Michael Bronstein MAE FIEEE FBCS (n. 1980) es un científico informático, empresario e inversor israelí. Es profesor en el Imperial College de Londres y la Universidad de Lugano y jefe de investigación sobre aprendizaje gráfico en Twitter . En 2022, se unirá a la Universidad de Oxford como profesor DeepMind de Inteligencia Artificial. [1]
Bronstein recibió su doctorado del Technion en 2007. Desde 2010, ha sido profesor en el Instituto de Ciencias Computacionales de la Universidad de Lugano , Suiza . En 2018, ocupó la cátedra de aprendizaje automático y reconocimiento de patrones en el Departamento de Computación del Imperial College de Londres .
Bronstein ha ocupado puestos de visita en la Universidad de Stanford entre 2009 y 2010, y en la Universidad de Harvard y el MIT entre 2017 y 2018. Ha estado afiliado al Instituto Radcliffe de Estudios Avanzados de la Universidad de Harvard (como miembro de Radcliffe, 2017-2018 [2]). ), el Instituto de Estudios Avanzados de la Universidad Técnica de Múnich (como investigador industrial Rudolf Diesel, 2017-2019 [3] ) y el Instituto de Estudios Avanzados de Princeton (como visitante, 2020 [4] ).
Bronstein fue cofundador de la startup israelí Invision, que desarrolló un sensor de rango 3D de luz codificada. La empresa fue adquirida por Intel en 2012 y se ha convertido en la base de la tecnología Intel RealSense . Bronstein se desempeñó como ingeniero principal en Intel entre 2012 y 2019, desempeñando un papel de liderazgo en el desarrollo de RealSense.
En 2018, Bronstein fundó Fabula AI , una startup con sede en Londres que tiene como objetivo resolver el problema de la desinformación en línea observando cómo se propaga en las redes sociales . La empresa fue adquirida por Twitter en 2019. [5] [6]
Los intereses de investigación de Bronstein son, en general, los métodos geométricos teóricos y computacionales para el análisis de datos. Su investigación abarca un espectro de aplicaciones que van desde el aprendizaje automático, la visión por computadora y el reconocimiento de patrones hasta el procesamiento de geometría, gráficos por computadora e imágenes. Es conocido principalmente por su investigación sobre el análisis de formas 3D deformables y el " aprendizaje profundo geométrico " (un término que él acuñó [7] ), generalizando las arquitecturas de redes neuronales a múltiples y gráficos.