今年7月的谷歌Next大会上,李飞飞宣布了两年前推进的Contact Center落地、AutoML推出自然语言和翻译服务、TPU 3.0进入谷歌云,这意味着谷歌云拥抱AI First后迎来里程碑式成就,这被外界认为是李飞飞在谷歌的最后“官方发布”。
而今日凌晨,这个告别时刻终于确定。谷歌云CEO在其官方博客上公布,确认来自卡内基梅隆大学的计算机科学院院长Andrew Moore教授将在2018年底接任李飞飞的谷歌云AI负责人职位,而李飞飞也将正式回归斯坦福大学当教授。
图 | 李飞飞
新任主帅Andrew Moore 曾经在2006 年至2014 年间为谷歌工作过。2006 年他进入谷歌,建立了匹兹堡办公室,并担任副总裁。2014 年 8 月 Moore 重返 CMU,担任该大学计算机学院的院长一职。接替李飞飞,意味着新主帅将完全回归谷歌,全职领导谷歌云 AI,而李飞飞将按照她自己原本设定的计划,回到斯坦福大学继续任教,并转为谷歌云的 AI/ML 顾问。
CEO Diane Greene发博公布官方信息,回顾谷歌云AI
(以下内容来自Diane Greene官方博客摘要)
过去五年,我们见证了 AI 对世界的显著影响。谷歌云 AI 旨在通过使 AI 更加简单、快速和有用,来促进 AI 民主化。我们认为,如果能够让全世界所有开发者用伟大的方式使用 AI,将能促进有益于所有人的创新。
过去三年,基于谷歌在 AI 方面的专业知识,我们发布了一系列产品来使该愿景变为现实。我们将谷歌 AI 在视觉、语言、语音和对话方面的最优技术通过云服务带给世界各地的公司,并为客户构建了一个平台,使他们能够通过 GPU 和 TPU 在谷歌云上扩展自己的模型。今年,我们通过 Cloud AutoML 进一步推进了 AI 的进展,使不具备机器学习知识的开发者也能构建高级模型来解决自己的业务问题。谷歌云还通过 Kaggle 将 200 万数据科学家汇聚在一起,Kaggle 目前是世界上最大的数据科学家社区。
我们的平台上有超过 15000 付费客户,自 2018 年 7 月谷歌云在 Google Next 大会上发布 AutoML 产品后,已经有一万多客户开始使用这些产品。此外,随着 AI 的应用愈加广泛,我们希望通过贯彻谷歌 AI 准则,确保以负责任的方式使用 AI。谷歌云认为 AI 之旅才刚刚开始,我们期望未来将给社会各界带来益处。谷歌云在帮助组织应用 AI 方面处于领导地位,Andrew 将加入谷歌云继续构建技术,并惠及客户。
两年前,李飞飞从斯坦福休假加入谷歌,成为谷歌云 AI 的负责人与首席科学家。她建立了一个伟大的团队,一起创新、完成了加速开发者、谷歌云客户采用 AI 与机器学习的卓越工作。李飞飞博士表示,“我从产业界学到的东西将进一步强化学术界与产业界之间的合作。我期待与 Andrew、谷歌云 AI 团队紧密合作,继续产业与学界的合作。”李飞飞博士将返回斯坦福大学在学界继续她在 AI 领域的领导地位,为此我们深感自豪,我们也很高兴她能够以顾问的身份与我们继续工作。
在定义如何向全世界的开发者和机构扩展 AI 和 ML 技术以及解决方案的关键发展阶段,我们非常幸运能得到 Andrew 的引领。
过去两年,李飞飞带给谷歌数次神助推
2016年对谷歌至为重要。这一年,谷歌CEO Sundar Pichai宣布谷歌战略从Mobile First(移动先行)转向AI First(人工智能先行),谷歌要致力于用深度学习、机器学习等技术,让旗下的产品变得更加智能。同年斯坦福大学人工智能实验室主任李飞飞,和前Snapchat研究主管李佳两位华裔女科学家正式加盟,成为担任谷歌云机器学习部门的负责人,在当时对谷歌而言加分不少。
