当前位置: 网站首页 > 成功案例
成功案例
亚马逊AWS主任科学家宣布离职,感谢贝索斯
时间:2019-10-14  来源:www.oaled.com

亚马逊的AWS主管Anima Anandkumar宣布他将离开并在他的个人主页上发布辞呈。他详细介绍了AWS在过去两年的成果和进展,并感谢AWS及其同事和Jeff Bezos,但她在文中。没有透露下一步。

今天,亚马逊AWS导演Anima Anandkumar在他的个人主页上发布了一份辞职证词。这篇文章详细介绍了她在亚马逊AWS上的两年工作经验,并感谢AWS和与他共同工作的同事以及Jeff Bezos。没有透露他的下一步行动在哪里。新之源编的这篇文章如下:

我最近将离开亚马逊AWS首席科学家的职位。在这里,我想回忆一下我丰富的两年学习经历和我们取得的惊人成就。

加入亚马逊AWS是我在学术界之外的“行业”职位之一。我选择AWS有几个原因。我认为人工智能的民主化具有巨大的潜力,而AWS是最全面和最广泛使用的云平台。两年前,Cloud AI仍然是一个未知的领域,使这项工作成为令人兴奋的冒险。将AI研究引入AWS也对我很有吸引力。

在这个职位的早期,我非常兴奋和忙碌。我们是一个新的团队,拥有类似于创业公司的工作环境和氛围,同时与西雅图团队和更大的亚马逊生态系统保持联系。学习所有AWS服务,软件工程实践,产品管理等都有着陡峭的学习曲线,我们正在忙着扩展团队,设计新的人工智能服务,同时考虑研究方向。

我为过去两年取得的成就感到自豪。我们在各个层面都推出了大量的人工智能服务。

底层是一个计算示例,最新的GPU实例是功能强大的NVIDIA Tesla V100。

中间层包括SageMaker,一种用于高性能dockerized机器学习算法的完全托管服务,以及第一款与AWS无缝集成的深度学习相机Deeplens。

顶层包括诸如计算机视觉,自然语言处理和语音识别之类的服务。我们在客户扩展方面取得了长足的进步,如今AWS Cloud Machine Learning Services拥有业内最多的客户。

此外,AWS机器学习实验室还为自定义用例提供高级解决方案。我与许多客户进行了沟通,了解不同领域的真实AI部署令人大开眼界。

我主要关心的是SageMaker的设计,开发和推出。 SageMaker的广泛采用使AWS的机器学习用户群比去年增加了250%以上。 SageMaker使机器学习的每一步都变得不那么繁琐,复杂和猜测。 SageMaker主题建模自动对文档进行大规模分类,分类速度比任何其他开源框架快几倍。

在AWS上进行应用研究非常令人兴奋。我们努力寻找现实世界中最大的障碍。 “数据问题”被称为“房间里的大象”问题。尽管研究人员对现有基准数据集进行了研究,但现实世界中的大部分时间和精力都花在数据收集和清理上。我们在许多领域开发并测试了高效的深度学习,以及众包和半监督学习方法。我们发现深度网络可以用非常少的数据(低于25%)进行训练。

我也很高兴将我早期关于张量的研究与深度学习联系起来,开发一种自然编码数据维度和高阶相关性的新深度网络。 Tensorly是一个类似Keras的前端,可以很容易地在任何后端深度学习中使用张量代数。

而且,在实践中,即使不能解释理论,也可以使用简单的方法。我们试图通过寻找简单的方法来证明成功的条件,然后通过实验验证这些条件,以缩小理论与实践之间的差距。例如,我们发现1位梯度量化几乎没有精度损失,但理论上和实际上都降低了分布式机器学习的通信要求。所有这些项目都由一群优秀的实习生和AWS科学家完成。

AWS为我提供了一个社区扩展平台,以实现人工智能的民主化。我努力与大学和非营利组织建立伙伴关系。加州理工学院与亚马逊的合作伙伴关系资助了研究生奖学金,并建立了一个改变加州理工学院基础科学的云信用系统。此外,我们在帕萨迪纳建立了一个新的AWS办公室,由Stefano Soatto和Pietro Perona领导。

我有幸与许多杰出人士一起工作并向他们学习。我受到AWS高级工程师和团队副总裁Swami Sivasubramanian的AWS开发早期阶段的启发。我有幸从最优秀的人那里学习新技能:Joseph Spisak的产品管理,Craig Wiley的团队管理,LeoDirac的软件工程,Zachary Lipton的清晰明确的演示,以及Sunil Mallya的机器学习实践。我也很荣幸能够参加MARS并与Jeff Bezos和其他许多超级巨星互动。

总而言之,我非常感谢我在AWS上学习的经验。接下来,我将谈谈我即将推出的计划。敬请关注!

Anima Anandkumar角色

Anima Anandkumar,前亚马逊AWS科学家,她的研究兴趣包括大规模机器学习,非凸优化和高维统计。她一直致力于机器学习张量算法的开发和分析。张量是矩阵的多维扩展,它编码数据中的高阶关系。在AWS担任首席科学家期间,他致力于在堆栈的各个层面构建AI服务。

她是多个奖项的获得者,P. Sloan奖学金,微软教师奖学金,谷歌研究奖,ARO和AFOSR青年研究员奖,NSF职业奖,UCI早期职业卓越研究奖,ACM Sigmetrics社会最佳论文奖,小发猫Fran博士艾伦奖学金和最佳论文奖。

她于2004年获得IIT Madras电子工程学士学位和博士学位。 2009年从康奈尔大学毕业。从2009年到2010年,他在麻省理工学院担任博士后研究员,并在英国担任助理教授。 2010年至2016年,加州大学欧文分校助理教授,2012年和2014年新英格兰微软研究院访问研究员,自2016年起担任亚马逊AWS主任,自2017年起担任加州理工学院Bren教授。