Bozza:Vladlen Koltun

Da Wikipedia, l'enciclopedia libera.
Vai alla navigazione Vai alla ricerca
Questa pagina è la bozza di una voce (per i revisori: criteri • pubblica).
Ne è stata richiesta la pubblicazione, ma non è stata ancora considerata accettabile.
Correggi la voce secondo le indicazioni fornite prima di riproporla per la pubblicazione.
Data richiesta
Esito revisione
7 ottobre 2024
Problemi di tempo relativo (es: Attualmente...); va aggiunto il template {{Bio}}; la voce manca anche di wikificazione (es: assenza quasi totale di Wikilink.
Ho il dubbio che tutte le informazioni riportate nella voce siano enciclopediche: vi sono molti dettagli minori. Relativamente a questo, la sezione Critica all’indice di Hirsch sembra realmente un dettaglio non biografico.
Sicuramente vi è rilevanza dal punto di vista scientifico, ma la lista delle Opere, alcune delle quali "solo" pubblicate su arxiv (va visto poi quanto son citate...) non sembra interamente rilevante; appare piuttosto scelta in modo arbitrario. Manca una sezione su premi e riconoscimenti per sottolineare la sua rilevanza enciclopedica. --Utente:Ruthven
Chiedi chiarimenti
Elemento Wikidata Elemento Wikidata: Vladlen Koltun (Q69497087)
A questa voce o sezione va aggiunto il template {{Bio}}
Puoi aggiungere e riempire il template secondo le istruzioni e poi rimuovere questo avviso. Se non sei in grado di riempirlo in buona parte, non fare nulla; non inserire template vuoti.

Vladlen Koltun (natonel 1980) è un informatico e ricercatore nei sistemi intelligenti di nazionalità israelo-americana. Attualmente ricopre la posizione di scienziato di punta presso Apple Inc. Le principali aree di ricerca di Koltun sono l’intelligenza artificiale, la computer vision, il machine learning e il riconoscimento di modelli. Ha inoltre apportato un significativo contributo ai settori della robotica e della guida autonoma.[1]

I contributi di Koltun alla ricerca e alle pubblicazioni riguardano le aree delle reti neurali convoluzionali, della simulazione della realtà, della sintesi della visualizzazione[2], del rendering fotorealistico, della simulazione di auto a guida autonoma in ambiente urbano, della grafica computerizzata 3D, della locomozione dei robot[3] e della manovrabilità dei droni in ambiente dinamico.[4][5]

È anche noto per il suo lavoro sul sistema di miglioramento del fotorealismo[6][7] e per lo studio critico dell’indice di Hirsch, una metrica del lavoro degli scienziati comunemente utilizzata all’interno della comunità.[8]

Gioventù e istruzione

[modifica | modifica wikitesto]

Vladlen Koltun è natonel 1980 a Kiev, in Ucraina ed è cresciuto in Israele.[9] Ha conseguito la laurea triennale in informatica magna cum laude presso l’Università di Tel Aviv nel 2000. Ha proseguito gli studi universitari conseguendo il dottorato con lode in informatica nel 2002, con una tesi dal titolo “Disposizioni in quattro dimensioni e strutture correlate”; il suosupervisore di dottorato è stato Micha Sharir.[9][10] Successivamente ha completato il suo post-dottorato sotto la supervisione di Christos Papadimitriou presso la University of California, Berkeley, dove ha condotto ricerche nella teoria dell’informatica tra il 2002 e il 2005.[11]

Carriera

[modifica | modifica wikitesto]

Koltun ha ricoperto il ruolo di professore associato presso la Stanford University dal 2005 al 2013, dove ha tenuto corsi nei settori dell’informatica, della grafica computerizzata e degli algoritmi geometrici.[12] Durante il suo incarico presso la Stanford University ha supervisionato studenti di dottorato e ricercatori post-dottorato.[10] A Stanford, Koltun ha ricevuto la Sloan Research Fellowship[13] e il National Science Foundation's Career Award.[14]

