动态​|Jeff Dean亲自站台背书,揭秘谷歌大脑培训生养成计划

在国内,真正能为 AI 研究人员提供系统培训的机构不多。

大家首先想到的是微软亚洲研究院。创新工场 AI 工程院的影响力相比之下差不少,但也算一个。在这之外,能接触到业界前沿项目与研究方法的机会寥寥。顶级培训机会大多在国门之外:AI科技评论消息,谷歌大脑实验室对 2017 届机器学习培训生的招生已接近尾声,申请截止日期本月 13 日,我天朝的 AI 学霸们抓紧喽!

此前,谷歌大脑培训生项目只进行了一届,但是各方面的反响非常不错。昨晚,谷歌大脑研究团队的领导者、大神 Jeff Dean 亲自为它站台,在谷歌官方博客对项目进行介绍、宣传。雷锋网将大家需要了解的核心信息进行了提取、整理,请见下文。

AI 界遭黑最多的传奇人物 Jeff Dean

首先,来看看上届学员对项目怎么说:

“它不仅极有教育意义,谷歌大脑培训生项目还是一段极充实的体验。不仅与真正热爱其所做工作的人们在一起,更难能可贵的是,大家都十分热心地帮助你挖掘你的兴趣与激情。这极大地提升了我多方面的自信心:兴趣爱好,我探索它们的能力,以及我的未来规划。”

——2016 届谷歌大脑培训生,斯坦福大学数学与计算机科学本科毕业生 Akosua Busia。

那么,“谷歌大脑培训生”是个什么项目?

它英文名称是 Google Brain Residency,是一个为期一年的全日制研究型培训项目。最早被谷歌在 2015 年十月公布,但 2016 年六月才正式运营。它旨在帮助有志于机器学习和深度学习研究的人,开启他们的事业。的确,作为全球顶级 AI 实验室的谷歌大脑;哪位 AI 开发者、研究员若能在那儿有一年的培训、研究经历,都可能会成为被各大公司、研究院争相聘请的青年人才。谷歌表示,该项目的目标是培养成功、有产出的深度学习研究人员。而且,这是一个利用谷歌世界顶尖的 AI 基础设施做研究、积累相关经验的好机会——它提供了与谷歌 AI 专家交流、一同工作、探索机器学习前沿问题的契机。

雷锋网获知,该培训项目的层次,相当于在美国一流大学进行为期一年的深度学习研究生、博士生研究。参与培训的学霸们,在日常的研读论文、学习之外,要参与谷歌大脑研究项目,并且在业内顶级期刊、会议发表研究成果。嗯,看来也只有学霸才能胜任,这要求已经能在国内顶级大学评上教授了。我等资质平庸之人还是自己看书、听慕课去(洗洗睡)吧。经历培训之后,谷歌期望参与者能在深度学习领域的研究经验上有巨大长进。

谷歌表示,他们想要招收两类人:

  • 一种是跨界人士:已经在学术界、业界做了大量数学、科学研究,积累很多研究经验,正转型深度学习又缺乏这方面经验的人。
  • 另外一种,则是做研究的经验不足,但想要一个学习机会的人。

该项目的第一批培训生,在 2016 年六月入驻山景城的谷歌大脑实验室。他们研究的课题范围很广,这反映了培训生们多样化的工作、学习背景:有的人是应届毕业生——学位各不相同,从文学士到博士,从物理学到计算机、数学、生物、神经科学。还有的培训生具有数年的行业工作经验。但所有的人有一个共同点:对机器学习研究的热忱。

谷歌的官方博客声明: 谷歌大脑团队的研究范围之广、以及培训生与导师之间的灵活匹配,能保证给大伙儿找到合适的导师。不管培训生的兴趣在机器学习算法、强化学习、自然语言理解、机器人、神经科学还是基因学,谷歌大脑都能找到合格的导师帮助他们探索自己的想法,以及发表有意思的研究。

