本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

在質(zhì)疑自家發(fā)表在Nature上的論文成果后，這位谷歌研究員被解雇了。

去年6月，谷歌在Nature上發(fā)表了一篇文章：A graph placement methodology for fast chip design，其中Jeff Dean是作者之一。

文章中表示，AI能在6個小時內(nèi)生成芯片設(shè)計圖，而且比人類設(shè)計得更好。

但這位研究員認(rèn)為文章的一些論斷站不住腳，以及實驗尚未經(jīng)過充分的測試。

不過他只是在內(nèi)部表達(dá)了下想法，結(jié)果驗證自己觀點的論文，直接被谷歌攔截、沒能對外發(fā)表。

（網(wǎng)友想看預(yù)印本都看不到）

隨后谷歌的最新回應(yīng)證實，這位研究員已于今年3月“因故”被解雇。

值得一提的是，這已經(jīng)不是第一次谷歌員工“因言獲罪”了。

也就一年半的時間，谷歌已經(jīng)傳出三位技術(shù)人員遭解雇。

AI芯片設(shè)計能力超過人類？

這次牽涉其中的論文，于去年4月13日被《Nature》接收，6月9日發(fā)表。

它主要討論了一種用深度強化學(xué)習(xí)來快速設(shè)計芯片的方法。

論文中表示，通過此方法，AI只需不到6小時的時間，就能設(shè)計出一塊芯片；而人工往往要花費數(shù)周或數(shù)月才能做到。

具體來看，這是一種具有泛化能力的芯片布局方法。

AI通過學(xué)習(xí)10萬個芯片布局，這種方法就能自己設(shè)計出新的方案來，并且所有關(guān)鍵指標(biāo)（包括功耗、性能和芯片面積）都和人工設(shè)計的不相上下。

為了提高AI的學(xué)習(xí)效率，研究人員還設(shè)計了一種獎勵機制，基于線路長度和布線擁塞的近似代價函數(shù)進行計算。

具體來說，需要將宏和標(biāo)準(zhǔn)單元映射到一個平面畫布上，形成具有數(shù)百萬到數(shù)十億節(jié)點的“芯片網(wǎng)表”。

然后，AI模型會對功率、性能和面積(PPA) 等進行優(yōu)化，并且輸出概率分布。

下圖分別是零樣本生成和基于預(yù)訓(xùn)練策略微調(diào)的效果，其中每個小矩形代表一個宏塊。在預(yù)訓(xùn)練策略中，中間留出了用于放置標(biāo)準(zhǔn)單元的空間。

