内容简介：3 月 2 号晚间，知乎上一个题为“如何评价贾扬清离职 Facebook？”的问题热度不断发酵，在短短数小时内就被流览近 6 万次并很快在朋友圈内广泛传播。在该知乎问题中，题主 Po 出了一张聊天记录截图，称 Caffe 作者、Facebook AI 架构总监贾扬清将从 Facebook 离职并加入阿里任 VP。而在回答中有人表示 3 月 8 号是贾扬清在 Facebook 的最后一天、而入职阿里的时间是 3 月 11 号。3 号凌晨，AI 前线与相关人士确认得知，贾扬清离职加入阿里消息属实，不过贾扬清最终
3 月 2 号晚间，知乎上一个题为“如何评价贾扬清离职 Facebook？”的问题热度不断发酵，在短短数小时内就被流览近 6 万次并很快在朋友圈内广泛传播。在该知乎问题中，题主 Po 出了一张聊天记录截图，称 Caffe 作者、Facebook AI 架构总监贾扬清将从 Facebook 离职并加入阿里任 VP。而在回答中有人表示 3 月 8 号是贾扬清在 Facebook 的最后一天、而入职阿里的时间是 3 月 11 号。
3 号凌晨，AI 前线与相关人士确认得知，贾扬清离职加入阿里消息属实，不过贾扬清最终的去向并非回国，而是加入阿里硅谷研究院。不过当前贾扬清的 LinkedIn 页面上目前在职公司仍为 Facebook。
作为全球最普遍使用的图像识别开源软件 Caffe 的作者，贾扬清是人工智能深度学习领域里的佼佼者。贾扬清是浙江绍兴人，本科和硕士就读于清华大学，随后在美国加州大学伯克利分校获得计算机科学博士学位。2013 年毕业后，他加入谷歌，是谷歌大脑 TensorFlow 的作者之一。2016 年 2 月从谷歌离职，加入 Facebook，致力于前沿 AI 研究和平台开发。
Caffe 之父
Caffe 是一个清晰、可读性高、快速的深度学习框架，对整个深度学习领域起到了极大的推动作用，在深度学习领域中有举足轻重的地位。Caffe 无论在结构、性能上，还是在代码质量上，都称得上一款十分出色的开源框架。更重要的是，它将深度学习的每一个细节都原原本本地展现出来，大大降低了人们学习研究和开发的难度。而这样一款出色且影响广泛的深度学习框架，正是贾扬清在伯克利大学就读博士期间开发出来的。
Caffe 的诞生是因为贾扬清需要一个深度学习框架来支持他的科研工作，他经常和人开玩笑说：“我写 Caffe 的原因是因为我不想写毕业论文。”
对于贾扬清来说，Caffe 起初纯粹是因为兴趣使然作为一个业余的项目，后来因为越来越觉得有意思，花在 Caffe 上的时间逐渐变成 20%、40%、80%，后来在上下班的地铁上也开始编程序。2013 年下半年，Caffe 写完并开始在组内试用，大家都觉得好用，比如 Jeff 和 Ross 利用 Caffe 的训练代码实现了 R-CNN。到了 11 月份的时候，贾扬清开始考虑是不是要开源 Caffe，然后 12 月份正式开源。
在接下来的一年里面 Caffe 开始吸引很多其他的用户和开发人员，特别是 NVIDIA 开始帮助团队做更多的加速，Berkeley 也成立了 Berkeley Learning and Vision Center 来组织和吸引工业界的研究人员共同开发多个开源项目（包括 Caffe）。后来，Caffe 开始吸引越来越多来自世界各地的人尝试和使用深度学习技术，这是贾扬清始料未及的，但这与他决定将 Caffe 开源的初衷却是不谋而合。贾扬清曾表示，希望 Caffe 成为深度学习领域的 Hadoop。
在 Caffe 之前，深度学习领域缺少一个完全公开所有的代码、算法和各种细节的框架，导致很多的研究人员和博士生需要一次又一次重复实现相同的算法。贾扬清曾在采访中表示：“我觉得作为一个科研人员，还是需要有开放的胸怀来帮助整个社区的发展，所谓不忘初心，方得始终。”
从谷歌到 Facebook
在加入 Facebook 之前，贾扬清于 2013 年 12 月到 2016 年 2 月在 Google Brain 担任研究科学家，致力于前沿的深度学习研究和工程，参与了 ImgeNet2014 比赛、移动端深度学习、Google 下一代 AI 平台 TensorFlow 开发、基于深度学习的产品开发和产品咨询等。
无独有偶，2016 年贾扬清离开谷歌、加入 Facebook 时也曾引发热烈讨论。当年知乎上也出现过这样一个问题：如何评价 caffe 作者贾扬清加入 Facebook?
