Vladlen Koltun

De Wikipedia, la enciclopedia libre
Vladlen Koltun
Información personal
Nacimiento 1980
Nacionalidad Israelí-Estadounidense
Ciudadanía Estados Unidos
Educación
Educación
Educado en Universidad de Tel Aviv Ver y modificar los datos en Wikidata
Supervisor doctoral Micha Sharir Ver y modificar los datos en Wikidata
Información profesional
Ocupación
  • Conducción autónoma
  • Gráficos computacionales
  • Visión por computadora
  • Aprendizaje automático
  • Robótica
Conocido por
  • Adobe Fuse CC
  • Investigaciones sobre Redes neuronales convolucionales en el campo de la imaginería visual
  • Simuladores de realidad virtual para conducción urbana y drones
  • OpenBot[2]​
  • Mejoramiento del fotorrealismo
    • Empleador
  • Stanford University
  • Adobe Inc.
  • Intel
  • Apple Inc.[1]​
    • Sitio web
    Distinciones
    [editar datos en Wikidata]

    Vladlen Koltun (nacido en 1980) es un israelí-estadounidense científico de la computación e investigador de sistemas inteligentes. Actualmente se desempeña como científico distinguido en Apple Inc. Sus principales áreas de investigación son la inteligencia artificial, la visión artificial, el aprendizaje automático y el reconocimiento de patrones. También hizo una importante contribución a la robótica y la conducción autónoma.[6]​

    Las contribuciones de Koltun a la investigación y publicaciones se encuentran en las áreas de redes neuronales convolucionales, realidad simulada, visión sintetizada, renderizado fotorrealista [7]​, simulación de vehículos urbanos autónomos, gráficos 3D por computadora, locomoción de robots,[2]​ y maniobrabilidad de drones en entornos dinámicos.[8]​[9]​ También es conocido por su trabajo sobre el sistema de mejora del fotorrealismo,[10]​[11]​ y por el estudio crítico del índice de Hirsch, una métrica del trabajo de los científicos que es conocida en la comunidad.[12]​

    Primeros años y educación[editar]

    Vladlen Koltun nació en 1980 en Kiev, Ucrania y creció en Israel.[13]​ Completó su licenciatura en ciencias de la computación magna cum laude en la Universidad de Tel Aviv en 2000. Continuó sus estudios en la universidad y terminó su doctorado con honores en informática en el 2002 con su tesis, "Arreglos en cuatro dimensiones y estructuras relacionadas"; su asesor de doctorado fue Micha Sharir.[13]​[14]​ Luego terminó su pasantía postdoctoral bajo la supervisión de Christos Papadimitriou en la Universidad de California, Berkeley, donde realizó una investigación en informática teórica en 2002–2005.[15]​

    Carrera[editar]

    Koltun se desempeñó como profesor asistente en la Universidad de Stanford de 2005 a 2013, donde impartió conferencias en las áreas de ciencias de la computación, gráficos por computadora y algoritmos geométricos.[16]​ Durante su ejercicio en Stanford, supervisó a estudiantes de doctorado e investigadores postdoctorales.[14]​ Mientras estaba en Stanford, Koltun recibió la Beca de Investigación Sloan[3]​ y el Premio a la Carrera de la Fundación Nacional de Ciencias.[4]​

    La investigación de Koltun en Stanford contribuyó al desarrollo de tecnología de modelado 3D basada en datos en colaboración con Siddhartha Chaudhuri.[17]​ El trabajo de Chaudhuri junto con Koltun, Evangelos Kalogerakis y Leonidas Guibas resultó en una publicación SIGGRAPH en 2011.[18]​ Como resultado, Mixamo obtuvo la licencia de la tecnología de Stanford y más tarde Adobe Inc. adquirió Mixamo y desarrolló aún más Adobe Fuse CC. Software de gráficos 3D por computadora en que permitía a los usuarios crear personajes en 3D.[19]​ En 2014, Koltun se unió a Adobe para realizar investigaciones en informática visual con el enfoque principal en la reconstrucción tridimensional.[20]​ Koltun dejó Adobe para unirse a Intel, donde ocupó varios puestos hasta 2021 para los proyectos de I+D de la empresa para Sistemas Inteligentes.[6]​[1]​ Desde agosto de 2021, Koltun se desempeña como científico distinguido en Apple Inc.[16]​

    Investigación[editar]

    En Intel, Koltun contribuyó al desarrollo de simuladores de realidad virtual para conducción autónoma urbana, robots y drones, centrándose en técnicas de aprendizaje por refuerzo profundo con redes neuronales en entornos virtuales. Estas redes se sometieron a un aprendizaje de prueba y error en realidad virtual antes de ser transferidas a robots o drones para aplicaciones del mundo real. Este método se aplicó al robot ANYmal, una máquina cuadrúpeda con retroalimentación propioceptiva en el control de la locomoción.[21]​[8]​[22]​

