Allan Jabri는 자기 지도 학습, 컴퓨터 비전 및 강화 학습 분야에서 활동하는 인공 지능 연구 과학자입니다. 그는 OpenAI, Meta의 초지능 연구소 및 Facebook AI Research (FAIR)를 포함한 여러 주요 기술 회사에서 연구 직책을 맡았습니다. ^{[1] [2]}

초기 생애

Jabri는 호주 시드니에서 레바논 혈통의 아버지와 중국 혈통의 어머니 사이에서 태어났습니다. 그는 주로 미국에서 자랐습니다. Paul & Daisy Soros Fellowships에 따르면, 서로 다른 문화 사이에서 생활한 경험은 단순성이 복잡성에서 어떻게 추출될 수 있는지 이해하는 데 대한 그의 관심을 불러일으켰고, 이는 나중에 과학과 인공 지능에 대한 그의 호기심을 촉발했습니다. ^[3]

교육

Jabri는 프린스턴 대학교에 다녔으며 2015년에 컴퓨터 과학 학사 (B.S.) 학위를 받았습니다. 그의 학부 논문은 자기 중심적 장면 이해를 위한 확률적 방법에 초점을 맞추었으며 컴퓨터 과학 분야에서 최우수 논문상을 수상했습니다. 그는 나중에 캘리포니아 대학교 버클리에서 박사 과정을 밟았으며 버클리 AI 연구소 (BAIR)의 회원이었습니다. 그는 Alexei A. Efros 교수의 지도하에 2017년에서 2023년 사이에 컴퓨터 과학 박사 학위를 마쳤습니다. 그의 박사 과정 연구는 2018년에 수상한 Paul & Daisy Soros Fellowship for New Americans의 지원을 받았습니다. ^{[3] [4] [6]}

경력

프린스턴을 졸업한 후 Jabri는 뉴욕에 있는 Facebook AI Research (FAIR)에서 연구 엔지니어로 경력을 시작했습니다. FAIR에서 근무한 후 UC 버클리에서 박사 과정을 시작했습니다. 대학원 과정 동안 그는 런던의 DeepMind에서 인턴십을 포함하여 여러 연구 역할을 수행했으며 Google Brain에서 학생 연구원으로 근무했습니다. 박사 학위를 마친 후 Jabri는 OpenAI에 기술 직원 및 연구 과학자로 합류했습니다.

2025년 7월, Jabri가 동료 OpenAI 연구원인 Lu Liu와 함께 Meta Superintelligence Labs에 고용되었다고 보도되었습니다. 이러한 움직임은 다른 유명한 채용 및 인수를 통해 생성적 AI 분야에서 Meta의 인공 지능 팀을 강화하고 기능을 발전시키려는 Meta의 광범위한 전략의 일환으로 간주되었습니다. OpenAI와 같은 경쟁사에서 최고의 인재를 영입하는 것은 확장되는 AI 환경에서 리더십을 확보하기 위해 주요 기술 회사가 막대한 투자를 하는 업계 전반의 추세를 강조했습니다. ^{[2] [1] [5] [7]}

연구

Jabri의 연구는 주로 자기 지도 및 비지도 학습을 위한 확장 가능한 목표와 아키텍처를 개발하는 데 중점을 둡니다. 그의 연구는 종종 지속적인 학습, 내재적 동기 부여 및 구현된 인지 주제를 탐구하며, 기계가 시각적 및 감각 운동 상식을 자율적으로 획득할 수 있도록 하는 학습 알고리즘을 만드는 장기적인 목표를 가지고 있습니다. 그는 NeurIPS, ICML, CVPR 및 ICLR과 같은 주요 AI 컨퍼런스에서 발표된 수많은 간행물에 기여했습니다. ^{[1] [3]}

그의 주목할 만한 작품은 다음과 같습니다.

• Space-Time Correspondence as a Contrastive Random Walk (NeurIPS 2020): 이 논문은 대응 학습을 시공간 그래프에서 무작위 보행으로 구성하여 레이블이 없는 비디오에서 조밀한 시각적 표현을 학습하는 방법을 소개했습니다.

• Learning Correspondence from the Cycle-Consistency of Time (CVPR 2019): Xiaolong Wang 및 Alexei A. Efros와 공동 저술한 이 연구는 시각적 대응에 대한 일반적인 표현을 학습하기 위해 레이블이 없는 비디오에서 시간적 주기 일관성을 사용하는 것을 제안했습니다.
• Unsupervised Curricula for Visual Meta-Reinforcement Learning (NeurIPS 2019): 이 연구는 에이전트 자신의 궤적에 딥 클러스터링을 적용하여 시각 운동 기술의 비지도 발견 및 메타 학습 방법을 탐구했습니다.
• Scalable Adaptive Computation for Iterative Generation (ICML 2023): 이 연구는 고차원 데이터의 반복적 생성을 위해 계산을 적응적으로 할당할 수 있는 보편적인 신경 아키텍처를 제시하여 이미지 및 비디오 생성에서 강력한 결과를 얻었습니다.

그의 간행물에 대한 포괄적인 목록은 그의 개인 웹사이트 및 학술 프로필에서 확인할 수 있습니다. ^{[1] [4] [7] [8] [9]}

수상 및 표창

2018년 Jabri는 Paul & Daisy Soros Fellowship for New Americans를 수상했습니다. 이 펠로우십은 미국에서 대학원 과정을 밟고 있는 이민자와 이민자의 자녀를 지원합니다. 그는 또한 학부 연구로 프린스턴 대학교에서 컴퓨터 과학 분야에서 최우수 논문상을 수상했습니다. ^[3]