亚历克斯·A·埃弗罗斯（Alexei A. Efros，生于1975年）是一位计算机科学家，现任加州大学伯克利分校教授，并担任该校计算机科学领域的马利克讲席教授（Malik Chair）。他因在计算机视觉和计算机图形学领域的贡献而广受认可，尤其是在图像合成、无监督学习以及基于数据驱动的视觉理解方法方面。埃弗罗斯还因参与创建ImageNet数据集而闻名，该数据集是现代深度学习的基石之一，同时他也在纹理合成和图像修复方面做出了开创性工作。
埃弗罗斯于1975年出生在苏联的一个科学家家庭。他的父亲阿列克谢·L·埃弗罗斯（Alexei L. Efros）是一位物理学家，以研究埃弗罗斯-舒克洛夫变程跳跃电导而知名；他的叔叔亚历山大·埃弗罗斯（Alexander Efros）也是一位物理学家。埃弗罗斯前往美国接受高等教育，于1997年在犹他大学获得计算机科学学士学位。随后，他在加州大学伯克利分校攻读研究生，并于2003年在吉滕德拉·马利克（Jitendra Malik）的指导下完成博士学位。他的博士论文聚焦于纹理合成和基于图像的渲染，为他后来的研究奠定了基础。
学术生涯
完成博士学位后，埃弗罗斯于2003年加入卡内基梅隆大学，担任助理教授。他在卡内基梅隆大学工作至2013年，之后转至加州大学伯克利分校担任教授。在伯克利，他隶属于伯克利人工智能研究中心（BAIR），并指导了众多研究生，这些学生后来在学术界和工业界都取得了显著成就。此外，埃弗罗斯还曾在马克斯·普朗克信息学研究所等机构担任访问职位，并曾在谷歌担任研究科学家。
研究贡献
埃弗罗斯的研究涵盖计算机视觉、计算机图形学和机器学习，重点是利用大规模数据来教导机器理解和生成视觉内容。他早期最具影响力的工作之一是纹理合成，他开发了能够从单一示例生成新纹理的算法，这一问题此前已被研究数十年。他与托马斯·梁（Thomas Leung）合作发表的2001年论文《基于非参数采样的纹理合成》提出了一种简单而有效的方法，成为该领域的标准参考文献。
2003年，埃弗罗斯及其合作者引入了“图像修复”（image completion，也称为inpainting）的概念，即利用图像自身的补丁来填充缺失区域。这项工作发表于论文《基于示例的物体移除修复》，展示了数据驱动方法如何解决此前依赖手工建模的问题。
埃弗罗斯最为人知的贡献或许是参与创建了ImageNet，这是一个用于视觉物体识别研究的大规模视觉数据库。该项目于2007年由李飞飞（Fei-Fei Li）及其合作者（包括埃弗罗斯）发起，涉及从互联网收集数百万张带标签的图像。ImageNet成为年度ImageNet大规模视觉识别挑战赛（ILSVRC）的基础，该挑战赛推动了深度学习领域的重大进展，尤其是在2012年卷积神经网络（CNN）兴起之后。
在无监督学习领域，埃弗罗斯探索了如何在没有显式标签的情况下让机器学习视觉表征。他在2016年发表的论文《通过解拼图游戏进行视觉表征的无监督学习》中展示了，解决拼图任务可以教会网络识别物体和场景，为监督预训练提供了一种强大的替代方案。
重要项目与合作
埃弗罗斯与众多研究机构的研究人员展开了合作，其中包括他的长期合作者吉滕德拉·马利克。他们共同参与了诸如“数据驱动的场景理解”等项目，利用大规模图像集合来推断场景的布局和语义。埃弗罗斯还推动了“视觉类比”的发展，即算法通过学习图像对来应用变换（例如改变风景的季节）。
另一个重要项目是“SUN3D”数据集，这是一个用于三维场景理解的大规模RGB-D（彩色与深度）视频数据库。埃弗罗斯参与了该数据集的创建，该数据集已被广泛用于室内场景重建和导航研究。
奖项与荣誉
埃弗罗斯因其研究获得了多项重要奖项。2016年，他因在计算机视觉和计算机图形学方面的贡献当选为IEEE会士。此外，他于2008年获得ACM SIGGRAPH杰出新研究员奖，2005年获得斯隆研究奖学金，2004年获得美国国家科学基金会职业奖。他的论文多次在CVPR和SIGGRAPH等顶级会议上获得最佳论文奖。
影响与遗产
埃弗罗斯的工作对计算机视觉领域产生了深远影响，尤其是推动了从手工特征到数据驱动、基于学习方法的范式转变。他强调利用大规模真实世界数据，影响了一代研究人员，并在深度学习的兴起中发挥了关键作用。他参与创建的ImageNet数据集如今已成为该领域的标准基准，而他的无监督学习方法为无需昂贵标注的训练模型开辟了新途径。
除了技术贡献，埃弗罗斯还以生动的教学风格和清晰传达复杂概念的能力而闻名。他曾在卡内基梅隆大学和伯克利教授计算机视觉和计算摄影课程，他的讲义被全球教育者和学生广泛使用。
个人生活
埃弗罗斯已婚并有子女，但他对个人生活保持相对低调。他是一位热衷的摄影师，这一爱好与他对视觉数据的专业兴趣相契合。他还喜欢徒步旅行，探索加利福尼亚的自然景观。
参见
- 吉滕德拉·马利克
- 李飞飞
- ImageNet
- 无监督学习
- 计算机视觉
- 纹理合成
- 图像修复
- 深度学习
- 卷积神经网络
- 伯克利人工智能研究中心
参考文献
- Efros, A. A., & Leung, T. K. (1999). 基于非参数采样的纹理合成. IEEE国际计算机视觉大会.
- Efros, A. A., & Freeman, W. T. (2001). 图像拼贴：用于纹理合成和传递的图像 quilting. ACM SIGGRAPH.
- Criminisi, A., Pérez, P., & Toyama, K. (2004). 基于示例的图像修复：区域填充和物体移除. IEEE图像处理汇刊.
- Deng, J., Dong, W., Socher, R., Li, L.-J., Li, K., & Fei-Fei, L. (2009). ImageNet：一个大规模分层图像数据库. CVPR.
- Noroozi, M., & Favaro, P. (2016). 通过解拼图游戏进行视觉表征的无监督学习. ECCV.
- Xiao, J., Owens, A., & Efros, A. A. (2013). SUN3D：使用SfM和物体标签重建的大规模空间数据库. ICCV.
注：关于埃弗罗斯个人生活的部分细节并未公开记录，以上信息基于截至2025年的公开资料。