?本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請至雷鋒網(wǎng)官網(wǎng)申請授權(quán)。

又一技術(shù)大咖離開業(yè)界，前往高校攻關(guān)科研！ 

據(jù)Pete Warden（皮特沃登）本人推特消息，他將離開谷歌公司，重返斯坦福大學(xué)攻讀計算機博士學(xué)位。?

?皮特沃登是谷歌公司Tensorflow面向移動和嵌入式設(shè)備部分的技術(shù)主管，也是 Tensorflow團隊的創(chuàng)始成員之一。著有《TinyML》一書，希望讓機器學(xué)習(xí)不再囿于云端超級計算機，而是可以被隱藏于眾多小到可以被忽視的電子零件中。

至于離開谷歌的原因，皮特沃登說：在谷歌推出新的硬件設(shè)備“太難了”，因為一旦失敗會對大公司聲譽造成非常大的影響。

“it’s very costly and time-consuming to launch new hardware devices at Google, because the downsides of a failed or buggy launch to any large company’s reputation are so high. ”

據(jù)悉，皮特沃登已經(jīng)離開校園二十年了，此次重返校園雖然有些冒險，但對“自己能夠構(gòu)建一些東西”有幫助。

皮特沃登還在個人博客寫了一篇文章，表達了離開谷歌的前因后果：

我在谷歌工作了7年，這段時間里，很幸運也很自豪能夠和一些了不起的人一起研究TensorFlow等項目。在過去幾年里，我一直在說“你可以用TensorFlow Lite Micro實現(xiàn)所有美好的TinyML項目”，現(xiàn)在我自己終于也可以隨心所欲的嘗試構(gòu)建自己的東西了。在谷歌我也嘗試過，但在谷歌推出新的硬件設(shè)備是非常昂貴和耗時的，因為一旦失敗會對其聲譽造成非常大的影響。因此，時隔二十多年，我決定重返校園，去斯坦福大學(xué)攻讀計算機科學(xué)博士學(xué)位。過去幾年，我在斯坦福大學(xué)教授EE292D課程，在這過程中，我從學(xué)生對新技術(shù)渴望的熱情中收獲了很多，而且也從Zain Asgar、Sachin Katti、 Boris Murmann等教師身上學(xué)到了很多。現(xiàn)在我很高興能夠有更多的時間從校園中度過。TensorFlow Lite Micro在Advait Jain和團隊其他成員的帶領(lǐng)下非常出色，使用量和人數(shù)在過去幾年持續(xù)增長，所以我對它的未來非常樂觀。過段時間，我會公布更多細節(jié)，但我現(xiàn)在能夠使用將框架部署到”我從項目一開始就夢想的設(shè)備“上了。

離開谷歌，重返校園是一次有趣的新冒險，感謝支持我走到這一步的所有人。?

1 皮特沃登和他的TinyML夢想

?正如前面提到，皮特沃登是人工智能領(lǐng)域的專家。2003年他創(chuàng)建了一組包含45 個圖像的處理過濾器（processing filters ），這些過濾器能夠在 2003 年的筆記本電腦上以 30 fps 的速度檢測視頻內(nèi)容中的特征。當(dāng)時Apple 購買了該技術(shù)并聘請他將其集成到 Apple 的成像相關(guān)產(chǎn)品中。

2011年，皮特沃登聯(lián)合創(chuàng)辦Jetpac，擔(dān)任CTO。當(dāng)時他開發(fā)了一款獨特的產(chǎn)品，能夠分析了 Instagram 上超過1.4億張照片的像素數(shù)據(jù)，并將其轉(zhuǎn)化為全球 5,000多個城市的深度指南。2014年，谷歌收購該公司。

加入谷歌之后，皮特沃登專注于在成本和功率受限的系統(tǒng)中部署機器學(xué)習(xí)。在谷歌，Pete 領(lǐng)導(dǎo)開發(fā)用于移動和嵌入式應(yīng)用程序的 TensorFlow Lite 機器學(xué)習(xí)框架。

這種在一些“不起眼的硬件”中構(gòu)建機器學(xué)習(xí)被行業(yè)稱為TinyML（Tiny Machine Learning）。TinyML 的目標(biāo)是以盡可能低的功耗執(zhí)行 ML 推理。具體而言，正如皮特沃登在其著作提到的那樣：TinyML 的目標(biāo)是在低于 1 mW 的功耗下運行。1 mW是標(biāo)準(zhǔn)紐扣電池運行功率。?

