**앨런 자브리(Allan Jabri)**는 자기 지도 학습, 컴퓨터 비전 및 강화 학습 분야에서의 연구로 알려진 인공지능 연구 과학자입니다. 그는 OpenAI, Meta의 슈퍼인텔리전스 랩, Facebook AI Research (FAIR)를 포함한 여러 주요 기술 회사에서 연구직을 역임했습니다. ^{[1] [2]}

초기 생애

자브리는 레바논계 아버지와 중국계 어머니 사이에서 호주 시드니에서 태어났습니다. 그는 주로 미국에서 자랐습니다. Paul & Daisy Soros Fellowships에 따르면, 서로 다른 문화 사이에서 생활한 그의 경험은 복잡성에서 단순성을 추출하는 방법에 대한 그의 관심에 영향을 미쳤고, 이는 나중에 과학과 인공지능에 대한 그의 호기심을 불러일으켰습니다. ^[3]

교육

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

경력

프린스턴 대학교를 졸업한 후, 자브리는 뉴욕의 Facebook AI Research (FAIR)에서 연구 엔지니어로 경력을 시작했습니다. FAIR에서 근무한 후, 그는 UC 버클리에서 박사 과정을 시작했습니다. 대학원 과정 중에 그는 런던의 DeepMind 인턴십과 Google Brain의 학생 연구원 직책을 포함한 여러 연구 역할을 수행했습니다. 박사 학위를 마친 후, 자브리는 OpenAI에 기술 직원이자 연구 과학자로 합류했습니다. ^{[1] [5]}

2025년 7월, 자브리는 OpenAI의 동료 연구원인 루 리우(Lu Liu)와 함께 Meta Platforms에 채용되었다는 보도가 있었습니다. 이러한 이동은 다른 고위 인사 채용 및 인수에 이어 Meta가 인공지능 팀을 강화하고 생성형 AI 기능을 향상시키려는 광범위한 전략의 일환으로 여겨졌습니다. OpenAI와 같은 경쟁사로부터 최고 인재를 영입한 것은 확장되는 AI 분야에서 주도권을 확보하기 위해 대규모 기술 회사들이 대규모 투자를 하고 있는 업계 전반의 추세를 강조했습니다. ^[2]

연구

자브리의 연구는 주로 자기 지도 학습과 비지도 학습을 위한 확장 가능한 목표와 아키텍처를 개발하는 데 중점을 두고 있습니다. 그의 연구는 종종 지속적인 학습, 내재적 동기 부여 및 구현된 인지에 대한 주제를 탐구하며, 기계가 시각적 및 감각 운동 상식을 자율적으로 습득할 수 있도록 하는 학습 알고리즘을 만드는 것을 장기적인 목표로 하고 있습니다. 그는 NeurIPS, ICML, CVPR 및 ICLR과 같은 주요 AI 컨퍼런스에서 발표된 수많은 논문에 기여했습니다. ^{[1] [3]}

그의 주목할 만한 연구는 다음과 같습니다.

• 공간-시간 대응 관계를 대조적 랜덤 워크로서(NeurIPS 2020): 이 논문은 대응 관계 학습을 시공간 그래프에서의 랜덤 워크로 구성하여 비표지 비디오로부터 밀집 시각적 표현을 학습하는 방법을 소개했습니다.
• 시간의 순환 일관성으로부터 대응 관계 학습(CVPR 2019): 샤오롱 왕(Xiaolong Wang)과 알렉세이 A. 에프로스(Alexei A. Efros)와 공동 저술한 이 연구는 비표지 비디오에서 시간적 순환 일관성을 사용하여 시각적 대응 관계에 대한 일반적인 표현을 학습하는 것을 제안했습니다.
• 시각적 메타 강화 학습을 위한 비지도 커리큘럼(NeurIPS 2019): 이 연구는 에이전트의 자체 궤적에 대한 심층 클러스터링을 적용하여 시각 운동 기술의 비지도 발견 및 메타 학습 방법을 탐구했습니다.
• 반복적 생성을 위한 확장 가능한 적응형 계산(ICML 2023): 이 연구는 고차원 데이터의 반복적 생성을 위해 계산을 적응적으로 할당할 수 있는 범용 신경 아키텍처를 제시하여 이미지 및 비디오 생성에서 강력한 결과를 달성했습니다.

그의 논문 목록은 그의 개인 웹사이트와 학술 프로필에서 확인할 수 있습니다. ^{[1] [4]}

수상 및 인정

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