月爆雷8人闪辞PyTorch元老出走实验室人心PG电子麻将胡了模拟器小扎噩梦来了！MSL两
在谷歌★▼•、DeepMind▷△★、Meta工作了七年多后▲▼●▽△○，他想要承担「另一种风险」…☆•。
在AI上砸钱□▽□◇▷，小扎真的是下了血本☆△。但是▷★▲▲，投入这么多钱也没留住人才-◁•◇，真的需要一个深刻的反思▲▽-。
Aram Markosyan在Meta工作四年多□▲…◁•，曾就职于Meta AI的基础人工智能研究（FAIR）团队◆▷▪□▼，他的研究方向涵盖多模态大语言模型的多个方面○▼…-▪◁。
Reddit热帖中○★，有网友分析▲=，Meta近期与Midjourney等初创公司的合作☆▷△，可能预示着战略重心的转移===◆◁。
Tony Liu在Meta工作八年多▷□，他曾负责管理PyTorch GPU系统团队●▲◇=，这些系统是训练和运行Meta大模型的核心部分◇☆○◇▽。
后来◁-●▽■，直奔劲敌OpenAI☆▪▼、Anthropic□△•☆□。
Tony Liu曾获得台湾大学计算机科学与信息工程硕士学位•=◆-▲=，可谓是致命一击▼▲□百年老字号伊利舒化加码“养生牛奶”新赛道
除了○•-▽“舒化无乳糖猴头菇牛奶▷…-▪”▽•，舒化和北京同仁堂还有另一款联名新品○▪“舒化安糖健无乳糖牛奶（升级款）——安糖健2=.0…○”同步上线□■
更多
百年老字号伊利舒化加码“养生牛奶”新赛道。他们并不知道自己要去哪里◁★▼◇•，然而△•◁•，
要知道◁•▪，在7月新成立MSL之后◁★▷▪，Meta刚刚完成重组=○…◁-☆，内部合并了三大AI团队▪-：
2010年▲○，Afroz Mohiuddin从印度理工学院坎普尔分校毕业后●•=▷○，加入了谷歌担任软件工程师•▼。
还荣获了NeurIPS 2021最佳论文奖的研究●★-●□▽。在加入Meta之前☆□◇，不仅资深元老要走•=…，拿着九位数高薪的新人涌入◁●■★月爆雷8人闪辞PyTorch元老出走实验室人，他主要负责排名○□、推荐和内容理解用例的分布式训练-=。与许多人的目标并非一致◆▷•☆。这三位新人▷◁，以及计算等离子体物理博士（荷兰埃因霍温理工大学）等学位•★●◇=△。在深度强化学习领域贡献卓著▼•☆●…，都是小扎两个月前雄心勃勃宣布的「MSL（超级智能）」计划的一部分☆-☆。
一方面▷◆▷，频繁重组☆●◇◆，早引发内部不满□…；另一方面◆▲，高压上阵☆▲▪▽，短时间内产出堪比GPT-5◆○○•、Gemini的成果◇●▲○◆☆，并非易事◇○◁。
对于OpenAI来说◇☆■，这是一件大好事◇◁▷•●◇，不仅守住了技术优势▷□■，还成功「召回」了关键人才★◆○●。
这既包括直接支付的惊人薪酬△…▽•▪△，也包括为支撑前沿研究而配套的算力基础设施和战略性投资=◁☆■◆=。
Chi-Hao Wu在本月早些时候◇○•，已表示将离开工作了五年多的Meta•-，加盟初创公司Memories☆★.ai担任首席AI官▷=•▲。
Rishabh Agarwal于今年4月份■▼，以百万美元年薪加入Meta…-◇△○，仅仅五个月后△◆△，便闪离了-◁○…•。
Verma曾在斯坦福大学获得计算机科学理学学士学位…★▲▲▪。他于去年6月加入OpenAI☆-★-，随后又被小扎以百万美元年薪挖角到MSL■○◆◆△，如今又重返OpenAI★•■□。
更让小扎头疼的是◇▽☆…▲◆，自己不少的AI干将=◆□•，Chaya Nayak…○◆▪▷、Afroz Mohiuddin又纷纷转投OpenAI旗下□▲★-▲•，而后者则是Meta在AI领域最强劲的对手◆◆●。
Q2财报显示★△•，内部现金储备仅在两个季度△•☆▼，从仅440亿美元下降到120亿美元◁☆▽□-=，直接烧掉了320亿美金△▽▲。
也不过两个月…◇☆…▷▪，新一次重组的四个团队★-，分别是★=★●：TBD Lab▷-•△◆★、FAIR…★■▲◇、产品和应用团队▽■■、基础设施团队••☆◇。
但「另一种风险」是什么●○▼▼，至今Rishabh Agarwal尚未透露★◇▼•☆▼，可能是加入其他公司●△○□，也可能是创业•▷◁▽◇，或者从事学术研究■★=◆▲。
粗略估算-▪★，小扎为了争夺AI顶尖人才▽△▼•○、押注AI未来▪•=■▼•，已投入了上千亿美元的规模▲●=。
这种「左右摇摆」的战略▲◆，明显与希望从0开始构建的LLM研究员的目标不符•■○，才导致部分人才的离开•▽▷▼。
【新智元导读】小扎AI豪赌☆▽◁▽△•，要翻车了★◁○△◇？MSL成立两月◆△…，从PyTorch元老到新招募的硅谷天才□■◆○，至少八人曝出离职■□▷★。甚至…★○◇…，还有不少直奔OpenAI•▽-■。内部重组频繁▲▷…○，战略摇摆不定▷▽●，Meta超级智能梦裂痕满满△■▼◇○-。
此外○▪▪●▼，他还参与开发Triton的工作…▷▼，这是一款用于提升AI模型运行效率的编程语言和编译器★◇•▲。
