जितेंद्र मलिक (जन्म 11 अक्टूबर 1960) एक भारतीय-अमेरिकी शिक्षाविद हैं, जो कैलिफोर्निया विश्वविद्यालय, बर्कले में इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर विज्ञान के आर्थर जे. चिक प्रोफेसर हैं। वे कंप्यूटर विज़न में अपने शोध के लिए जाने जाते हैं, जिसमें दृश्य पहचान, विभाजन और रोबोटिक्स शामिल हैं, और उन्होंने तकनीकी योगदान और नेतृत्व दोनों के माध्यम से इस क्षेत्र को प्रभावित किया है।
मलिक के कार्य ने कम्प्यूटेशनल मॉडलिंग और जैविक दृष्टि के बीच सेतु का काम किया है, जो मनोविज्ञान और तंत्रिका विज्ञान से प्रेरणा लेता है। उन्होंने अस्सी से अधिक डॉक्टरेट छात्रों और पोस्टडॉक्टरल शोधकर्ताओं का मार्गदर्शन किया है, जिनमें से कई अब शैक्षणिक और औद्योगिक शोध समूहों का नेतृत्व करते हैं। उनके योगदान को कई पुरस्कारों से मान्यता मिली है, जिसमें 2019 का IEEE कंप्यूटर सोसाइटी कंप्यूटर पायनियर पुरस्कार भी शामिल है।
शैक्षणिक जीवनी
मलिक का जन्म 11 अक्टूबर 1960 को मथुरा, भारत में हुआ था। उन्होंने जबलपुर के सेंट एलॉयसियस सीनियर सेकेंडरी स्कूल से अपनी स्कूली शिक्षा पूरी की। उन्होंने 1980 में भारतीय प्रौद्योगिकी संस्थान कानपुर से इलेक्ट्रिकल इंजीनियरिंग में बीटेक की डिग्री और 1985 में स्टैनफोर्ड विश्वविद्यालय से कंप्यूटर विज्ञान में पीएचडी प्राप्त की। जनवरी 1986 में, वे यूसी बर्कले में शामिल हुए, जहाँ वे इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर विज्ञान विभाग (EECS) के कंप्यूटर विज्ञान प्रभाग में आर्थर जे. चिक प्रोफेसर बने। उनके पास बायोइंजीनियरिंग और संज्ञानात्मक विज्ञान तथा दृष्टि विज्ञान समूहों में भी संकाय नियुक्तियाँ हैं। उन्होंने 2002 से 2004 तक कंप्यूटर विज्ञान प्रभाग के अध्यक्ष और 2004 से 2006 तथा 2016 से 2017 तक EECS विभागाध्यक्ष के रूप में कार्य किया।
मलिक 2015–2016 के दौरान Google में विज़िटिंग रिसर्च साइंटिस्ट थे। बाद में वे मेटा के फंडामेंटल एआई रिसर्च (FAIR) में शामिल हुए, जहाँ उन्होंने मेनलो पार्क में रिसर्च डायरेक्टर और साइट लीड के रूप में कार्य किया, इससे पहले 2025 में वे रोबोटिक्स अनुसंधान के उपाध्यक्ष बने। 2026 में, वे अमेज़न में उपाध्यक्ष और विशिष्ट वैज्ञानिक के रूप में इसके फ्रंटियर एआई और रोबोटिक्स (FAR) प्रयोगशाला में शामिल हुए, जबकि यूसी बर्कले से संबद्ध रहे।
शोध अवलोकन
मलिक कई दशकों से कंप्यूटर विज़न में अग्रणी रहे हैं, जिन्होंने कई मौलिक परिणामों में योगदान दिया है। उनका दृष्टिकोण आमतौर पर मनोविज्ञान और तंत्रिका विज्ञान से प्रेरणा लेता है, जो जैविक दृष्टि के कम्प्यूटेशनल मॉडल में योगदान देता है। उन्होंने कंप्यूटर विज़न की केंद्रीय समस्याओं को "3R" - पहचान (recognition), पुनर्निर्माण (reconstruction), और पुनर्संगठन (re-organization) - के रूप में तैयार किया, और उनके घनिष्ठ संबंध पर जोर दिया। हाल ही में, उनके समूह ने रोबोटिक्स की ओर रुख किया है, जिसमें नेविगेशन और पैर-चालित गति में महत्वपूर्ण योगदान दिया है।
दृश्य पहचान
