在DeepMind工作是一种怎样的体验?

机器学习实验室

共 2272字,需浏览 5分钟

 · 2022-06-01

 DeepMind 

转自:机器之心

在这里,既有头脑风暴,也有生活气息。


本月初,时任苹果机器学习总监的 Ian Goodfellow 宣布在加入公司三年后辞职,没过几天,就有消息曝出大神去向定了,他将重返谷歌加入 DeepMind。

DeepMind 作为一家比较出名的人工智能公司,战果累累,AlphaGo、AlphaFold、AlphaStar 等重大研究都出自这家公司,Ian Goodfellow 选择加入 DeepMind,可能是被这家公司的某些优点吸引了。

那么,在 DeepMind 工作是一种怎样的体验?现在我们跟随 Akhil Raju 视角来了解这家工司。

Akhil Raju 为 DeepMind 机器人团队的软件工程师 ,2018 年加入该公司。


以下为 Akhil Raju 是如何加入 DeepMind 的,以及在 DeepMind 工作的感受。

我与 DeepMind 的一些契机

小时候我看待 AI 就像看待魔法一样,我非常喜欢星球大战中的 R2-D2、还幻想着和汽车人领袖擎天柱一起玩,我还想去霍格沃茨魔法学院去上学…… 直到 12 岁我开始参加 LEGO 机器人比赛,那一刻,我才明白机器人不再是幻想或只能存在于遥远未来的东西,而是可以创造的东西。事实证明,与机器人玩耍非常有趣。

从那以后,我继续参加机器人比赛,去了麻省理工学院读书,在校期间我花了很多时间学习计算机科学,尤其是机器人技术。不过毕业后,我完全脱离了这个领域,在旧金山的一家初创公司工作了几年,然后又去了谷歌。

我一直有一个想法,就是去国外工作,所以我开始寻找美国以外的机会。我决定搬到伦敦,正好 DeepMind 也在伦敦,我将目光投向这家公司。实际上,我并不认为 DeepMind 会雇佣没有博士学位的人,但我还是试了一下,结果成功了!

因为我是从谷歌转到 DeepMind 的,所以我可以同时申请多个团队。一开始机器人团队并没有引起我的注意,直到招聘人员问我:「你的简历上有机器人方面的内容,你想过加入机器人团队吗?」我抓住了这个机会。从那以后我就成了 DeepMind 机器人团队的一员。


我在 DeepMind 工作的一天

下面讲一下我在 DeepMind 工作的一天。每天早上当我到达公司时,我的队友基本上已经到了,大家都在办公室吃早餐,在开始工作之前大家一起吃早餐已经成为我们日常生活的一部分。

早上我大部分时间都在机器人实验室度过,修复之前实验中的故障或设置新机器人。即使没有太多工作要做,我只要四处走走,看到我们的机器人在工作,听到机器和马达的嗡嗡声,我就能获得能量。在过去的几年里,我以及我的队友已经成长了很多。

下午时间基本上是会议、代码编写。现在大多数人都不在远程办公,回到了办公室,我们也会一两个人凑到一起聊天。我在办公室最喜欢的一部分内容是白板会议,这可以帮助我快速学习和行动。如果天气好的话,我们也可以去阳台上收听一些自己最喜欢的美国体育播客,放松之后,继续写代码。

可能大家都很想知道 DeepMind 的幕后是什么样的?我认为 DeepMind 的企业文化是最好的部分之一。从我的角度来看,我们在大学、初创公司和大公司之间找到了很好的平衡。

在 DeepMind ,经常会发现人们在写满数学的白板前进行头脑风暴,或者有人躲在安静的角落里阅读最新的研究论文。与初创公司类似,整个过程中都充满了明显的能量——你可以真正感受到每个人的兴奋。

当你热爱你所做的事情时,你就会觉得它并不像是工作。机器人团队是所有这一切的缩影,我们中的许多人在工作之外也是亲密的朋友,这种感觉非常好。


关于新冠期间在家办公这件事,我想说的是,在疫情流行的第一个月里,我一直抱着怀疑的态度,以为我们很快就会恢复正常。但事实并非如此,我们大多数会议和合作都搬到了网上,这对我们团队来说尤其有趣。

意识到我们将长期在家办公,我决定利用新的空闲时间来提高自己。期间我尝试了一堆爱好,例如吉他、烹饪,甚至是拼图,但我最喜欢的是扎染。有几个星期我把所有东西都扎染了,从衬衫到短裤再到袜子,现在它们都成为压箱底的东西了。

我很幸运在 DeepMind 工作,并且能够专注于我所擅长的领域。我认为机器人技术及其 AI,将成为一股积极力量,身处这一领域的我们,能够帮助推动这一发展是令人兴奋的。

此外,我对 AI 如何帮助缓解气候变化特别感兴趣——无论是通过寻找更有效地能源使用方法,还是生产清洁能源。DeepMind 的研究人员已经在考虑这个问题,所以我希望我们能够推动世界向前发展并在这个领域产生影响。

一开始我不认为我会在 DeepMind 找到一份工作,但是现在,我对工作非常满意。如果你想加入哪家公司,就大胆的尝试,一次不行,并不意味着之后不行,因为旅程始于尝试。

原文链接:https://www.deepmind.com/blog/from-lego-competitions-to-deepminds-robotics-lab


往期精彩:

 讲解视频来了!机器学习 公式推导与代码实现开录!

 更新!《机器学习:公式推导与代码实现》1-16章PPT下载

《机器学习 公式推导与代码实现》随书PPT示例

 时隔一年!深度学习语义分割理论与代码实践指南.pdf第二版来了!

 新书首发 | 《机器学习 公式推导与代码实现》正式出版!

《机器学习公式推导与代码实现》将会配套PPT和视频讲解!

浏览 29
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报