GAN之父Ian Goodfellow离职苹果：不想重返办公室工作

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

转载自：机器之心

对苹果来说，Ian Goodfellow 的离开对公司损失相当大。

据 The Verge 报道，苹果机器学习总监 Ian Goodfellow 在加入公司三年后辞职，部分原因是苹果公司关于重返办公室工作的政策。在给员工的电子邮件中，Goodfellow 证实了即将离职的消息。

Ian Goodfellow

虽然离开的官方原因尚不清楚，但 Goodfellow 在邮件中确实承认苹果公司让员工重返办公室的政策是其辞职的部分原因。

在远程工作了两年多之后，苹果要求其员工从 4 月 11 日起重返办公室工作，最初，员工们每周只需要在办公室工作一天，其余时间远程办公。之后，随着时间的推移逐渐增加在办公室工作的时间。到 5 月 2 日，员工每周至少要两天在办公室工作，到 5 月 23 日后至少每周要回办公室工作三天。

但这一重返办公室办公的要求，引起了 Goodfellow 的不满，他表示：「我坚信，对我的团队来说，更大的灵活性是最好的策略。」

当然，除了 Goodfellow，还有其他苹果员工反对重返办公室计划。一项针对少数员工的调查发现，许多苹果员工正在寻找新的工作机会，他们离职的原因包括重返办公室政策、感染新冠病毒的可能性、对企业文化不满意以及无法实现工作与生活平衡等。

不久之前，在致苹果 CEO 蒂姆 · 库克的一封信中，一群员工表示：如果没有灵活性带来的包容性，我们认为我们必须在生活和工作之间做出选择。我们可能会继续成为苹果的一部分，也许会离开。这是我们任何人都不会轻易做出的决定，也是许多人不愿做出的决定。

根据 Goodfellow 在领英上的个人资料显示，他于 2019 年 3 月加入苹果，担任特别项目组的机器学习总监。不过他的个人资料还没有随着离职而更新。此前，Goodfellow 在谷歌担任高级研究员。

领英地址：https://www.linkedin.com/in/ian-goodfellow-b7187213/

Ian GoodFellow 简介 

Ian Goodfellow 是机器学习领域备受关注的年轻学者之一，本科与硕士就读于斯坦福大学，师从吴恩达，博士阶段则跟随蒙特利尔大学的著名学者 Yoshua Bengio 研究机器学习。

他最引人注目的成就是在 2014 年 6 月提出了生成对抗网络（GAN）。这一技术近年来已成为机器学习界最火热的讨论话题，与 GAN 有关的论文不断涌现。GAN 已成为众多学者的研究方向。

GAN 包含两种神经网络：创造新数据实例的生成器和区分由生成器从真实数据中创建假数据的判别器。这两种神经网络通过越来越逼真的假数据来挑战彼此，优化自己的策略，直至生成数据与真实数据难以区分。

在过去曾有一段时间，GAN 在图像生成领域取得了重大突破，现在可以生成动物、风景以及人脸等高度逼真的合成图像。例如可以合成人脸的网站：thispersondoesnotexist.com 。

但是，GAN 的成功也打开了潘多拉的魔盒，引发了诸多伦理问题和潜在危险。例如，有人利用 GAN 开发「deepfake」人脸交换技术，制作「换脸」明星色情片，同时也有人担忧 GAN 用于生成假新闻以操控公众舆论等。

Ian GoodFellow 论文引用量逐年飙升，来源：Google Scholar

目前为止，Ian 的论文引用量高达 18 万多，GAN 那篇论文的引用量为 4 万多。

 图：引用量最高的几篇作品（第二个为书籍）

在 2016 年，Ian Goodfellow、Yoshua Bengio、Aaron Courville 等人推出了著名的人工智能基础书《Deep Learning》，该书已被列为机器学习领域内的必读内容。

《Deep Learning》中文版链接：https://github.com/exacity/deeplearningbook-chinese

机器之心 Ian GoodFellow & Yoshua Bengio 联合签名版《Deep Learning》

不过在加入苹果后，可能受到公司要求，Ian Goodfellow 对外发布的论文、参与的学术交流活动并不是特别多，可以说是沉寂了相当一段时间。

Ian Goodfellow 在离开苹果后，不知下一站会去哪里。

参考链接：

https://www.macrumors.com/2022/05/07/apple-director-of-machine-learning-resigns/

https://appleinsider.com/articles/22/05/07/apples-director-of-machine-learning-exits-over-return-to-office-policy

ICCV和CVPR 2021论文和代码下载

后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集

后台回复：ICCV2021，即可下载ICCV 2021论文和代码开源的论文合集

后台回复：Transformer综述，即可下载最新的3篇Transformer综述PDF

目标检测和Transformer交流群成立
扫描下方二维码，或者添加微信：CVer6666，即可添加CVer小助手微信，便可申请加入CVer-目标检测或者Transformer 微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer等。
一定要备注：研究方向+地点+学校/公司+昵称（如目标检测或者Transformer+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信: CVer6666，进交流群
CVer学术交流群（知识星球）来了！想要了解最新最快最好的CV/DL/ML论文速递、优质开源项目、学习教程和实战训练等资料，欢迎扫描下方二维码，加入CVer学术交流群，已汇集数千人！

▲扫码进群
▲点击上方卡片，关注CVer公众号

整理不易，请点赞和在看