Vladlen Koltun

Vladlen Koltun ( en hebreo : ולדלן קולטן ; nacido en 1980) es un científico informático israelí-estadounidense e investigador de sistemas inteligentes . Actualmente trabaja como científico distinguido en Apple Inc. Sus principales áreas de investigación son la inteligencia artificial , la visión por computadora , el aprendizaje automático y el reconocimiento de patrones . También ha realizado una contribución significativa a la robótica y la conducción autónoma . ^{[ 6 ]}

Las contribuciones de Koltun a la investigación y las publicaciones se encuentran en las áreas de redes neuronales convolucionales , simulación de la realidad , síntesis de vistas , ^{[ 7 ]} renderizado fotorrealista , simulación de coches autónomos urbanos , gráficos por ordenador 3D , locomoción robótica , ^{[ 1 ]} y maniobrabilidad de drones en entornos dinámicos. ^{[ 8 ] [ 9 ]}

También es conocido por su trabajo en 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 común en la comunidad. ^{[ 12 ]}

Vladlen Koltun nació en 1980 en Kiev, Ucrania , y creció en Israel. ^{[ 13 ]} Completó su licenciatura en ciencias de la computación con honores (magna cum laude) de la Universidad de Tel Aviv en 2000. Continuó sus estudios en la universidad y finalizó su doctorado con honores en ciencias de la computación en 2002 con una tesis titulada " Arrangements in four dimensions and related structures" ; su director de tesis fue Micha Sharir . ^{[ 13 ] [ 14 ]} Luego completó su estancia postdoctoral bajo la supervisión de Christos Papadimitriou en la Universidad de California, Berkeley , donde realizó investigaciones en ciencias de la computación teórica entre 2002 y 2005. ^{[ 15 ]}

Koltun fue profesor asistente en la Universidad de Stanford desde 2005 hasta 2013, donde impartió clases en las áreas de informática, gráficos por computadora y algoritmos geométricos. ^{[ 16 ]} Durante su estancia en Stanford, supervisó a estudiantes de doctorado e investigadores posdoctorales. ^{[ 14 ]} Mientras estuvo en Stanford, Koltun recibió la beca de investigación Sloan ^{[ 2 ]} y el premio Career Award de la Fundación Nacional de Ciencias . ^{[ 3 ]}

La investigación de Koltun en Stanford contribuyó al desarrollo de la 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 dio como resultado una publicación en SIGGRAPH en 2011. ^{[ 18 ]} Como resultado, Mixamo obtuvo la licencia de la tecnología de Stanford y posteriormente Adobe Inc. adquirió Mixamo y desarrolló aún más Adobe Fuse CC , un software de gráficos por computadora 3D que permitía a los usuarios crear personajes 3D. ^{[ 19 ]} En 2014, Koltun se unió a Adobe para realizar investigaciones en computación visual con el enfoque principal en la reconstrucción tridimensional. ^{[ 20 ]}

Koltun dejó Adobe para unirse a Intel , donde ocupó varios puestos hasta 2021 en los proyectos de I+D de la compañía para Sistemas Inteligentes. ^{[ 6 ] [ 5 ]}

Desde agosto de 2021, Koltun se ha desempeñado como científico distinguido en Apple Inc. ^{[ 16 ]}

En Intel, Koltun contribuyó al desarrollo de simuladores de realidad virtual para la conducción autónoma urbana, robots y drones, centrándose en técnicas de aprendizaje profundo por refuerzo con redes neuronales en entornos virtuales. Estas redes se sometieron a un aprendizaje por ensayo y error en RV antes de ser transferidas a robots o drones para aplicaciones en el 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 al desarrollo del proyecto Car Learning to Act (CARLA) en 2017. ^{[ 23 ]} Se trata de un simulador de código abierto , impulsado por 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 Toyota Research Institute. ^{[ 23 ] [ 26 ]}

