Meta 旗下人工智能研究机构 FAIR 迎来了新任负责人，而这位新任掌舵人正是该实验室的联合创始人之一。
Rob Fergus 早年与 LeCun 等人共同创立了 FAIR，随后在 DeepMind 领导纽约团队近五年。今年 4 月，他已重返 Meta 的 GenAI 部门，致力于提升 Llama 模型的记忆与个性化能力。
此番他接替了此前离职的前负责人 Joelle Pineau。当时外界猜测，Meta 的战略重心正在向 AI 商业化产品转移，FAIR 在组织内的定位也逐渐变得微妙。而今 LeCun 正式表态，FAIR 的新目标是高级机器智能，也就是业界常说的 AGI（通用人工智能）。
Rob Fergus 是何许人也
Rob Fergus 的职业生涯横跨学术界与工业界，堪称顶尖高手。他硕士毕业于加州理工学院，2005 年获得牛津大学电子工程专业博士学位，其博士论文曾获评当年英国最佳计算机科学论文奖。自 2007 年起，他在纽约大学任教，并于 2009 年与 LeCun 共同创办了纽约大学的 CILVR Lab。
他与 LeCun 的合作贯穿始终，2014 年两人又联手创立了 Facebook 人工智能研究中心（FAIR）。2020 年至 2025 年期间，他在 DeepMind 领导纽约团队将近五年。作为高被引学者，Google Scholar 统计显示其论文总被引用次数接近 15 万次。
他的研究方向覆盖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、图像搜索以及计算摄影方面有着深厚积累。代表作之一是与学生 Matthew D. Zeiler 合作的《Visualizing and Understanding Convolutional Networks》，即广为人知的 ZFNet。该研究提出了一种可可视化卷积神经网络中间层特征与分类器操作的技术，对当时理解并改进 CNN 模型具有里程碑意义。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奠基之作《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。该论文除了提出对抗样本概念外，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神经元中，关键在于整个神经元激活的空间结构。
在 DeepMind 期间，他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。
对于此次回归 FAIR，他表示将致力于构建能够改变人类与科技互动方式的更人性化体验。