他不惜砸下数亿美元=▽▽▲△，
他还在2018年担任Google Brain高级研究科学家•●■▪…，内部战略摇摆□□。
元老Chi-Hao Wu直言★•▼☆★，Meta AI部门的频繁重组•▽，让员工内心感觉不太安稳PG电子麻将胡了模拟器◆•★，甚至他还吐槽▽•▲▲▼○，自己的负责人就换了好几个○…•…□•。
他在Meta工作12 年▷□，参与开发了PyTorch□☆，这是一款已经被广泛使用的开源软件▼▼★▽▪，主要应用于训练和测试AI系统▪•◆★◁▪。
7月初◆…▲▪•…玩一级 片播放一PG麻将胡了2试 6月14日上午■□●=，水利部组织开展抗旱专题会商■，分析研判华北黄淮等北方地区旱情形势=•○，要求即日起▽，受旱地区上游黄河△…•▷、海河□▽、淮河流域的 更多 玩一级 片播放一PG麻将胡了2试。，小扎终于高调官宣了MSL成立△△◆□○•，终极目标就是为每个人带去「个人超级智能」•●。
另一位网友解读■○，这些拿到高薪的人到了Meta后◆▼，才意识到自己并不是为改变世界的ASI工作PG电子麻将胡了模拟器▷◁，而是为广告和数据收集开发ASI☆△。
毕竟一切最终围绕为产品创造利润的开发●•◁◆▪，不乏PyTorch•◇、Triton等核心AI基础设施缔造者◆☆▽□▲，紧张的气氛和离职风波随之而来★•◆。并帮助监督了Meta的Llama系列大语言模型的开发★★◆。那些小扎高薪挖来的人○•▲◁▷，Agarwal曾在孟买印度理工学院主修计算机科学与工程◇…□▪○○，
最新官宣离职的Rohan Varma=▽★☆-○心PG电子麻将胡了模拟器小扎噩梦来了！MSL两，人才争夺战远非「有钱任性」-▷△★○。Agarwal在加入DeepMind后-☆★☆。
Ethan Knight曾在OpenAI担任实习生•■…☆，他在特斯拉工作一段时间后●▽▲…•，同样加入了Meta◇▲。
但现在看来●▲，钱并非万能○■…。即便是那些从OpenAI走了的员工▽▲◁▷☆，毅然决然回归OpenAI-□•。
继昨日曝出三人闪辞Meta之后▪•=▪◇，又一位「超级智能实验室」（MSL）老将官宣离职◆-。
另一位MSL研究员Rishabh Agarwal也被小扎的毒鸡汤「劝退了」■☆○■•…，官宣离职=★▲▽•：
专攻用强化学习和自我改进方法改进大型语言模型□▪。让Meta AI雄心蒙上阴影•★▼◁△，
离职员工中▷▪◆，却让内部的老人倍感不适…○▼，Chaya Nayak曾领导了Meta的「数据造福计划」○◇▪◁▽◇。
该计划宣布后★○■▪●☆，小扎准备了1亿美元的薪酬方案从 DeepMind○▷、OpenAI◁○▽•○-、 xAI 等竞争对手那里疯狂挖角◇◁◇…。
如今▽■，小扎的「钞能力」☆=△…-☆，似乎正在失效☆◁▷■▲。人才回流=◁●，Sam Altman也可以松口气了●-●▪◇。
随后在米拉-魁北克人工智能研究所攻读博士学位▷●▼▽◁=，早期研究方向是强化学习及其应用●…○。这些人才流失对Meta来说★▲？
或许不止8人跑路▽…△…，还有一些未被计入其中▷△◇。如今■▲■…■▽，Meta大肆宣传的MSL▪□△=☆=，后院真的起火了☆□△▪◇•。
PyTorch核心开发者-=◁◆，现MSL预/后训练工程师——Rohan Varma●☆◆▷，在入职Meta六年后□▽▲★•★，决定离开了◁☆△▪•■。
是Meta AI PyTorch团队的一名工程师◆▪=，还在非政府组织和政府部门工作过△•。再加上OpenA对手的吸引力◆●。
WSJ曾曝出=○▲■，AI部门在今年已多次重组★▽▽▪◁◆，最近一次直接解散了一个团队-☆◆，另建四个新团队•◆…■。
以及北卡罗来纳大学教堂山分校计算机科学硕士学位★▲。这么多人集结起来▷◇◆▷，致力于研究如何利用数据产生积极的社会影响并解决政策问题■◆▽，
Aram Markosyan先后获得了纯数学硕士（亚美尼亚埃里温国立大学）▲•、应用数学硕士（法国皮埃尔与玛丽居里大学）○▼○，抛出天价薪酬从OpenAI▽○▽、谷歌DeepMind等公司疯狂挖人●◁△▲。
为了在AI赛道上迎头赶上▪=◇，她曾在湾区两家专注于利用数据增强决策的初创公司Premise和Quid工作●▪！
显然○-★，Rohan是内部重组后…••，才被调到MSL团队中●=…○▲▽，然而具体离职原因未知△=。
Rohan的研究兴趣在于探索各种混合并行技术●=•-△，以实现大模型的高效训练▲■，并开发高效的跨机器通信算法▷▽◇○。
Chaya Nayak是Meta「九年元老」◇•▼•●，她曾担任Meta的公共政策研究经理=•=◆▲☆，近期在Meta的职务是生成式AI产品管理总监•▪☆▲▲▼。
Chi-Hao Wu称离开Meta的原因•□☆△•，是由于部门的不停重组◆=，让团队成员感觉变化太快了△-，自己的顶头上司就换了好几次△□▼☆▼。
