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

来自专栏机器之心

现场 | NIPS举办了第一场记者发布会:请媒体警惕这波AI热潮

机器之心原创 作者:Tony Peng 面对记者,NIPS 大会传达了很明确的信息——请不要妖魔化机器学习。 今年落户长滩的 NIPS(神经信息处理系统进展大会...

3258
来自专栏新智元

【郑南宁】发展人工智能是为了拓展人类智能

【新智元导读】中国工程院院士、西安交通大学人工智能与机器人研究所教授郑南宁在《人民日报》发表文章,指出目前人工智能发展三大挑战:无监督学习,让机器像人一样感知和...

34710
来自专栏腾讯研究院的专栏

李德毅:大数据突破点在于聚类

2015年4月9日,第三届中国电子信息博览会在深圳召开。工业和信息化部电子信息司司长刁石京主持开展了新一代信息技术产业发展高峰论坛。中国工程院院士李德毅发表了...

1936
来自专栏AI科技大本营的专栏

独家报道:针对深度学习、Kaggle以及数据科学等话题对Jeremy Howard的专访

【AI100 导读】本文是对明星数据科学家Jeremy Howard的专访内容:对他最新推出的深度学习课程的介绍;他对Kaggle获得成功的看法;他所创立的En...

36611
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【完整版】

据腾讯研究院统计,截至2017年6月,全球人工智能初创企业共计2617家。美国占据1078家居首,中国以592家企业排名第二,其后分别是英国,以色列,加拿大等国...

19510
来自专栏PaddlePaddle

【周一AI资讯】机器学习如何助力多个领域攻坚

Facebook研究人员使用35亿公众Instagram照片来训练算法,以便为自己分类图像。拥有如此多的培训图像帮助Facebook的团队创造了一项测试的新纪录...

643
来自专栏AI科技评论

周刊 | 政府工作报告首现“人工智能”,AI进军国家战略层、李飞飞讲AI民主化四大战略

本周,国内AI圈值得关注的事情有:FPGA 2017最佳论文出炉,AI科技评论对得主深鉴科技进行了专访;人工智能”进入国家战略层,AI公司最关注的是什么?AW...

30010
来自专栏AI科技评论

会议 | 数据驱动的优化理论与实践国际研讨会:算法、大数据、人工智能结合将碰撞出怎样的火花

AI 科技评论消息,2017 年 12 月 16 日-19 日,「2017 年数据驱动的优化理论与实践」国际研讨会在上海财经大学举办。本次研讨会由上海财经大学交...

2373
来自专栏AI科技大本营的专栏

苹果上线机器学习博客,背后隐藏着怎样的动作和野心?

作者 | 周翔 本周三(7 月 19 日),一个名为“Apple Machine Learning Journal”的博客在苹果官网悄悄上线,一同发布的还有一篇...

3127
来自专栏专知

一部人工智能的口述史,人工智能先驱们Hinton, Bengio, Lecun等人的访谈实录

1572

扫码关注云+社区