    Los estudios en el ámbito de la conducción autónoma urbana llevaron al grupo de Koltun a desarrollar el proyecto Car Learning to Act (CARLA) en 2017.[23]​ Se trata de un simulador de código abierto, impulsado por el motor de juegos Unreal Engine, que puede utilizarse para probar tecnologías de conducción autónoma en entornos realistas con situaciones peligrosas aleatorias.[23]​[24]​[25]​ El proyecto fue financiado por Intel Labs y el Instituto de Investigación de Toyota.[23]​[26]​

    En 2020, inspirado en Google Cardboard, Koltun desarrolló OpenBot junto con el científico alemán Matthias Müller.[2]​[27]​ Es una pila de software que transforma los teléfonos inteligentes Android en robots de cuatro ruedas capaces de navegar, rastrear objetos y evitar obstáculos. El robot cuenta con un chasis imprimible en 3D que alberga un controlador, LED, un soporte para teléfono inteligente y un cable USB.[2]​ El software consta de la placa Arduino Nano, que une el teléfono inteligente con las tareas de accionamiento del motor y las baterías, y una aplicación de Android responsable de la integración de datos.[2]​[27]​ El proyecto se lanzó como software de código abierto para aplicaciones relacionadas con robótica con el kit de desarrollo de software disponible en GitHub.[28]​[29]​

    Koltun también contribuyó con avances en los campos de la síntesis y renderizado de vistas fotorrealistas 3D. En el 2021, utilizando su trabajo con otros investigadores de Intel, "Enhancing Photorealism Enhancement",[30]​ se probó un sistema de mejora del fotorrealismo en "Grand Theft Auto 5".[31]​[32]​[33]​

    Crítica del índice de Hirsch[editar]

    Koltun ha expresado su preocupación por la confiabilidad del índice h, destacando la inflación de sus valores debido a la prevalencia de múltiples coautorías en las comunidades científicas. Esta crítica fue presentada en colaboración con David Hafner.[34]​[35]​

    Algunas de sus publicaciones[editar]

    • Richter, Stephan R.; Hassan Abu AlHaija; Koltun, Vladlen (2021). "Mejora del fotorrealismo". arXiv:2105,04619.
    • Joonho Lee, Jemin Hwangbo, Lorenz Wellhausen, Vladlen Koltun, Marco Hutter; Aprendizaje de la locomoción cuadrúpeda sobre terrenos desafiantes, Robótica científica (2020)
    • Elia Kaufmann, Antonio Loquercio, René Ranftl, Matthias Müller, Vladlen Koltun, Davide Scaramuzza; Acrobacias profundas con drones, Robotics: Science and Systems (2020)
    • Manolis Savva, Abhishek Kadian, Oleksandr Maksymets, Yili Zhao, Erik Wijmans, Bhavana Jain, Julian Straub, Jia Liu, Vladlen Koltun, Jitendra Malik, Devi Parikh, Dhruv Batra; Habitat: Una plataforma para la investigación de la IA incorporada, Conferencia internacional sobre visión por computadora (2019)
    • Chen Chen, Qifeng Chen, Jia Xu, Vladlen Koltun, Aprendiendo a ver en la oscuridad, visión por computadora y reconocimiento de patrones (CVPR, por su siglas en inglés), Salt Lake City, UT, junio de 2018
    • Bai, Shaojie; Zico Kolter, J.; Koltun, Vladlen (2018). "Una evaluación empírica de redes convolucionales y recurrentes genéricas para el modelado de secuencias". arXiv:1803.01271.
    • Zhou, Qian-Yi; Park, Jaesik; Koltun, Vladlen (2018). "Open3D: Una biblioteca moderna para el procesamiento de datos 3D". arXiv:1801.09847.
    • Alexey Dosovitskiy, German Ros, Felipe Codevilla, Antonio López, Vladlen Koltun; CARLA: Un simulador de conducción urbana abierto, Conferencia sobre aprendizaje de robots (CoRL, por sus siglas en inglés) 2017
    • F Yu, V Koltun; Agregación de contexto multiescala por convoluciones dilatadas, Conferencia internacional sobre representaciones de aprendizaje (ICLR, por sus siglas en inglés) 2016
    • Stephan R. Richter, Vibhav Vineet, Stefan Roth, Vladlen Koltun; Jugando para datos: "Ground Truth from Computer Games", Conferencia Europea sobre Visión por Computador (ECCV, por sus siglas en inglés) 2016
    • Sergey Levine, Vladlen Koltun; Búsqueda guiada de políticas, Conferencia internacional sobre aprendizaje automático (ICML, por sus siglas en inglés) 2013
    • Philipp Krähenbühl, Vladlen Koltun; Inferencia eficiente en CRF completamente conectados con potenciales de borde gaussianos, Avances en sistemas de procesamiento de información neuronal (NIPS, por sus siglas en inglés) 2011

    Referencias[editar]

