 2016 年 4 月，致力於研發前瞻性的人工智能技術。2017 年 3 月 23 日，騰訊宣佈任命人工智能領域頂尖科學家張潼博士擔任騰訊 AI Lab 主任。張潼博士作為騰訊 AI Lab 第一負責人，在一年多以來帶領數百名人工智能專家和工程師，專注於人工智能的基礎研究。其中的主要方向包括計算機視覺、語音識別、自然語言處理和機器學習這四個垂直領域。
在 2017 年 3 月接受機器之心專訪時，張潼曾表示：「我們（騰訊 AI Lab）一方面做基礎研究，另一方面開發系統和工具為公司各產品線做技術支持。AI Lab 會支持一些重點業務，並且以此積累核心技術，然後會通過平臺化雲服務等方式向公司內部和外部進行推廣，讓這些技術服務更廣泛的應用場景。」
和全球最前沿的研究機構一樣，騰訊 AI Lab 在遊戲 AI 場景中取得了不少成績，他們推出的 AI 圍棋程序「絕藝」曾在第 10 屆 UEC 杯計算機圍棋大賽中奪得冠軍。
2018 年 12 月 22 日，騰訊 AI Lab 提出的策略協作型 AI「絕悟」首次露面，並在 KPL 秋季決賽戰勝了前職業 KPL 選手組成的人類戰隊（平均水平超過 99% 玩家）。這是繼圍棋 AI「絕藝」後，騰訊 AI 在深度學習與強化學習領域的又一項前沿研究。
張潼曾表示，騰訊 AI Lab 希望將自身研究成果轉化為平臺，並面向所有開發者。
下一站學界？
2018 年底，機器之心已得到消息稱張潼將離職騰訊 AI Lab。今日，在知乎帖子「如何看待張潼老師離職騰訊？」下，點贊量最高的一條回覆稱張潼「據說是回學術界去了」，其中也提到「……也希望接替他的張正友博士能帶領 AI Lab 找到新的發展道路。」
所以，接替張潼博士負責騰訊 AI Lab 的應該是 2018 年加入騰訊掌管機器人實驗室「Robotics X」的張正友博士。
至於張潼博士的去向目前還沒有更多信息，在知乎上有匿名網友評論如下：
2018 年，楊強教授在港科大 CSE 系主任職位的任期已滿，而後由楊瓞仁 (Dit-Yan Yeung) 教授代理系主任的職務。但據機器之心消息，目前楊瓞仁 (Dit-Yan Yeung) 教授暫代主任，港科大 CSE 系正在進行公開答辯選舉新的系主任，但張潼非候選人。
學術研究實力
張潼博士是 AI 領域的頂級科學家，他的研究興趣包括機器學習算法和理論、用於大數據及其應用的統計方法。
張潼博士 Google Scholar 引用量數據。
在去年 7 月份舉行的 ICML 2018 中，張潼有 8 篇論文被接收，是論文署名最多的作者之一。而除了 ICML 2018，張潼博士還在 Transactions ACL 和 JMLR 等期刊與會議上發表過論文。
在張潼署名的 8 篇 ICML 論文中，涉及主題可以分為三大方面，即新模型、分佈式與去中心化、機器學習優化方法與理論研究。
首先對於新模型的研究，張潼博士提出了一種使用強化學習的端到端的主動目標跟蹤方法，可直接根據畫面情況調整攝像頭角度。這種端到端的主動跟蹤方法能取得優異的表現，並且還具有很好的泛化能力，能夠在目標運動路徑、目標外觀、背景不同以及出現干擾目標時依然穩健地執行主動跟蹤。此外，另一篇主要提出了一種可變度量超鬆弛混合臨近外梯度方法（VMOR-HPE）的新型算法框架，能保證在解決該問題時的全局收斂。
- End-to-end Active Object Tracking via Reinforcement Learning
- An Algorithmic Framework of Variable Metric Over-Relaxed Hybrid Proximal Extra-Gradient Method
其次對於分佈式與去中心化，張潼博士做了非常多的研究。例如在圖非凸優化中，他提出了用於高斯圖模型中的最優估計的圖非凸優化，然後又通過一系列自適應的凸程序來近似求解。
- Composite Functional Gradient Learning of Generative Adversarial Models
- Graphical Nonconvex Optimization via an Adaptive Convex Relaxation
- Candidates vs. Noises Estimation for Large Multi-Class Classification Problem
- Safe Element Screening for Submodular Function Minimization
最後對於他在 ICML 2018 在提交的理論研究和其它期刊與會議的論文，讀者可以參考以下列表：
- Jiaxiang Wu and Weidong Huang and Junzhou Huang and Tong Zhang. Error Compensated Quantized SGD and its Applications to Large-scale Distributed Optimization, ICML 2018.
- Kaiqing Zhang and Zhuoran Yang and Han Liu and Tong Zhang and Tamer Basar. Fully Decentralized Multi-Agent Reinforcement Learning with Networked Agents, ICML 2018.
- Zhaopeng Tu and Yang Liu and Shuming Shi and Tong Zhang. Learning to remember translation history with a continuous cache. , Transactions of the Association for Computational Linguistics, 6:407--420, 2018.
- Dong Dai and Lei Han and Ting Yang and Tong Zhang. Bayesian Model Averaging with Exponentiated Least Squares Loss , IEEE Trans. Info. Theory, 2018.
- Xiao-Tong Yuan and Ping Li and Tong Zhang. Gradient Hard Thresholding Pursuit, JMLR , 18:1--43, 2018.
- Lei Han and Lei Li and Feng Wen and Lei Zhong and Tong Zhang and Xiu-Feng Wan. Graph-Guided Multi-Task Sparse Learning Model: a Method for Identifying Antigenic Variants of Influenza A(H3N2) Virus, Bioinformatics , 2018.
參考鏈接：
http://tongzhang-ml.org (http://tongzhang-ml.org/)
https://www.zhihu.com/question/307359849
閱讀更多 學習機器學習 的文章