1990 के दशक के अंत में दृश्य पहचान के लिए ज्यामितीय से सीखने की तकनीकों में संक्रमण हुआ। मलिक के समूह ने हाथ से डिज़ाइन की गई विशेषताओं जैसे टेक्सटन (वेक्टर क्वांटाइज़्ड फ़िल्टर आउटपुट) और आकार संदर्भ (बिंदुओं की सापेक्ष व्यवस्था), साथ ही तेज़ इंटरसेक्शन कर्नेल और SVM-KNN जैसी नवीन मशीन लर्निंग तकनीकों का बीड़ा उठाया। इन्होंने हस्तलिखित अंक पहचान (2001), CAPTCHA तोड़ना (2002), Caltech101 श्रेणियाँ (2005–07), और लोगों का पता लगाना (2009) जैसे कार्यों पर विश्व-रिकॉर्ड प्रदर्शन सक्षम किया। आकार संदर्भ विधि को हेल्महोल्ट्ज़ टेस्ट-ऑफ़-टाइम पुरस्कार मिला और इसके 9,000 से अधिक उद्धरण हैं।
2012 में, जेफ हिंटन के समूह के "AlexNet" कार्य ने गहन शिक्षण क्रांति की शुरुआत की। मलिक ने हिंटन को मानक दृश्य पहचान बेंचमार्क, विशेष रूप से ImageNet पर प्रतिस्पर्धा करके यह साबित करने के लिए प्रोत्साहित करके उत्प्रेरक भूमिका निभाई कि गहन शिक्षण बेहतर काम करता है। AlexNet के बाद, समुदाय सामान्यता के बारे में संदेह में रहा, क्योंकि ImageNet को वस्तु स्थानीयकरण की आवश्यकता नहीं थी। गिरशिक एट अल ने R-CNN विधि का आविष्कार किया, जिसने साबित किया कि यह ImageNet वर्गीकरण पर पूर्व-प्रशिक्षण और उसके बाद वस्तु पहचान के लिए फाइन-ट्यूनिंग के साथ किया जा सकता है। यह पेपर, जिसके CVPR 2014 संस्करण के 44,000 से अधिक उद्धरण हैं, को लॉन्गुएट-हिगिंस टेस्ट-ऑफ़-टाइम पुरस्कार मिला। R-CNN वेरिएंट ने लगभग एक दशक तक वस्तु पहचान पर प्रभुत्व बनाए रखा, जब तक कि विज़न-भाषा मॉडल ने उन्हें पीछे नहीं छोड़ा।
विभाजन
दृश्य समूहीकरण और आकृति-पृष्ठभूमि भेदभाव का अध्ययन एक सदी पहले गेस्टाल्ट स्कूल द्वारा पहली बार किया गया था। मलिक के समूह ने दो दशकों (1995–2015) में इस क्षेत्र को विविध तकनीकों के संग्रह से एक अनुभवजन्य आधारित विज्ञान में बदल दिया। उन्होंने बर्कले सेगमेंटेशन डेटा सेट (BSDS) बनाया, जिसमें कई मानव पर्यवेक्षकों ने अनुभूत सीमाओं को चिह्नित किया, जो विभाजन के पदानुक्रमित मॉडल के साथ स्थिरता दिखाता है। BSDS पेपर के 10,000 से अधिक उद्धरण हैं और इसे हेल्महोल्ट्ज़ टेस्ट-ऑफ़-टाइम पुरस्कार मिला।
इस डेटासेट से लैस होकर, मलिक एट अल ने विभिन्न गेस्टाल्ट संकेतों के लिए एक तर्कसंगतता विकसित की, जिसे "इष्टतम" कहा जा सकता है यदि मानव दृष्टि प्राकृतिक दुनिया के आँकड़ों के अनुकूल होने के लिए विकसित हुई हो। इसने चेरी-पिक्ड उदाहरणों के बजाय विभाजन एल्गोरिदम की मात्रात्मक तुलना को सक्षम किया। मानक डेटासेट पर बेंचमार्किंग का विचार एक मानदंड बन गया, विशेष रूप से वस्तु पहचान में जिसका नेतृत्व पेरोना (Caltech 101) और एवरिंघम एट अल (PASCAL VOC) ने किया।
प्रभाव और विरासत
मलिक का प्रभाव उनके अपने शोध से परे फैला हुआ है। उन्होंने अस्सी से अधिक डॉक्टरेट छात्रों और पोस्टडॉक्टरल शोधकर्ताओं का पर्यवेक्षण किया है, जिनमें से कई MIT, यूसी बर्कले, कार्नेगी मेलन विश्वविद्यालय, कॉर्नेल विश्वविद्यालय, इलिनोइस विश्वविद्यालय अर्बाना-शैंपेन, पेंसिल्वेनिया विश्वविद्यालय और मिशिगन विश्वविद्यालय सहित संस्थानों में प्रमुख शिक्षाविद बन गए हैं, साथ ही Google, मेटा और अन्य प्रमुख संगठनों में औद्योगिक शोधकर्ता भी। उनके कार्य ने कंप्यूटर विज़न के प्रक्षेपवक्र को आकार दिया है, प्रारंभिक फीचर इंजीनियरिंग से गहन शिक्षण युग तक, और रोबोटिक्स और कृत्रिम बुद्धिमत्ता को प्रभावित करना जारी रखा है।