Raia Hadsell

라이아 해드셀(Raia Hadsell)은 미국 출신의 머신러닝·로보틱스 연구자로, 현재 Google DeepMind의 VP of Research이면서 Frontier AI 부문 공동 리드를 맡고 있다.

학력은 다소 독특하다. Reed College에서 종교학으로 학사 학위를 받은 뒤 컴퓨터 과학으로 전환하였고, 2009년 NYU에서 얀 르쿤 지도로 박사 학위를 받았다. 박사 논문 Learning Long-range Vision for Offroad Robots는 DARPA LAGR 프로젝트의 일환으로 야외 이동 로봇이 자기지도로 장거리 시각 인식을 학습하도록 한 작업이며, 2009년 NYU Outstanding Dissertation Award를 수상하였다.

박사 기간의 또 다른 핵심 작업은 Dimensionality Reduction by Learning an Invariant Mapping(Hadsell, Chopra, LeCun, CVPR 2006), 곧 DrLIM이다. 같은 클래스 표본은 가깝게, 다른 클래스 표본은 마진보다 멀게 끌고 미는 contrastive loss로 저차원 매니폴드를 학습하는 정식으로, 수밋 초프라의 얼굴 검증 작업과 함께 현대 contrastive learning 연구의 기반이 되었다.

박사 후 경력은 CMU Robotics Institute 포스닥(Drew Bagnell·Martial Hebert 지도), SRI International 비전·로보틱스 그룹을 거쳐 2014년 DeepMind에 합류하였다. DeepMind에서는 Progressive Neural Networks, PathNet, Policy Distillation, Elastic Weight Consolidation 등 연속 학습(continual learning)과 강화학습 기반 로봇 연구를 이끌었다.

본 글의 A Tutorial on Energy-Based Learning(2006) 작업에서 그의 기여는 박사 논문 시기에 다듬어 둔 DrLIM 형식이 §5 Good and Bad Loss Functions 분석에 그대로 반영되도록 손실 함수와 margin 조건을 정리한 것이다. 수밋 초프라와 함께 NYU 르쿤 연구실의 대조 학습 라인을 만든 두 사람이다.