En 2020, inspirado por Google Cardboard , Koltun desarrolló OpenBot junto con el científico alemán Matthias Müller. ^{[ 1 ] [ 27 ]} Se trata de un conjunto de software que transforma 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 aloja un controlador, LED, un soporte para teléfono inteligente y un cable USB. ^{[ 27 ]} El software consta de la placa Arduino Nano , que conecta el teléfono inteligente con las tareas de actuación del motor y las baterías, y una aplicación Android responsable de la integración de datos. ^{[ 1 ] [ 27 ]} El proyecto se publicó como software de código abierto para aplicaciones relacionadas con la robótica, con el kit de desarrollo de software disponible en GitHub . ^{[ 28 ] [ 29 ]}

Koltun también contribuyó al desarrollo de los campos de síntesis y renderizado de vistas fotorrealistas 3D. En 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 ]}

Koltun fue coautor de una investigación que desarrolló Swift, un sistema de drones autónomos que utiliza sensores a bordo y que puede igualar el rendimiento de campeones mundiales humanos. ^{[ 34 ] [ 35 ]} El sistema integra el aprendizaje profundo por refuerzo con datos del mundo real, lo que permite que el dron funcione eficazmente en entornos físicos. ^{[ 34 ]}

• Elia Kaufmann, Leonard Bauersfeld, Antonio Loquercio, Matthias Müller, Vladlen Koltun, Davide Scaramuzza, Carreras de drones de nivel campeón utilizando aprendizaje profundo por refuerzo , Nature, vol. 620, agosto de 2023 ^{[ 34 ]}
• Richter, Stephan R.; Hassan Abu AlHaija; Koltun, Vladlen (2021). "Mejora del fotorrealismo". arXiv : 2105.04619 [ cs.CV ].
• Joonho Lee, Jemin Hwangbo, Lorenz Wellhausen, Vladlen Koltun, Marco Hutter; Aprendizaje de la locomoción cuadrúpeda sobre terreno desafiante , Science Robotics (2020) ^{[ 8 ]}
• Elia Kaufmann, Antonio Loquercio, René Ranftl, Matthias Müller, Vladlen Koltun, Davide Scaramuzza; Acrobacia profunda con drones , Robótica: ciencia y sistemas (2020) ^{[ 38 ]}
• 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 IA encarnada , Conferencia internacional sobre visión por computadora (2019) ^{[ 39 ]}
• Chen Chen, Qifeng Chen, Jia Xu, Vladlen Koltun, Aprender a ver en la oscuridad, Visión por computadora y reconocimiento de patrones (CVPR), 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 [ cs.LG ].
• Zhou, Qian-Yi; Park, Jaesik; Koltun, Vladlen (2018). "Open3D: Una biblioteca moderna para el procesamiento de datos 3D". arXiv : 1801.09847 [ cs.CV ].
• Alexey Dosovitskiy, Germán Ros, Felipe Codevilla, Antonio López, Vladlen Koltun; CARLA: Un simulador de conducción urbana abierto , Conferencia sobre aprendizaje de robots (CoRL) 2017
• F. Yu, V. Koltun; Agregación de contexto multiescala mediante convoluciones dilatadas , Conferencia Internacional sobre Representaciones de Aprendizaje (ICLR) 2016
• Stephan R Richter, Vibhav Vineet, Stefan Roth, Vladlen Koltun; Jugando por datos: la verdad fundamental de los videojuegos , Conferencia Europea sobre Visión por Computadora (ECCV) 2016
• Sergey Levine, Vladlen Koltun; Búsqueda de políticas guiadas , Conferencia Internacional sobre Aprendizaje Automático (ICML) 2013
• Philipp Krähenbühl, Vladlen Koltun; Inferencia eficiente en CRF totalmente conectados con potenciales de borde gaussianos , Advances in Neural Information Processing Systems (NIPS) 2011

• Patentes del inventor Vladlen Koltun
• Perfil de erudito semántico