DeepMind又损大将,AI总监Nando de Freitas离职,曾领导开发Gato、Genie

这边 OpenAI 刚发了又一个引爆 AI 圈的大模型 o1,那边谷歌 DeepMind 高级 AI 总监 Nando de Freitas 宣布了自己离职的消息。9 月 13 日,Nando de Freitas 发推表示自己要离开工作 10 年之久的谷歌 DeepMind 了。「过去无疑是人工智能历史上最激动人心的几年, 自己的成长已经超出了预期,感谢我的那些聪明、慷慨且乐于助人的同事们。」他接着写到,DeepMind 一直是人工智能创新领域的中心,很多著名的研究人员从这里离开并创立了 OpenAI、Mistr

这边 OpenAI 刚发了又一个引爆 AI 圈的大模型 o1,那边谷歌 DeepMind 高级 AI 总监 Nando de Freitas 宣布了自己离职的消息。

9 月 13 日,Nando de Freitas 发推表示自己要离开工作 10 年之久的谷歌 DeepMind 了。「过去无疑是人工智能历史上最激动人心的几年, 自己的成长已经超出了预期,感谢我的那些聪明、慷慨且乐于助人的同事们。」

图片

他接着写到,DeepMind 一直是人工智能创新领域的中心,很多著名的研究人员从这里离开并创立了 OpenAI、Mistral、xAI、UdioMusic、InflectionAI 等公司。事实上,前 DeepMind 员工已经成为大多数成功 AI 公司的核心,包括 AnthropicAI 和 Cohere。

自施乐帕罗奥多研究中心(Xerox Parc)创立以来, 没有哪个组织在技术创新方面比 DeepMind 更有影响力。DeepMind 的确创造了历史,开创了新的未来。

对 Nando de Freitas 而言,他在 DeepMind 从未感到孤独。他的首位经理 Demis Hassabis(谷歌 DeepMind 联合创始人兼 CEO)提供了灵感、科学自由和关怀支持的巨大源泉。他永远不会忘记在经历非常艰难的个人损失时,包括 Hassabis 在内所有人给予自己的支持。他真的希望 Hassabis 及团队能够获得他们应得的「诺贝尔奖」。

Nando de Freitas 很自豪也很感激能够成为机器学习(ML)团队的一员, 并因而收获了很多快乐,从成员身上学到了很多东西,并让梦想成真。

不仅如此,他还表示从 AlphaCode 团队、AlphaGo 团队和很多其他人那里学到了很多东西。当然还要必须感谢 AVS 和 GenMedia 团队,他们在如此短的时间内取得了丰硕的成果,包括 Lyria、Imagen、Veo。他也迫不及待想要看到团队在接下来的几个月和几年里创造出更多令人惊叹的作品。

最后,Nando de Freitas 表示,对于离开 DeepMind,自己非常难过,但正如他最近所说「为了成长和进步,你必须处于不确定的边缘」。现在是时候接受一点不适并开启新的篇章了。

谷歌 DeepMind 的同事们对 Nando de Freitas 的离职纷纷表示惋惜,但也祝福他前程似锦。

图片

图片

Nando de Freitas 介绍

Nando de Freitas 出生在津巴布韦。1991 年,他在南非金山大学(威特沃特斯兰德大学)凭借顶级学力(Top of the class),获得其理学硕士学位。

五年之后,他前往英国剑桥大学信息工程专业攻读博士学位,随后在美国加州大学伯克利分校开启其博士后生涯,在人工智能领域展开深度研究。

图片

2001 到 2014 年,Nando de Freitas 任教为加拿大不列颠哥伦比亚大学的机器学习教授。2013 年又获聘为英国牛津大学计算机科学系教授。

图片

同时自 2014 年起,Nando de Freitas 开始在谷歌 DeepMind 工作,并先后担任首席科学家、高级 AI 总监等职。

图片

在谷歌 DeepMind 期间,Nando de Freitas 共同领导了图像、音乐、音频和视频生成方面的工作。团队成果包括音乐生成工具 Lyria、AI 绘画模型 Imagen 2、AI 基础世界模型 Genie 和 RNN 混合架构模型 Griffin 等。

图片

他还是通才 AI 智能体 Gato 的高级负责人,并共同发起了 AI 编码工具 AlphaCode 和视觉语言模型 Flamingo 项目。

图片

在 Google Scholar 上,Nando de Freitas 的论文引用数接近 7 万,其中《实践中的顺序蒙特卡洛方法》引用次数超过一万一千次,h-index 更是高达 81,在机器学习研究领域可谓大咖级人物。

图片

在 Deep Learning INDABA 的页面中,Nando de Freitas 面向未来的人工智能的恢弘愿景,写下了这样一段话:

「对我来说,研究就像石雕艺术。你在采石场经过长时间的寻找,找到一块石头。当你开始开始雕刻它时,你会发现新的纹理,看到新的可能性,发现从未见过的事物。但继续雕刻时,灾难会突然来临:某处发生断裂。这时你必须保持耐心,继续寻找,直到新的灵感出现。你需要始终保持思考,绝不失去焦点。最终,一件美丽的作品会呈现出来,即使没有,也不要气馁,因为享受这个过程本身就是意义的一部分。机器学习不仅关乎发现,关乎对人工智能的探索,也是一次个人的追寻。更重要的是,它还关乎打造能改善他人生活的产品,而『他人』不仅仅指人类。」

图片

祝愿 Nando de Freitas 未来一切顺利。

相关资讯

DeepMind联合UCL,推出2021强化学习最新课程

DeepMind 的研究科学家和工程师亲自讲授了一套强化学习课程,目前已全部上线。DeepMind 作为全球顶级 AI 研究机构,自 2010 年创建以来已有多项世界瞩目的研究成果,例如击败世界顶级围棋玩家的 AlphaGo 和今年高效预测的蛋白质结构的 AlphaFold。近几年,DeepMind 联合伦敦大学学院(UCL)推出了一些人工智能线上课程,今年他们联合推出的「2021 强化学习系列课程」现已全部上线。该课程由 DeepMind 的研究科学家和工程师亲自讲授,旨在为学生提供对现代强化学习的全面介绍。课程

增大模型依然有用,DeepMind用2800亿参数的Gopher,测试语言系统极限

DeepMind 连发三篇论文,全面阐述大规模语言模型依然在进展之中,能力也在继续增强。近年来,国内外各大 AI 巨头的大规模语言模型(large language model,LLM)一波接着一波,如 OpenAI 的 GPT-3、智源研究院的悟道 2.0 等。大模型已然成为社区势不可挡的发展趋势。然而,当前语言模型存在着一些问题,比如逻辑推理较弱。那么,我们是否可以仅通过添加更多数据和算力的情况下改进这些问题呢?或者,我们已经达到了语言模型相关技术范式的极限?今日,DeepMind「一口气」发表了三篇论文,目的

AI 足球教练上岗利物浦,射门机会提高 13%!来自 DeepMind,网友:这不公平

AI 足球教练登上 Nature 子刊,谷歌 DeepMind 与利物浦队合作三年打造:如同 AlphaGo 颠覆围棋一样,改变了球队制定战术的方式。像是进攻方把球传给谁更容易创造射门机会,防守方如何调整布阵……AI 轻松设计出的高效战术与真实战术难以区分,并且人类专家在 90% 的情况下青睐 AI 的建议!论文共同一作 Petar Veličković表示,足球是比围棋更有挑战性的问题。足球是动态的运动,而且有许多未观察到的因素也会影响结果。有网友认为,“如果体育运动都能用上 AI 了,那么所有一切人类活动都将能