    1. ↑ a b «Bibliografía de Ciencias de la Computación: afiliaciones de Vladlen Koltun». Schloss Dagstuhl, Centro Leibniz de Informática. 
    2. ↑ a b c d e «Cómo convertir tu smartphone en un robot». Discover Magazine. 
    3. ↑ a b «Beca de Investigación Sloan en ciencias de la computación (2007)». Fundación Alfred P. Sloan. 
    4. ↑ a b «Premio de Carrera: Algoritmos Geométricos Fundamentales». 
    5. ↑ «Los gráficos computacionales como medio de telecomunicación». Universidad de Princeton. 
    6. ↑ a b «Vladlen Koltun». Institute of Electrical and Electronics Engineers. 
    7. ↑ «This new tech from Intel Labs could revolutionize VR gaming». PC Games. 
    8. ↑ a b Learning quadrupedal locomotion over challenging terrain
    9. ↑ Robots, hominins and superconductors: 10 remarkable papers from 2019
    10. ↑ Tunholi, Murilo. «GTA 5 fica mais realista com aprendizado de máquina do Intel Labs». Terra (en portugués de Brasil). Consultado el 9 de marzo de 2023. 
    11. ↑ Kemper, Jonathan (19 de mayo de 2021). «GTA 5: Intel überarbeitet Spielegrafik mithilfe deutscher Städte». Allround-PC (en de-DE). Consultado el 9 de marzo de 2023. 
    12. ↑ Durrani, Jamie (29 de julio de 2021). «Reliability of researcher metric the h-index is in decline». Chemistry World. 
    13. ↑ a b «Arrangements in four dimensions and related structures». The National Library of Israel. 
    14. ↑ a b «Vladlen Koltun». Math Genealogy. 
    15. ↑ «Introducing scholars who have recently joined the faculty». Stanford University News. 6 de noviembre de 2021. Archivado desde el original el 6 de noviembre de 2021. Consultado el 9 de marzo de 2023. 
    16. ↑ a b «Vladlen Koltun's Biography». 
    17. ↑ «3D modeling with data-driven suggestions». Stanford Digital Repository. 
    18. ↑ «Probabilistic Reasoning for Assembly-Based 3D Modeling». Cornell University. 
    19. ↑ «Adobe buys 3D startup Mixamo». Fortune. 
    20. ↑ {{Cita web|url=https://graphics.stanford.edu/projects/cgpspaper/index.htm%7Ctítulo=Learning Complex Neural Network Policies with Trajectory Optimization}}
    21. ↑ «How robots learn to hike». 
    22. ↑ Lee, Joonho; Hwangbo, Jemin; Wellhausen, Lorenz; Koltun, Vladlen; Hutter, Marco (octubre 2020). «Learning Quadrupedal Locomotion over Challenging Terrain». Science Robotics 5 (47). PMID 33087482. S2CID 224828219. arXiv:2010.11251. doi:10.1126/scirobotics.abc5986. hdl:20.500.11850/448343. 
    23. ↑ a b c «Toyota donates $100,000 for open-source self-driving simulator». CNET. 
    24. ↑ «The Open-Source Driving Simulator That Trains Autonomous Vehicles». MIT Technology Review. 
    25. ↑ Dosovitskiy, Alexey; Ros, German; Codevilla, Felipe; Lopez, Antonio; Koltun, Vladlen (noviembre2017). «CARLA: An Open Urban Driving Simulator». Conference on Robot Learning (CoRL). arXiv:1711.03938. 
    26. ↑ «Carla Project». 
    27. ↑ a b «Intel researchers design smartphone-powered robot that costs $50 to assemble». VentureBeat. 26 de agosto de 2020. 
    28. ↑ Müller, Matthias; Koltun, Vladlen (agosto 2020). «OpenBot: Turning Smartphones into Robots». Cornell University. arXiv:2008.10631v2. 
    29. ↑ «OpenBot code». GitHub. 13 de enero de 2023. 
    30. ↑ [https://interestingengineering.com/machine-learning-takes-gta-v- photorealism-to-never-before-seen-levels «Machine Learning Takes GTA V Photorealism to Never- Before-Seen Levels»]. Interesting Engineering. 17 de mayo de 2021. 
    31. ↑ «'Grand Theft Auto V' mod adds uncanny photorealism through AI». Engadget. Consultado el 9 de marzo de 2023. 
    32. ↑ Liszewski, Andrew (12 de mayo de 2021). «Grand Theft Auto Looks Frighteningly Photorealistic With This Machine Learning Technique». Gizmodo. 
    33. ↑ Dickson, Ben (31 de mayo de 2021). «Intel's image-enhancing AI is a step forward for photorealistic game engines». VentureBeat. 
    34. ↑ Koltun, Vladlen; Hafner, David (junio2021). «The h-index is no longer an effective correlate of scientific reputation». PLOS ONE 16 (6): e0253397. PMC 8238192. PMID 34181681. doi:10.1371/journal.pone.0253397. 
    35. ↑ Hafner, David (junio 2021). «Data for "The h-index is no longer an effective correlate of scientific reputation"». Mendeley Data 1. doi:10.17632/wsrjd8m2h6.1. 

    Enlaces externos[editar]

    Obtenido de «https://es.wikipedia.org/w/index.php?title=Vladlen_Koltun&oldid=159639674»