作者丨維克多
編輯丨岑峰
又一技術大咖離開業界，前往高校攻關科研！
據Pete Warden（皮特沃登）本人推特訊息，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面向移動和嵌入式裝置部分的技術主管，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於雲端超級計算機，而是可以被隱藏於眾多小到可以被忽視的電子零件中。
至於離開谷歌的原因，皮特沃登說：在谷歌推出新的硬體裝置“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. ”
據悉，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。
皮特沃登還在個人部落格寫了一篇文章，表達了離開谷歌的前因後果：
我在谷歌工作了7年，這段時間裡，很幸運也很自豪能夠和一些了不起的人一起研究TensorFlow等專案。在過去幾年裡，我一直在說“你可以用TensorFlow Lite Micro實現所有美好的TinyML專案”，現在我自己終於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體裝置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穫了很多，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，我會公佈更多細節，但我現在能夠使用將框架部署到”我從專案一開始就夢想的裝置“上了。
離開谷歌，重返校園是一次有趣的新冒險，感謝支援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，皮特沃登是人工智慧領域的專家。2003年他建立了一組包含45 個影象的處理過濾器（processing filters ），這些過濾器能夠在 2003 年的膝上型電腦上以 30 fps 的速度檢測影片內容中的特徵。當時Apple 購買了該技術並聘請他將其整合到 Apple 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1.4億張照片的畫素資料，並將其轉化為全球 5,000多個城市的深度指南。2014年，谷歌收購該公司。
加入谷歌之後，皮特沃登專注於在成本和功率受限的系統中部署機器學習。在谷歌，Pete 領導開發用於移動和嵌入式應用程式的 TensorFlow Lite 機器學習框架。
這種在一些“不起眼的硬體”中構建機器學習被行業稱為TinyML（Tiny Machine Learning）。TinyML 的目標是以儘可能低的功耗執行 ML 推理。具體而言，正如皮特沃登在其著作提到的那樣：TinyML 的目標是在低於 1 mW 的功耗下執行。1 mW是標準紐扣電池執行功率。
TML示意圖
因此，TinyML 是機器學習和嵌入式 IoT 裝置的交叉領域，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嵌入式平臺釋出了第一個實驗原型。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的快閃記憶體儲存。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執行很多天。
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，現在人工智慧對於我們，就像八十年代的電腦一樣。我們不知道它會發展成什麼樣子，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。如何用小小的晶片進行機器學習？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。”
2
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，隨後李飛飛、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：代表性的標誌事件是在2011年的NIPS大會上，Hinton接受了Google的邀請，正式加盟Google；此後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資料以及資源投入對於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。
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”，並進而得出“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後，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麼迴歸學術界時，他回答：“我最關心的是10年以後， AI能夠在技術理論等方面實現重大的突破，並且自己能夠在整個學術研究上有更多的貢獻。” 而對於加入創新工場，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，在離開騰訊優圖之後並未遠離產業界，而是成立了一家創業公司思謀科技，以另一種方式做到連線學術與產業。
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“清華大學智慧產業研究院（AIR）”，迴歸學術界並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，也還投資並擔任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。
參考連結：
https://mp.weixin.qq.com/s/xx1-ZV4Bg8vu79EXdoGMJQ
https://mp.weixin.qq.com/s/03-tOTic57bsAV2SFxgemg
https://embeddedvisionsummit.com/2019summit/2019/speaker/pete-warden/
雷峰網雷峰網