Le ricerche di Koltun a Stanford hanno contribuito allo sviluppo della tecnologia di modellazione 3D basata su dati in collaborazione con Siddhartha Chaudhuri.[15] Il lavoro di Chaudhuri, insieme a Koltun, Evangelos Kalogerakis e Leonidas Guibas, ha portato alla pubblicazione di un articolo su SIGGRAPH nel 2011.[16] Di conseguenza, Mixamo ha ottenuto una licenza per la tecnologia da Stanford e successivamente Adobe Inc. ha acquisito Mixamo e ha ulteriormente sviluppato Adobe Fuse CC, un software di grafica computerizzata 3D che consentiva agli utenti di creare personaggi 3D.[17] Nel 2014, Koltun si è unitoad Adobe per condurre ricerche nel campo dell’elaborazione visuale con un focus principale sulla ricostruzione tridimensionale.[18]

Koltun ha lasciato Adobe per unirsi a Intel, dove ha ricoperto diverse posizioni fino al 2021, lavorando su progetti di ricerca e sviluppo per i sistemi intelligenti dell’azienda.[1][19]

Dall’agosto 2021 Koltun è uno degli scienziati principali di Apple Inc.[12]

Ricerca

[modifica | modifica wikitesto]

Presso Intel, Koltun ha contribuito allo sviluppo di simulatori di realtà virtuale per la guida autonoma urbana, robot e droni, concentrandosi sulle tecniche di apprendimento profondo con reti neurali in ambienti virtuali. Queste reti hanno subito un apprendimento basato su tentativi ed errori nella realtà virtuale prima di essere trasferite a robot o droni per applicazioni nel mondo reale. Questo metodo è stato applicato al robot ANYmal, una macchina quadrupede con feedback propriocettivo nel controllo della locomozione.[20][4][21]

Gli studi nel campo della guida autonoma urbana hanno portato il gruppo di Koltun allo sviluppo del progetto Car Learning to Act (CARLA) nel 2017.[22] Si tratta di un simulatore open source, basato su Unreal Engine, che può essere utilizzato per testare tecnologie di guida autonoma in ambienti realistici con situazioni pericolose casuali.[22][23][24] Il progetto è stato finanziato da Intel Labs e Toyota Research Institute.[22][25]

Nel 2020, ispirato da Google Cardboard, Koltun ha sviluppato OpenBot insieme allo scienziato tedesco Matthias Müller.[3][26] Si tratta di un insieme di software che trasforma gli smartphone Android in robot a quattro ruote capaci di navigazione, tracciamento degli oggetti ed evitamento degli ostacoli. Il robot include un telaio stampabile in 3D, controller, LED, un supporto per smartphone e un cavo USB.[26] Il software è composto dalla scheda Arduino Nano, che fa da ponte tra lo smartphone e le operazioni di attuazione del motore e delle batterie, e da un’app Android responsabile dell’integrazione dei dati.[3][26] Il progetto è stato rilasciato come software open-source per applicazioni legate alla robotica, con il kit di sviluppo software disponibile su GitHub.[27][28]

Koltun ha anche contribuito allo sviluppo ulteriore nei campi della sintesi e del rendering fotorealistico in 3D. Nel 2021, utilizzando il suo lavoro con altri ricercatori presso Intel, è stato testato un sistema di miglioramento del fotorealismo denominato “Enhancing Photorealism Enhancement”[29] in Grand Theft Auto 5.[30][31][32]

Critica all’indice di Hirsch

[modifica | modifica wikitesto]

Koltun ha espresso preoccupazioni riguardo all’affidabilità dell'indice h, evidenziando l’incremento dei valori causato dall’ampia diffusione di lavori con co-autori nelle comunità scientifiche. Questa critica è stata presentata in collaborazione con David Hafner.[33][34]