在这个问题下，贾扬清自己回复道：
“正常换工作而已，大家不需要太过关注。。。
就我个人而言，在 Google 实习过两年又工作过两年，无论是技术还是科研都感觉收获颇丰，换到 Facebook 的原因也是为了在个人发展上能学到一些不同的东西，为将来的职业发展继续做准备。另外一个原因是好多以前伯克利同实验室的朋友也在 Facebook，比如 Ross Girshick 和 Bharath Hariharan，所以也增加了一份亲切感。
两家都是好公司，也都是牛人云集，所以从找工作的角度说，来哪儿都不会让你感觉后悔的。
不过话说我哪儿都没有 announce 到底是谁捅出来的消息呢？”
当时知乎评论里不少人对贾扬清加入 Facebook 有很多解读，有人猜想：“谷歌估计铁了心让 Tensor Flow 一统江湖。Caffe 到了脸书至少可以和 Torch 分庭抗礼。”
贾扬清加入 Facebook 之后，Facebook 又陆续发布了 PyTorch 和 Caffe2。由于 Caffe 在开发之初主要针对计算机视觉领域，因此在 NLP 等其他领域用起来稍有欠缺。Facebook 在 2015 年的时候还有很多产品使用 Caffe 的 runtime 来部署，但是后来出现了不少灵活性问题，这也是后来开发 Caffe2 跟 PyTorch 的原因。2017 年 4 月份，Facebook 正式发布 Caffe2，基于 Caffe 但更加轻量化、模块化且保持了可扩展性和计算性能。2018 年 4 月份，为了提高开发效率，Caffe2 代码全面合并进了 PyTorch。
针对 Caffe2 和 PyTorch 的合并，贾扬清在知乎上表示，将这两个框架整合起来可以极大提升开发效率，为广大开发者提供便利。
“因为 PyTorch 有优秀的前端，Caffe2 有优秀的后端，整合起来以后可以进一步最大化开发者的效率。目前 FAIR 大概有超过一半的项目在使用 PyTorch，而产品线全线在使用 Caffe2，所以两边都有很强的动力来整合优势。
开发效率是我在 Facebook 非常重视的一个方向：去年年中的时候启动了 ONNX 项目（初版的代码是我亲自上手写的），然后帮助搭建了 ONNX team，来增强不同框架甚至不同公司之间的协作；Caffe2 和 PyTorch 在代码层的合并也是从那个时候开始逐渐推动的一项内容。”
如今贾扬清离开 Facebook，不知道 Caffe2 和 PyTorch 的未来又会如何？
写在最后
早前在彭博新闻的一次采访中，贾扬清被记者问到未来是否会有回中国工作的可能性，当时他笑说：“这是一个很 trick（编注：狡猾）的问题，需要考虑到家庭和各方面的原因。”
如今这个问题似乎已经有了答案，想必这是贾扬清综合考虑各方面因素后得出的最好、最合适的答案。祝贺贾扬清，新工作顺利！
参考链接：
https://www.thepaper.cn/newsDetail_forward_1599450
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
- 巨头们的AI研究院战事
- 清华人工智能研究院成立「知识智能研究中心」，发布四大知识平台
- AWS在上海成立人工智能研究院
- 微软亚洲研究院：NLP将迎来黄金十年
- 微软亚洲研究院27篇论文入选AAAI 2019
- UGUI研究院之新手引导事件上下分离（二十七）
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
计算机组成与设计硬件/软件接口
[美] David A.Patterson、John L.Hennessy / 郑纬民 / 机械工业出版社 / 2007-4 / 75.00元
《计算机组成与设计硬件：软件接口》(原书第3版)是计算机组成的经典教材。全书着眼于当前计算机设计中最基本的概念，展示了软硬件间的关系，并全面介绍当代计算机系统发展的主流技术和最新成就。同以往版本一样，《计算机组成与设计硬件：软件接口》(原书第3版)采用MIPS处理器作为展示计算机硬件技术基本功能的核心。书中逐条指令地列举了完整的MIPS指令集，并介绍了网络和多处理器结构的基本内容。将CPU性能和程......一起来看看 《计算机组成与设计硬件/软件接口》 这本书的介绍吧!