2016 年底,项目开展仅仅七个月后,第一届培训生们就开始做出科研贡献。至今,谷歌大脑培训生共向顶级机器学习会议提交了 21 篇论文。其中有 15 篇已提交至 ICLR 2017。话题从提高图像分辨率到创建能设计新奇事物、并能向特定神经网络分配任务的神经网络。这些论文中,五篇被最近的 BayLearn Conference 接受。其中的两篇,“Mean Field Neural Networks”(平均场神经网络)以及“Regularizing Neural Networks by Penalizing Their Output Distribution’’ (通过惩罚输出的分布调整神经网络),在口述报告部分展示。另外,还有两篇论文被 NIPS 2016 Adversarial Training workshop (NIPS 2016 对抗训练营)接受,两篇被 ISMIR 2016 接受。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-01-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

英国东安格利亚大学邵岭:为什么说BMVC是一场被低估的CV会议?

过去一年间,在多个计算机科学领域的顶会上,从论文发表数、论文影响力、获奖情况上来看,华人力量正在逐渐崛起。而除了在论文上的曝光度越来越高,我们还发现,越来越多的...

4656
来自专栏企鹅号快讯

论循证新闻的方法与意义——一种媒体融合背景下新闻生产方式创新

摘要: 本文由北京日报社党组书记、社长傅华撰写。作者认为,完整意义上的循证新闻不仅仅是对数据挖掘、背景调查或逻辑证明的单独运用,它更追求综合采纳上述方法和工具,...

1917
来自专栏AI科技评论

动态 | 继LFW之后,腾讯优图又在难度更大的人脸识别库MegaFace中获得全球第一

AI科技评论按:近日,腾讯优图实验室在国际知名人脸识别数据库MegaFace中,以83.290%的成绩在100万级别人脸识别测试(Challenge1/Face...

3284
来自专栏大数据文摘

大数据分析的光荣与陷阱——从谷歌流感趋势谈起

18911
来自专栏吉浦迅科技

NVIDIA CEO黄仁勋:智能工业革命

序言:过去六周以来,我们为NVIDIA的开发者举办了世界巡回会议。GTC技术大会(GPU Technology Conference)从2009年开始举办,目的...

3539
来自专栏SIGAI学习与实践平台

AI时代大点兵-国内外知名AI公司2018年最新盘点

在人工智能领域大规模并行计算是一个刚性的需求,CPU由于本身设计更偏重于多任务处理、逻辑控制所以不太适合在矩阵计算这种需要高并行的场景中应用,这也给了像Nvid...

1571
来自专栏IT派

AI人才大迁徙:如何迅速成为机器学习内行?

IT派 - {技术青年圈} 持续关注互联网、区块链、人工智能领域 现在,新的一波技术革命巨浪已经近在眼前, 代表技术就是 AI、区块链和物联网。 深度学习本质...

3636
来自专栏机器之心

业界 | 全球最权威人脸识别测试,中国团队依图科技夺得第一

机器之心报道 作者:吴欣 在最近公布的国际权威人脸识别供应商测试 FRVT(Face Recognition Vendor Test)结果中,中国公司依图科技获...

3846
来自专栏新智元

秒杀波士顿动力狗,MIT猎豹机器人闭着眼跳桌狂奔(视频)

【新智元导读】机器人领域又一大突破:MIT最新研发的第三代猎豹机器人,不依靠视觉和任何外部传感器,全凭控制算法,漂亮地纵身飞跃上桌,还能轻松爬上满是障碍物的楼梯...

890
来自专栏数据科学与人工智能

【数据分析】当大数据碰撞征信会产生什么?

随着大数据风潮的来临,在改变数字产业的同时,也让更多关联产业产生了颠覆性的变化,例如征信行业以及以征信为基础的金融行业。 行为数据化,数据信用化,在这一系列流程...

3788

扫码关注云+社区