Opere

[modifica | modifica wikitesto]
  • Richter, Stephan R.; Hassan Abu AlHaija; Koltun, Vladlen (2021). "Enhancing Photorealism Enhancement". arXiv:2105.04619 [cs.CV].
  • Joonho Lee, Jemin Hwangbo, Lorenz Wellhausen, Vladlen Koltun, Marco Hutter; Learning Quadrupedal Locomotion over Challenging Terrain, Science Robotics (2020)
  • Elia Kaufmann, Antonio Loquercio, René Ranftl, Matthias Müller, Vladlen Koltun, Davide Scaramuzza; Deep Drone Acrobatics, 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: A Platform for Embodied AI Research, International Conference on Computer Vision (2019)[37]
  • Chen Chen, Qifeng Chen, Jia Xu, Vladlen Koltun, Learning to See in the Dark, Computer Vision and Pattern Recognition (CVPR), Salt Lake City, UT, June 2018
  • Bai, Shaojie; Zico Kolter, J.; Koltun, Vladlen (2018). "An Empirical Evaluation of Generic Convolutional and Recurrent Networks for Sequence Modeling". arXiv:1803.01271 [cs.LG].
  • Zhou, Qian-Yi; Park, Jaesik; Koltun, Vladlen (2018). "Open3D: A Modern Library for 3D Data Processing". arXiv:1801.09847 [cs.CV].
  • Alexey Dosovitskiy, German Ros, Felipe Codevilla, Antonio López, Vladlen Koltun; CARLA: An Open Urban Driving Simulator, Conference on Robot Learning (CoRL) 2017
  • F Yu, V Koltun; Multi-Scale Context Aggregation by Dilated Convolutions, International Conference on Learning Representations (ICLR) 2016
  • Stephan R Richter, Vibhav Vineet, Stefan Roth, Vladlen Koltun; Playing for Data: Ground Truth from Computer Games, European Conference on Computer Vision (ECCV) 2016
  • Sergey Levine, Vladlen Koltun; Guided Policy Search, International Conference on Machine Learning (ICML) 2013
  • Philipp Krähenbühl, Vladlen Koltun; Efficient inference in fully connected CRFs with Gaussian edge potentials, Advances in Neural Information Processing Systems (NIPS) 2011