TML示意圖

?因此，TinyML 是機器學(xué)習(xí)和嵌入式 IoT 設(shè)備的交叉領(lǐng)域，是一門新興的工程學(xué)科，具有革新許多行業(yè)的潛力。顯然，TinyML 的主要受益者，是邊緣計算和節(jié)能計算領(lǐng)域。

2019年3月，TensorFlow Lite嵌入式平臺發(fā)布了第一個實驗原型。這是由SparkFun構(gòu)建的開發(fā)板的原型，它有一個Cortex M4處理器，具有384KB的RAM和1MB的閃存存儲。該處理器功率極低，在許多情況下功耗不到1毫瓦，因此它可以僅憑小型紐扣電池運行很多天。

目前，TinyML還處在發(fā)展階段，正如皮特沃登在一次演講中所提到：

“未來的世界有更多的可能性，現(xiàn)在人工智能對于我們，就像八十年代的電腦一樣。我們不知道它會發(fā)展成什么樣子，但是我們可以想象一下我們目前面對的各種問題和挑戰(zhàn)，在工作中面臨的困難。如何用小小的芯片進行機器學(xué)習(xí)？這方面我們可以有新的角度去探索，也有新的研究成果去發(fā)揮作用。”?

2 反映了怎樣的趨勢？

?皮特沃登在業(yè)界已經(jīng)探索了二十年了，今日他選擇離開企業(yè)，選擇重返校園，無疑是對當(dāng)前AI研究人員紛紛重返學(xué)界這一趨勢的印證。

這一趨勢最早從吳恩達開始，隨后李飛飛、張潼、張亞勤、賈佳亞等科學(xué)家也不斷重返學(xué)校。

而在幾年前，對應(yīng)的正是AI基礎(chǔ)研究者紛紛離開學(xué)術(shù)界，加盟工業(yè)界：代表性的標(biāo)志事件是在2011年的NIPS大會上，Hinton接受了Google的邀請，正式加盟Google；此后Facebook、Amazon、Uber以及國內(nèi)百度、阿里、騰訊、滴滴等巨頭也紛紛跟進，而另一方面，產(chǎn)業(yè)界所能提供的海量數(shù)據(jù)以及資源投入對于AI研究者也具有莫大的吸引力，長期從事理論研究的他們也需要一個平臺驗證他們的想法，這也正是當(dāng)時AI人才從學(xué)術(shù)界流向產(chǎn)業(yè)界的原因。

現(xiàn)在這些AI大牛從產(chǎn)業(yè)界重返學(xué)術(shù)界，有人將其視為AI科學(xué)家的“水土不服”，并進而得出“AI熱度正在放緩”的結(jié)論。但從另一個角度上，我們也可以看到這些科學(xué)家們在產(chǎn)業(yè)界檢驗了自己之前的研究之后，帶著新的問題回到學(xué)術(shù)界開展新的研究。

例如，原騰訊AI Lab主任張潼在被問及為什么回歸學(xué)術(shù)界時，他回答：“我最關(guān)心的是10年以后， AI能夠在技術(shù)理論等方面實現(xiàn)重大的突破，并且自己能夠在整個學(xué)術(shù)研究上有更多的貢獻?！?而對于加入創(chuàng)新工場，張潼則表示：“我在進行學(xué)術(shù)研究的同時，也希望這些學(xué)識成果能夠跟產(chǎn)業(yè)相結(jié)合?！绷硪晃籄I大牛賈佳亞，在離開騰訊優(yōu)圖之后并未遠離產(chǎn)業(yè)界，而是成立了一家創(chuàng)業(yè)公司思謀科技，以另一種方式做到連接學(xué)術(shù)與產(chǎn)業(yè)。 

拿AI屆的黃埔“微軟亞洲研究院”來說吧，他幾任歷任院長中，李開復(fù)創(chuàng)辦了創(chuàng)新工場，以孵化器模式推動中國本土的科技與AI公司的發(fā)展；張亞勤牽頭籌建“清華大學(xué)智能產(chǎn)業(yè)研究院（AIR）”，回歸學(xué)術(shù)界并得到了馬維英的襄助，“出走半生歸來仍是少年”；沈向洋在擔(dān)任清華大學(xué)兼職教授的同時，也還投資并擔(dān)任News Break董事長；而進入投資界的張宏江，更是在以資本投票的方式踐行著對AI的認知。這些頂尖人才的流動，無論是從學(xué)術(shù)界到產(chǎn)業(yè)界，還是從產(chǎn)業(yè)界到學(xué)術(shù)界，最終都是AI的進步。?