Lucas Beyer 是 Google DeepMind 的计算机科学家和研究员，以其在机器学习和计算机视觉方面的工作而闻名。他因作为 Vision Transformer (ViT) 论文的合著者而声名鹊起，该论文引入了一种用于图像识别的Transformer架构，标志着深度学习领域的重大转变。Beyer 的研究重点是扩展神经网络并提高其效率和鲁棒性。
Beyer 的职业生涯横跨工业界和学术界。他在亚琛工业大学完成了博士研究，期间致力于机器人感知和机器学习应用。在弗莱堡大学完成博士后职位后，他于 2018 年加入谷歌，最初在 Google Cloud AI 部门工作，后来转到 Google Brain（现为 Google DeepMind 的一部分）。他在谷歌的工作涉及大规模视觉模型、自监督学习以及视觉与语言的交叉领域。
Vision Transformer (ViT)
2020 年，Beyer 与 Alexey Dosovitskiy 及其他 Google Brain 同事发表了论文《一张图像等于 16x16 个词：用于大规模图像识别的 Transformer》。该论文证明，直接应用于图像块序列的纯Transformer可以在图像分类任务上与最先进的卷积网络竞争，尤其是在大型数据集上预训练时。这项工作为后续的视觉 Transformer 模型奠定了基础，并影响了Transformer架构在自然语言处理之外的更广泛采用。
扩展与效率研究
Beyer 对高效扩展神经网络的研究做出了贡献。他致力于降低训练和推理计算成本的方法，例如知识蒸馏、量化和高效注意力机制。他的研究通常强调实际改进，使大型模型能够部署到现实应用中，这与 Google DeepMind 在管理资源约束的同时推动人工智能边界的努力相一致。
对开源和社区的贡献
Beyer 是开源研究和可复现性的倡导者。他为多个开源项目做出了贡献，包括 TensorFlow 和 JAX，并发布了其研究的代码和模型。他还以在社交媒体和学术论坛上的活跃表现而闻名，在那里他讨论机器学习的最新进展，并提供对 Google DeepMind 研究过程的见解。
影响与认可
ViT 论文已成为计算机视觉领域被引用最多的作品之一，截至 2025 年已有数千次引用。Beyer 的工作影响了学术研究和行业实践，特别是在图像分类、目标检测和视频理解等领域。他的贡献通过受邀在主要会议和研讨会上发言而获得认可，他继续是人工智能研究社区中的杰出人物。
当前工作
截至 2025 年，Beyer 继续在 Google DeepMind 工作，专注于推进视觉模型及其与大型语言模型的集成。他最近的项目包括探索结合视觉和文本理解的多模态模型，旨在创建更通用、更强大的 AI 系统。