“佳飞猫”的加盟,实际上源于谷歌云的AI计划,Greene曾经声称,谷歌云未来的升级将专注于机器学习和数据分析,其中包括开发能够租用的语言翻译和影像标记系统。事实上,二人联手也确实为谷歌云打开了新的空间。2017年,李飞飞公布了Google Cloud 基于神经网路技术新推出的一些 API 和引擎,比如 Video Intelligence API、Cloud Vision API、Cloud Natural Language API、Cloud Jobs API、Cloud ML Engine等。2017年年底,李飞飞和李佳负责的谷歌AI 中国中心(Google AI China Center)在北京成立。
在一长串前奏之后,2018年年初,李飞飞祭出大招,宣布 Cloud AutoML的诞生, Cloud AutoML的定位很符合AI平民化的宗旨:无需精通机器学习,每个人都能用这款AI产品定制机器学习模型。而早前的NEXT大会上,Cloud AutoML针对图像分类的Cloud Vision API正式发布公共测试版,同时上线了两个新功能:解析文本结构的AutoML Natural Language、以及运用神经机器翻译技术的AutoML Translation。
可以说,李飞飞和李佳确实做到了当初选择进入谷歌的目标:让AI平民化,人人可用。
新任主帅,同样值得热烈期待
接过李飞飞谷歌云AI接力棒的Andrew Moore同样“来头不小”。作为卡内基梅隆大学计算机科学院院长,Andrew Moore教授的研究领域包括统计机器学习、人工智能、机器人、以及大数据统计计算等等。而在人工智能领域,内基梅隆大学一直在全球享有盛誉,今年5月,卡内基·梅隆大学计算机学院宣布将在今年开设美国首个AI本科学位。
图 | Andrew Moore
Andrew Moore本科毕业于剑桥大学数学和计算机科学专业,随后师从William Clocksin获得博士学位,并开发了用于机器人控制的机器学习新方法。在本科和研究生学习期间,Andrew在布里斯托尔的惠普研究实验室工作了一年,之后转到美国MIT当博士后,负责研究机器人杂耍与动态操纵。随后的1993年,他加入CMU担任计算机科学和机器人学助理教授,并建立了一个Auton Lab研究小组,旨在不断寻求在计算、统计数据挖掘、机器学习和AI领域中亟待解决的问题。 此次他执掌谷歌云AI,也让外界充满新期待。
同样来自斯坦福,李飞飞按照既定计划休假结束后重返校园执教,吴恩达在经历过备受关注的谷歌无人驾驶、谷歌眼镜以及百度BAIDU BRAIN计划后,同样选择了推出在线教育平台Coursera,令更多人了解机器学习相关课程,本质上,二者都是选择了回归AI教育,或者对于科学家来说,最终实现自我的方式还是育人。
上一篇:“海龙11000”完成六千米级大深度试验
下一篇:第四范式联合浪潮商用机器发布AI一体机:AI商业化进入闭环时代
- AD5332 并行接口、双电压输出、8 位 DAC 的典型应用
- 使用 NKK Switches 的 74HC164 的参考设计
- TS9012ACX5 RF 300mA低静态电流CMOS LDO典型应用电路,带使能功能
- SG3846电流模式PWM控制器典型应用电路
- 用于电池充电器的 6V AC 到 DC 单路输出电源
- SP7652EB,用于分布式电源系统的 3.3V DC 到 DC 单路输出电源的评估板
- TCR5SB30、200mA、3V 输出电压 CMOS 低压降稳压器的典型应用
- EVAL-AD5590EBZ,AD5590 数据采集系统评估板
- 带板载 L4940 和 L4941 低压降稳压器的分布式电源典型应用电路
- C8051F560DK,C8051F572 8051 MCU 工业应用开发系统