当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > Meta和Twitter人工智能和机器学习部门的裁员意味着什么

Meta和Twitter人工智能和机器学习部门的裁员意味着什么

来源:51CTO.COM 2023-04-17 08:37:27 0浏览 收藏

一分耕耘,一分收获!既然都打开这篇《Meta和Twitter人工智能和机器学习部门的裁员意味着什么》,就坚持看下去,学下去吧!本文主要会给大家讲到等等知识点,如果大家对本文有好的建议或者看到有不足之处,非常欢迎大家积极提出!在后续文章我会继续更新科技周边相关的内容,希望对大家都有所帮助!

​作为Twitter公司大规模裁员举动的一部分,该公司致力于使Twitter的算法更加透明和公平的道德人工智能团队在十天前被整体解雇了。这个名为ML Ethics的团队由Rumman Chowdhury领导,她以在应用算法伦理领域的领导地位而闻名。

 

Meta和Twitter人工智能和机器学习部门的裁员意味着什么

与此同时,Meta公司在上周裁减了1.1万名员工,占该公司员工总数的13%,其中包括一个拥有50人的专注于机器学习基础设施研究的团队,其名称为Probability。Probability团队的一名研究人员表示,在该团队中,有19人负责贝叶斯建模,有9人负责排名和推荐,5人负责机器学习效率,17人负责芯片设计和编译的人工智能,以及一些管理人员。

专家表示,这两家公司的裁员举动具有重要的代表意义,因为它们标志着即使是最热门的人工智能和机器学习的行业格局也在发生变化,同时也意味着大型科技公司和业务团队在应对自己负责任的人工智能工作方面的反思。

Meta 公司人工智能和机器学习团队领导被解雇

软件开发商Endor Labs公司研究主管、荷兰代尔夫特理工大学副教授Georgios Gousios表示,Meta公司的Probability团队相当于一支精英部队的战术小队。

Gousios从2020年10月到2022年2月在Probability团队工作。他说,Facebook公司有很多开发人员在技术堆栈和业务等部门工作,Probability团队所做的工作与日常软件开发相关,旨在发明和应用新的工具/方法,使其他团队在日常工作中更高效。

他解释说,这包括概率编程(编写采用分布而不是单值表示变量的程序),可微分编程(使神经网络更有效),以及软件工程的应用程序,例如使用机器学习帮助工程师以更少的错误更快地编写代码,以及更快地调试不可避免的问题的工具。

他说,“Probability团队成员的技术水平非常高,我们中的许多人从事了多年的学术研究。许多人在微软研究院或贝尔实验室等地方有几十年的研究经验,60%以上的人拥有博士学位。”

许多在人工智能和机器学习领域的行业人员都对Meta公司的裁员表示惊讶,因为Probability t团队在此之前受到高度重视。

气候技术人工智能开发商CarbonRe公司的高级研究科学家Nantas Nardelli表示,这些都是该领域最优秀的研究人员,只是不像其他研究人员那样知名。

他表示:“他们倾向于生产不那么光鲜亮丽的产品,但这可能会在5~10年后成为机器学习产品的支柱。 

他解释说,他们的机器学习工作非常适用于低级或中级数据量、高领域知识以及估计不确定性中很重要的问题。他说:“这项专业知识通常很难获得,现在专门从事这项工作的人越来越少。”

Twitter公司裁减道德人工智能团队为企业提供了教训

数据科学和机器学习平台Dataiku负责人工智能的TriveniGandhi表示,她对Twitter公司的道德人工智能的团队整体被裁并不感到惊讶。

她在接受行业媒体采访时表示:“我的直觉反应是,他们当然是最先被解雇的团队,因为Twitter公司目前的领导层对道德、信任和安全问题有不同的看法。”

但作为负责任的人工智能主管,她表示,自己也开始思考这一消息对其企业客户意味着什么。她说,“他们是否也会开始思考不需要这些技术或应用?”

然而她表示,行业人士对这两家公司裁员的反应表明,合乎道德的人工智能已经变得多么重要和受到尊重。

她说:“我认为,其他公司看到这一特定团队的裁减,他们会认为,‘我们不想重蹈覆辙。不想让采用我们的人工智能产品的消费者产生一种不信任感。” 

她补充说,她在客户的评论中看到了Twitter公司道德人工智能团队裁员的消息带来的决心。她说:“他们说,‘我们可以做得更好,我们将启用负责任的人工智能团队,并开始让他们把这种技术付诸实践,让我们开始吧。”

以上就是《Meta和Twitter人工智能和机器学习部门的裁员意味着什么》的详细内容,更多关于人工智能,机器学习,裁员的资料请关注golang学习网公众号!

版本声明
本文转载于:51CTO.COM 如有侵犯,请联系study_golang@163.com删除
VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!
上一篇
VR的终极形态是「假眼」?Neuralink前联合创始人掏出新产品:科学之眼!
使用可视化工具和统计方法检测异常值
下一篇
使用可视化工具和统计方法检测异常值
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    258次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    303次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    282次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    259次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    68次使用