Note

[modifica | modifica wikitesto]
  1. ^ a b Vladlen Koltun, su ieeexplore.ieee.org, Institute of Electrical and Electronics Engineers. URL consultato il 29 agosto 2024.
  2. ^ This new tech from Intel Labs could revolutionize VR gaming, su pcgamesn.com, PC Games. URL consultato il 7 settembre 2024.
  3. ^ a b c How To Turn Your Smartphone Into A Robot, su discovermagazine.com, Discover Magazine.
  4. ^ a b Joonho Lee, Jemin Hwangbo, Lorenz Wellhausen, Vladlen Koltun e Marco Hutter, Learning quadrupedal locomotion over challenging terrain, in Science Robotics, vol. 5, n. 47, 2020, DOI:10.1126/scirobotics.abc5986, PMID 33087482. URL consultato il 7 settembre 2024.
  5. ^ Robots, hominins and superconductors: 10 remarkable papers from 2019, in Nature, vol. 576, n. 7787, 2019, pp. 394–396, Bibcode:2019Natur.576..394., DOI:10.1038/d41586-019-03834-4, PMID 31844266. URL consultato il 7 settembre 2024.
  6. ^ (PT) GTA 5 ficamaisrealista com aprendizado de máquina do Intel Labs, su Terra. URL consultato il 7 settembre 2024.
  7. ^ (DE) GTA 5: Intel überarbeitetSpielegrafikmithilfedeutscherStädte, su Allround-PC, 19 maggio 2021. URL consultato il 7 settembre 2024.
  8. ^ Jamie Durrani, Reliability of researcher metric the h-index is in decline, su chemistryworld.com, Chemistry World, 29 luglio 2021. URL consultato il 7 settembre 2024.
  9. ^ a b Arrangements in four dimensions and related structures, su nli.org.il, The National Library of Israel. URL consultato il 7 settembre 2024.
  10. ^ a b Vladlen Koltun, su mathgenealogy.org, Math Genealogy. URL consultato il 7 settembre 2024.
  11. ^ Introducing scholars who have recently joined the faculty, su Stanford University News, 6 novembre 2021. URL consultato il 7 settembre 2024 (archiviato dall'url originale il 6 novembre 2021).
  12. ^ a b Vladlen Koltun's Biography, su vladlen.info.
  13. ^ Sloan Research Fellowship in computer science (2007) (PDF), su sloan.org, Alfred P. Sloan Foundation.
  14. ^ Career Award: Fundamental Geometric Algorithms, su nsf.gov.
  15. ^ 3D modeling with data-driven suggestions, su purl.stanford.edu, Stanford Digital Repository.
  16. ^ Probabilistic Reasoning for Assembly-Based 3D Modeling, su cs.cornell.edu, Cornell University.
  17. ^ Adobe buys 3D startup Mixamo, su Fortune.
  18. ^ Learning Complex Neural Network Policies with Trajectory Optimization, su graphics.stanford.edu.
  19. ^ Computer Science Bibliography: Vladlen Koltun's affiliations, su dblp.org, Schloss Dagstuhl, Leibniz Center for Informatics.
  20. ^ How robots learn to hike, su sciencedaily.com.
  21. ^ Joonho Lee, Jemin Hwangbo, Lorenz Wellhausen, Vladlen Koltun e Marco Hutter, Learning Quadrupedal Locomotion over Challenging Terrain, in Science Robotics, vol. 5, n. 47, ottobre 2020, DOI:10.1126/scirobotics.abc5986, PMID 33087482, arXiv:2010.11251.
  22. ^ a b c Toyota donates $100,000 for open-source self-driving simulator, su cnet.com, CNET. URL consultato il 7 settembre 2024.
  23. ^ The Open-Source Driving Simulator That Trains Autonomous Vehicles, su technologyreview.com, MIT Technology Review. URL consultato il 7 settembre 2024.
  24. ^ Alexey Dosovitskiy, German Ros, Felipe Codevilla, Antonio Lopez e Vladlen Koltun, CARLA: An Open Urban Driving Simulator, in Conference on Robot Learning (CoRL), novembre 2017, arXiv:1711.03938.
  25. ^ Carla Project, su carla.org.
  26. ^ a b c Intel researchers design smartphone-powered robot that costs $50 to assemble, su venturebeat.com, VentureBeat, 26 agosto 2020. URL consultato il 7 settembre 2024.
  27. ^ Matthias Müller e Vladlen Koltun, OpenBot: Turning Smartphones into Robots, in Cornell University, agosto 2020, arXiv:2008.10631v2.
  28. ^ OpenBot code, su github.com, GitHub, 13 gennaio 2023.
  29. ^ Machine Learning Takes GTA V Photorealism to Never-Before-Seen Levels, su interestingengineering.com, Interesting Engineering, 17 maggio 2021.
  30. ^ 'Grand Theft Auto V' mod adds uncanny photorealism through AI, su Engadget. URL consultato il 7 settembre 2024.
  31. ^ Andrew Liszewski, Grand Theft Auto Looks Frighteningly Photorealistic With This Machine Learning Technique, su gizmodo.com, Gizmodo, 12 maggio 2021.
  32. ^ Ben Dickson, Intel's image-enhancing AI is a step forward for photorealistic game engines, su venturebeat.com, VentureBeat, 31 maggio 2021.
  33. ^ Vladlen Koltun e David Hafner, The h-index is no longer an effective correlate of scientific reputation, in PLOS ONE, vol. 16, n. 6, giugno 2021, pp. e0253397, DOI:10.1371/journal.pone.0253397, PMC 8238192, PMID 34181681.
  34. ^ David Hafner, Data for "The h-index is no longer an effective correlate of scientific reputation", in Mendeley Data, vol. 1, giugno 2021, DOI:10.17632/wsrjd8m2h6.1.

Collegamenti esterni

[modifica | modifica wikitesto]
  Portale Biografie
Estratto da "https://it.wikipedia.org/w/index.php?title=Bozza:Vladlen_Koltun&oldid=141733297"