机器学习女科学家为何选择就职于英伟达的原因，对未来前景进行了美好展望

当地时间9月14日，上月底从亚马逊离职的机器学习女科学家Anima Anandkumar在个人主页上宣布她的下一步计划：加入英伟达并担任英伟达机器学习研究负责人，她在文中解释了为何选择英伟达的原因，并表示对未来的工作充满期待。

当地时间9月14日，人工智能知名女科学家Anima Anandkumar宣布即将担任英伟达(NVIDIA)机器学习研究负责人(Director of Machine Learning Research)，统领机器学习研究。

此前，Anima Anandkumar曾担任亚马逊AWS主任科学家一职长达两年之久，上个月底，她宣布将辞去这一职务，但当时并未透露下一步去向。

如今，她在个人主页上宣布其下一步计划，在文中解释了为何选择就职于英伟达的原因，并对未来前景进行了美好展望。

新智元对此文编译如下：

我非常高兴能够和你们分享这一喜讯：我决定加入英伟达并担任机器学习研究负责人一职。我将在英伟达位于加州圣克拉拉市的总部工作，并将聘请各个级别的机器学习研究人员和工程师，以及相关专业的研究生实习生。

与此同时，我将继续担任加州理工学院的Bren教授，并将平衡我在加州北部与南部工作的时间。我期待在英伟达和加州理工学院之间建立牢固的知识关系。加州理工学院的各项举措都将带来协同效应，例如自动系统研究中心(CAST)和AI4science。

我发现英伟达是个非常合适的选择，在众多工作机会中脱颖而出。我选择英伟达是因为它取得过的成就，它在深度机器学习革命中所起到的重要作用，以及未来将与我共事的人。我将向英伟达首席科学家Bill Dally汇报工作。除了Bill之外，英伟达拥有很多长期进行相关学术研究的优秀员工，例如，Jan Kautz、Steve Keckler、Joel Emer以及最近新加入的Dieter Fox和Sanja Fidler。他们创造了一片可以将研究与强大工程相结合的沃土。我也期待与CEO黄仁勋(Jensen Huang)合作，他的研究愿景令人振奋。

2018年7月，Animashree Anandkumar分享 AI 与其他领域结合带来的可能性

如果没有英伟达生产出的GPU，那么深度学习革命将不会发生。最新的Volta GPU有着令人印象深刻的125 teraFLOPS，并推动了多个领域的发展。而最近发布的新品NVIDIA Tesla T4 GPU是世界上最先进的推理加速器，NVIDIA GeForce代表了图形渲染性能的最大飞跃，因为它是世界上第一个具有实时光线追踪技术的GPU。

正如你们所知，英伟达不仅仅是一家硬件公司。英伟达在CUDA(Compute Unified Device Architecture)上的开发一直是扩展深度学习的关键组成部分，而CUDA原语也与我对张量的研究有关。几年前，我与英伟达的研究员Cris Cecka一起为张量收缩操作构建了扩展的BLAS内核。我期待为CUDA中的张量代数运算提供更多支持，这可以构建更高效的张量神经网络架构。

我很欣赏最近英伟达推出的机器学习研究，包括最先进的用于图像和视频的生成模型，图像去噪等。在英伟达，机器学习研究与最先进硬件的融合正在快速发展。此外，我对英伟达有关的设计与可视化、自动驾驶、物联网/自动系统和数据中心解决方案的开发感到非常兴奋。

在我未来的新角色中，我希望能继续在学术和工业之间，以及理论与实践之间建立桥梁。

Anima Anandkumar人物简介

Anima Anandkumar，曾任亚马逊AWS主任科学家，她的研究兴趣领域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，可以编码数据中的高阶关系。在AWS担任主任科学家期间，致力于在堆栈的所有层级上构建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，IBM Fran Allen博士奖学金及最佳论文奖。

她于2004年获得IIT Madras电气工程学士学位，并于2009年获得康奈尔大学博士学位。2009年至2010年在麻省理工学院担任博士后研究员，在英国担任助理教授。 2010年至2016年任加州大学埃尔文分校助理教授，2012年和2014年在新英格兰微软研究院担任客座研究员，自2016年起担任亚马逊AWS主任科学家，自2017年起担任加州理工学院Bren教授，自2018年9月起担任英伟达(NVIDIA)机器学习研究负责人。