本文摘自浅语科技，原文链接：https://mini.eastday.com/mobile/220519223035728308313.html，侵删。
5月7日，苹果机器学习总监IanGoodfellow离职，近日据外媒报道，IanGoodfellow将加入谷歌人工智能研究部门DeepMind。
不满重返办公室政策，GAN之父加入DeepMind
GAN之父IanGoodfellow于2019年3月加入苹果，担任“特别项目团队的机器学习的总监”。5月初，因不满苹果公司的重返办公室政策，IanGoodfellow选择离职。
IanGoodfellow在给员工发送的电子邮件中证实了自己离职的消息，他称“我坚信，对我的团队来说，保持更大的灵活性才是最好的政策。”
据悉，苹果公司的重返办公室政策要求员工每周在办公室工作3天（周一、周二和周四在办公室工作），原计划从本月开始。不过，在IanGoodfellow宣布离职后，苹果推迟了这项计划。
苹果日前在一份公告中表示，“我们正在延长试点的分阶段实施期，暂时每周保持两天在办公室。对于那些参与试点的人，如果您在这段时间进入办公室感到不舒服，您可以选择远程工作。”
据彭博社5月17日报道，IanGoodfellow将加入Alphabet（谷歌母公司）的DeepMind。有知情人士表示，IanGoodfellow跳槽到谷歌是DeepMind部门的一招妙棋，这让他成为了一名独立的贡献者。IanGoodfellow被认为是最重要的机器学习研究人员之一，这一举动可以说是一次重聚。
资料显示，IanGoodfellow此前曾多次在谷歌工作。早在2013年，IanGoodfellow就曾在谷歌实习过，并在2015年的时候成为谷歌大脑的高级研究员。随后，IanGoodfellow跳槽到OpenAI。2017年，IanGoodfellow重返谷歌，担任研究科学家。如若此次入职成功，那么将是他第三次入职谷歌。
IanGoodfellow的离职对苹果来说是极大的损失。资料显示，IanGoodfellow因提出了生成对抗网络（GAN）而闻名，他被誉为“GAN之父”，甚至被推举为人工智能领域的顶级专家。
而对于谷歌人工智能研究部门DeepMind来说，IanGoodfellow的加入则是喜上加喜。因为在此之前，DeepMind刚推出了全能AI模型Gato，并认为其有望实现通用人工智能。
DeepMind推出全能AI模型Gato
5月12日，DeepMind发表论文推出全新AI智能体Gato。据介绍，Gato执行了600多项任务，包括聊天、写诗、玩Atari游戏、为图像添加字幕、用机械臂堆叠积木等等。DeepMind称，Gato是一个“单一的多面手代理”，其灵感来自大规模语言建模的进步，但它能做的不仅仅是生成文本。
论文地址：
https://storage.googleapis.com/deepmind-media/A%20Generalist%20Agent/Generalist%20Agent.pdf
DeepMind将Gato称为“通才”系统，但在不少媒体及专家看来，Gato在追求通用人工智能上又迈出了一大步。
DeepMind首席研究员NandodeFreitas博士表示，人类显然有望在可预见的未来解决通用人工智能（AGI）这一里程碑式难题。5月14日，NandodeFreitas还专门在Twitter上开帖：
旁人可能有其他观点。我的观点是规模化就是一切！游戏到此结束！最重要的就是让模型更大、更安全、计算效率更高、采样速度更快、记忆机制更智能、模式更多、引入创新数据、在线/离线……等等。
只要克服了这些规模化挑战，AGI就将成为现实。我们需要针对这些问题开展研究，例如用S4层改进记忆能力。至于符号系统，它们只是工具，大规模网络肯定可以轻松创建并操纵这些符号。
最后还有重要一点，@ilyasut（OpenAI联合创始人IlyaSutskever）是对的RichSutton也是对的，但AI并不像他认为的那样是死路一条，而是前途光明。十年前，我从@geoffreyhinton（谷歌研究员GeoffreyHinton）那里意识到了这一点。Geoff真的不可思议，能如此明确坚定地给出这个难以预测的结论。
Gato真的能实现通用人工智能吗？
无论是Gato、DALL-E还是GPT-3，都不足以面向大众提供毫不设限的公共服务。这些模型都需要配合硬过滤机制来防止输出偏见结论；更要命的是，它们连稳定输出可靠结果都做不到。
这不单是因为我们还没有找到实现AGI的秘诀，更因为人类智能这个问题本身太过复杂，也许根本就不存在单一且可以通过训练实现的解决方案。我们甚至无法确定即使未来有了突破性的逻辑算法，单靠规模化能不能解决这些问题。
当然，这并不是说超大规模模型没用、或者不值得探索。DeepMind、OpenAI等研究机构的尝试非常重要，也确实代表着科学的前沿方向。但Gato并不代表着“游戏到此结束”，因为Gato本身存在一定的局限性。
“比如它执行多种任务的能力，类似于一台存储着几百款游戏的主机。内置游戏众多，但不代表它真就拥有多样的游戏方式。这并不是真正的通用AI，只是把一大堆经过预训练的狭义模型整整齐齐捆绑在了一起。”外媒作者TristanGreene评论称。
通过观察Gato、DALL-E和GPT-3，TristanGreene认为真正的AGI距离人类还有几十年、甚至几百年的距离。但从另一个角度，这些前沿模型不断刷新着人类对算力的操控极限。
“在我看来，要想从当前阶段跨跃至真正的AGI，人类显然要做出一些根本性的改变。
正如Marcus做出的精当总结：要想构建AGI，我们就得从人类身上学习，学习自己如何推断和理解这个现实世界，学习自己如何表达并吸收语言和种种复杂概念。除此之外的一切假设，都是纯纯的狂妄自大。”
相关阅读 >>
谷歌母公司q4营收753亿美元同比增32% 全年营收2576亿美元
taito迷你街机egret ii 发售 内置40经典街机游戏
微软宣布ndm a100 v4 public ai超算：位居top500榜单前十
更多相关阅读请进入《谷歌》频道 >>
