Жизнь после диплома ВМК МГУ: Карен Симонян

Выпускник МГУ Карен Симонян вошел в мировой рейтинг Топ-100 людей с наибольшим влиянием в сфере Искусственного Интеллекта по версии издания Business Insider в 2023 году.

Наиболее известные достижения Карена – создание архитектуры VGG, нейросети для выделения признаков изображений. Ещё в студенческие годы, вместе с коллегами, он создал стартап Vision Factory AI (система распознавания объектов и текста), который был куплен DeepMind - исследовательской лабораторией искусственного интеллекта, дочерней компанией Google.

В DeepMind Карен возглавлял группу, которая разработала AlphaZero, а потом AlphaFold. Далее он стал Chief Scientist в стартапе Inflection.AI, который занимается созданием персональных ассистентов (конкуренция разработкам OpenAI), получившему на развитие 1,3 миллиарда долларов.

О том, как проходило профессиональное становление Карена Симоняна в студенческие годы, рассказывает его научный руководитель, руководитель лаборатории интеллектуального анализа видео Института ИИ МГУ и лаборатории компьютерной графики ВМК МГУ - Ватолин Дмитрий Сергеевич.

Вопрос: Карен чем-то отличался от других студентов во время учебы или был «такой же как все»?

ДС: Карен сильно отличался от других студентов в первую очередь тем, что за 3 года научной работы в университете он, по сути, наработал материал, достаточный для трех дипломов по трем разным научным темам - компенсации движения, супер-разрешению и использованию классификационных алгоритмов в задачах деинтерлейсинга. Как правило, студенты нарабатывают хороший материал на один диплом, очень редко на два.

Вопрос: Насколько серьезной была глубина проработки выбранных направлений?

ДС: Более, чем серьезна. По компенсации движения была опубликована статья на крупнейшей в СНГ конференции по графике GraphiCon, по Super-Resolution – статья на International Conference on Image Processing, а по деинтерлейсингу – статья на British Machine Vision Conference. Изучая «Истину» легко заметить, что не у каждого аспиранта такая публикационная активность.

Вопрос: Что вы еще могли бы сказать про Карена?

ДС: Для того, чтобы попасть в нашу лабораторию на ВМК, Карен еще на втором курсе очень хорошо делал задания годового спецкурса для второкурсников, что позволило ему быстрее набрать хорошую форму в способности создавать конкурентные алгоритмы. Первая статья на английском тоже не далась ему легко, но он не сдавался и вкладывался. И получал закономерный результат.

Вопрос: Ожидаете ли вы еще таких же сильных выпускников, как Карен?

ДС: Я бы сказал, не ожидаем, а активно над этим работаем. К сожалению, сейчас это стало сложнее, поскольку активность компаний в найме студентов сегодня в несколько раз выше, чем в годы учебы Карена, поэтому многие очень талантливые студенты, попадавшие ко мне позднее, закопали свой талант к созданию сложных алгоритмов в текучку промышленного программирования и деньги здесь и сейчас. С другой стороны, надо сказать, что в Институте ИИ МГУ работа нашей лаборатории привлекает талантливых студентов, где мы в совместной исследовательской работе приходим к большим успехам. Например, можем констатировать, что в области Super-Resolution три наших бенчмарка, покрывающих разные кейсы использования, занимают 1, 2 и 3 места среди 15 бенчмарков в задаче Video Super-Resolution на сайте Papers With Code. В мировом рейтинге 10 наших бенчмарков из 16 сейчас в ТОПе. Также в прошлом году у нас была принята статья на NeurIPS (Core A*), а в этом году – статья на ICLR (Core A*), так что продолжаем готовить таланты!