Выпуск 2026 Лаборатории ИИ Беркли: 30+ докторов с исследованиями в робототехнике, LLM и зрении
Лаборатория искусственного интеллекта Беркли (BAIR) представила очередной выпуск 2026 года из 30+ докторов наук. Их работы охватывают полный спектр современного ИИ: от робототехники и воплощённого интеллекта до больших языковых моделей и компьютерного зрения, от генеративного моделирования и безопасности ИИ до взаимодействия человека и ИИ, а также применения ИИ в науке и здравоохранении.
Отдельные выпускники и их направления: Байфэн Ши работает над обобщёнными моделями зрения и робототехники, переходит в Physical Intelligence. Чарли Снелл исследует масштабирование LLM: как можно обмениваться различными парадигмами масштабирования (test-time scaling vs pretraining) и превращать тестовые выводы в выучиваемые представления. Дэвин Гиллори сосредоточен на учёте смещений данных в моделях компьютерного зрения. Ив Флейсиг проектирует языковые модели для надёжной и справедливой работы с широким спектром пользователей, включая методы борьбы с предвзятостью и оценку вреда, её ждёт постдок в Princeton CITP.
Грейс Луо работает над интерпретацией и управлением генеративными моделями, включая переназначение генераторов изображений для задач компьютерного зрения. Ханлинь Чжу сосредоточен на понимании и улучшении возможностей рассуждения LLM и присоединяется к OpenAI. Хаоджи Ци работает над ловким манипулированием и обучением робототехнике, переходит в Amazon и получает должность факультета в Чикагском университете.
Ж.Д. Замфиреску-Перейра изучает эффективное сотрудничество человека и ИИ в дизайне, разработав системы, которые смешивают языковые интерфейсы со структурированными интерфейсами пользователя. Его ждёт позиция ассистента профессора в UCLA. Цзячэнь Лянь сосредоточен на человекоориентированном ИИ в речи, здравоохранении и системах, ищет таланты для своего стартапа.
Джош Канг изучает моделирование языка и симуляцию пользователя для построения диалоговых, сотруднических ИИ-агентов, переходит в Mistral AI. Кейлоу Литтлджон руководил разработкой мультимодальных инструментов ИИ для трансляции активности мозга в текст и речь (опубликовано в Nature 2023). Кент Чанг работает над оценкой LLM и мультимодальными системами понимания диалога, ищет работу в академии или промышленности.
Многие выпускники направляются на должности членов технического персонала в Physical Intelligence и Amazon, в научные должности в Mistral AI и OpenAI, в постдокторские позиции в престижные институты, а также создают собственные стартапы. Лаборатория особо благодарит Stanford AI Lab за вдохновение для организации такой презентации.
Ключевые факты
- BAIR выпустила 30+ кандидатов наук в 2026 году, исследования охватывают полный спектр современного ИИ: от робототехники и LLM до компьютерного зрения и безопасности
- Выпускники демонстрируют специализированные достижения: Чарли Снелл на масштабировании LLM (test-time scaling), Ив Флейсиг на справедливости и надёжности LLM, Ханлинь Чжу на рассуждении LLM, Грейс Луо на интерпретации генеративных моделей
- Крупные переходы в промышленность: OpenAI (Ханлинь Чжу), Mistral AI (Джош Канг), Physical Intelligence (Байфэн Ши, Кевин Блэк), Amazon (Хаоджи Ци); несколько получают факультетские позиции (Ж.Д. Замфиреску-Перейра в UCLA, Хаоджи Ци в Чикагском)
- Многие выпускники запускают собственные стартапы и ищут сотрудников, включая инициативы в сотрудничестве человека-ИИ и человекоориентированном ИИ для здравоохранения и речи
- Тематическое разнообразие: встречаются работы в нейротехнологиях (мультимодальная трансляция активности мозга в речь, Nature 2023), дизайне взаимодействия (языковые интерфейсы для ИИ-дизайна), и ИИ-агентах (диалоговые системы, сотрудничество)
Почему это важно
BAIR, один из ведущих источников исследований и кадров в области ИИ. Выпуск 2026 года демонстрирует, где движется граница современного ИИ: от практических приложений (робототехника, речь, медицина) к фундаментальным вопросам (масштабирование LLM, справедливость, безопасность, интерпретация). Того, что аспиранты BAIR получают факультетские позиции и присоединяются к лидирующим компаниям, указывает на качество подготовки и спрос рынка на этих исследователей.
Кому это важно
Инженеры и исследователи ИИ, которые отслеживают развитие области и ищут новые идеи. Компании, нанимающие специалистов в ИИ (OpenAI, Mistral AI, Physical Intelligence, Amazon, Google, Meta и др.). Университеты и исследовательские лаборатории, конкурирующие за таланты. Стартапы, ищущие основателей и ранних сотрудников. Люди, интересующиеся тем, как лучшие выпускники в ИИ применяют свои знания.
Как это применить
Для работодателей и рекрутеров в ИИ: профили выпускников (с сайтами и достижениями) служат справочником квалифицированных кандидатов. Для исследователей: имена и области работы показывают, над чем активно работают специалисты уровня PhD. Для студентов, рассматривающих аспирантуру: BAIR, пример лаборатории с высокой отдачей (выпускники получают позиции в лучших местах). Ссылки на веб-сайты и публикации предоставляют точку входа для глубокого изучения конкретных исследований.
Можно ли доверять
Информация идёт из официального источника BAIR. Профили, позиции, области исследования и дальнейшие места работы указаны выпускниками самих себя или лабораторией на базе достоверной информации. Упомянутые компании (OpenAI, Mistral AI, Amazon, Physical Intelligence), реальные, известные работодатели в ИИ. Упомянутые публикации (Nature 2023, Nature Neuroscience 2025) можно проверить в БД PubMed/Google Scholar. Факультетские позиции проверяемы на веб-сайтах университетов.
Риски и подводные камни
Информация статична: людьми, указанными как «ищущие позицию», ко времени чтения могли уже найти места работы. Карьерные планы выпускников могут измениться. Некоторые выпускники указывают ссылку на LinkedIn вместо личного веб-сайта, данные там менее детальны. Количество выпускников (30+ вместо точной цифры) намекает на неполный список на момент публикации. Для тех, кто ищет конкретные таланты, требуется напрямую связаться с выпускниками через предоставленные контакты.