又一技術大咖離開業界，前往高校攻關科研！

據 Pete Warden本人推特消息，他將離開谷歌公司，重返斯坦福大學攻讀計算機博士學位。

皮特沃登是谷歌公司 Tensorflow 面向移動和嵌入式設備部分的技術主管，也是 Tensorflow 團隊的創始成員之一著有《TinyML》一書，希望讓機器學習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.

根據消息顯示，皮特沃登已經離開校園二十年了，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 實現所有美好的 TinyML 項目，現在我自己終于也可以隨心所欲的嘗試構建自己的東西了

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，去斯坦福大學攻讀計算機科學博士學位

過去幾年，我在斯坦福大學教授 EE292D 課程，在這過程中，我從學生對新技術渴望的熱情中收獲了很多，而且也從 Zain Asgar，Sachin Katti， Boris Murmann 等教師身上學到了很多現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下非常出色，使用量和人數在過去幾年持續增長，所以我對它的未來非常樂觀過段時間，我會公布更多細節，但我現在能夠使用將框架部署到我從項目一開始就夢想的設備上了

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。。

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域的專家2003 年他創建了一組包含 45 個圖像的處理過濾器，這些過濾器能夠在 2003 年的筆記本電腦上以 30 fps 的速度檢測視頻內容中的特征當時蘋果購買了該技術并聘請他將其集成到蘋果的成像相關產品中

2011 年，皮特沃登聯合創辦 Jetpac，擔任 CTO當時他開發了一款獨特的產品，能夠分析了 Instagram 上超過 1.4 億張照片的像素數據，并將其轉化為全球 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中部署機器學習在谷歌，Pete 領導開發用于移動和嵌入式應用程序的 TensorFlow Lite 機器學習框架

這種在一些不起眼的硬件中構建機器學習被行業稱為 TinyMLTinyML 的目標是以盡可能低的功耗執行 ML 推理具體而言，正如皮特沃登在其著作提到的那樣:TinyML 的目標是在低于 1 mW 的功耗下運行1 mW 是標準紐扣電池運行功率

TML 示意圖

因此，TinyML 是機器學習和嵌入式 IoT 設備的交叉領域，是一門新興的工程學科，具有革新許多行業的潛力顯然，TinyML 的主要受益者，是邊緣計算和節能計算領域

2019 年 3 月，TensorFlow Lite 嵌入式平臺發布了第一個實驗原型這是由 SparkFun 構建的開發板的原型，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，在工作中面臨的困難如何用小小的芯片進行機器學習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揮作用

反映了怎樣的趨勢。

皮特沃登在業界已經探索了二十年了，今日他選擇離開企業，選擇重返校園，無疑是對當前 AI 研究人員紛紛重返學界這一趨勢的印證。

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

而在幾年前，對應的正是 AI 基礎研究者紛紛離開學術界，加盟工業界:代表性的標志事件是在 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 以及國內百度，阿里，騰訊，滴滴等巨頭也紛紛跟進，而另一方面，產業界所能提供的海量數據以及資源投入對于 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，這也正是當時 AI 人才從學術界流向產業界的原因。AIBoost:增加了一個匹配的NNE，最初是TensilicaNNE110AI引擎，可以從64GOPS擴展到256GOPS，提供并發信號處理和高效推理。

現在這些 AI 大牛從產業界重返學術界，有人將其視為 AI 科學家的水土不服，并進而得出AI 熱度正在放緩的結論但從另一個角度上，我們也可以看到這些科學家們在產業界檢驗了自己之前的研究之后，帶著新的問題回到學術界開展新的研究

例如，原騰訊 AI Lab 主任張潼在被問及為什么回歸學術界時，他回答:我最關心的是 10 年以后，AI 能夠在技術理論等方面實現重大的突破，并且自己能夠在整個學術研究上有更多的貢獻而對于加入創新工場，張潼則表示:我在進行學術研究的同時，也希望這些學識成果能夠跟產業相結合另一位 AI 大牛賈佳亞，在離開騰訊優圖之后并未遠離產業界，而是成立了一家創業公司思謀科技，以另一種方式做到連接學術與產業

拿 AI 屆的黃埔微軟亞洲研究院來說吧，他幾任歷任院長中，李開復創辦了創新工場，以孵化器模式推動中國本土的科技與 AI 公司的發展，張亞勤牽頭籌建清華大學智能產業研究院，回歸學術界并得到了馬維英的襄助，出走半生歸來仍是少年，沈向洋在擔任清華大學兼職教授的同時，也還投資并擔任 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，無論是從學術界到產業界，還是從產業界到學術界，最終都是 AI 的進步

鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。