這篇論文的共同通訊作者Anna D Goldie表示，

這種方法適用于任何類型的芯片設(shè)計，并且已經(jīng)被用在生產(chǎn)下一代Google TPU上。

質(zhì)疑起始于2020年

但在“取得重大突破”的背后，谷歌內(nèi)部關(guān)于這項技術(shù)的質(zhì)疑，其實從2020年就開始了。

提出質(zhì)疑的正是今年3月被解雇的谷歌大腦員工——Chatterjee博士。

他畢業(yè)于UC伯克利計算機系，曾在英特爾工作過，主要從事通信協(xié)議高層建模和驗證方面的研究。

2020年，谷歌提出了一種利用機器學(xué)習(xí)設(shè)計芯片的方法，它可以被視作是登上Nature成果的前身。

當(dāng)時，谷歌曾向Chatterjee博士詢問這種方法可否出售或者授權(quán)給一些芯片設(shè)計公司。

在回復(fù)郵件中，Chatterjee博士表示，對論文中的一些說法持保留意見，并質(zhì)疑這項技術(shù)是否經(jīng)過了嚴(yán)格的測試。

不過這些質(zhì)疑似乎并未影響到谷歌的腳步。

一年之后，他們便將這一尚存在質(zhì)疑的成果，投稿到了Nature而且成功發(fā)表。

與最初研究不同的是，登上Nature的論文對此前方法做了一些調(diào)整，同時還刪除了兩位作者的名字。

因為他們曾與Chatterjee博士密切合作，并同樣對這項成果存在疑慮。

而谷歌的騷操作到這還沒完，他們還親自示范了一遍，什么叫“規(guī)矩是死的人是活的”。

這一邊，投稿到Nature的論文被質(zhì)疑，沒有嚴(yán)格遵循發(fā)表審批流程。

谷歌和該論文的共同通訊作者Anna D Goldie對此回應(yīng)稱，因為這篇論文對此前成果的改動不大，因此不需要走完整的審批流程。

但是另一邊，Chatterjee博士開展的關(guān)于質(zhì)疑這一成果的論文，最終卻沒通過審查。

他們將反駁此方法的論文提交給了一個決議委員會，以獲批發(fā)表。

結(jié)果幾個月后，這篇論文被拒了。

理由是：不符合標(biāo)準(zhǔn)。

據(jù)《紐約時報》披露，Chatterjee博士團隊被谷歌告知，他們是不會發(fā)表一篇質(zhì)疑《Nature》成果的論文的。

而且一份書面報告證明，Chatterjee博士已經(jīng)被谷歌解雇。

谷歌副總裁Zoubin Ghahramani對此事回應(yīng)稱：

我們徹底調(diào)查了那篇《Nature》論文的底稿，并堅持同行審議的結(jié)果。

同時我們也嚴(yán)格調(diào)查了隨后提交的一份文件，它不符合我們的出版標(biāo)準(zhǔn)。

與此同時，有知情人士透露，這項成果的作者之一說“被解雇的人員騷擾她、質(zhì)疑她的工作”。

而“被解雇人員”的律師對此回應(yīng)：他是在維護科學(xué)的完整性。

意見不合就解雇？

前面提到，這也不是第一次谷歌管理層與研究人員之間的沖突了。

此前最典型一次，就是谷歌AI倫理團隊聯(lián)合負(fù)責(zé)人Timnit Gebru解雇事件。

當(dāng)時這件事直接引發(fā)1400名谷歌員工和1900名AI學(xué)術(shù)圈人士對谷歌的行為表示譴責(zé)，并讓Jeff Dean成為眾矢之的。

據(jù)本人推文以及之后姐夫哥回應(yīng)顯示，核心矛盾正是雙方在內(nèi)部論文評審上的分歧。

在公開的郵件內(nèi)容顯示，她一直希望發(fā)表一篇“大語言模型存在偏見”論文，但是一直遭到上級反對。

此外她在郵件中透露，谷歌對黑人這一弱勢群體的不公平對待，以及對AI倫理的不重視。

正是因為這封郵件，被爆出“不符合谷歌管理者的期望”，因而被解雇。

兩個月后，AI倫理團隊另一位負(fù)責(zé)人Margaret Mitchell，因用腳本在公司內(nèi)網(wǎng)搜索支持Gebru的證據(jù)而被解雇。

又在去年4月，谷歌大腦創(chuàng)始成員之一Samy Bengio也離職加入蘋果，不少人推測離職原因跟這件事情有關(guān)。

如今，又一位谷歌大腦成員遭解雇，一方面被認(rèn)為是谷歌研究人員內(nèi)部動蕩的最新例證。

此前，谷歌的另一大研究團隊DeepMind，也時不時爆出鬧獨立、與母公司鬧掰等傳聞。

另一方面是正如這位網(wǎng)友所說，整個科技行業(yè)所應(yīng)對的難題：研究人員與企業(yè)之間的“適配”。

即便連谷歌這樣的大廠，也沒辦法完全解決這一難題。

從企業(yè)角度來看，當(dāng)然是將科研成果快速商業(yè)化實現(xiàn)營收為主。

但從技術(shù)人員的角度來看，任何一項科研都是件長期投入的事情，怎能容許為了短期利益而降格。

一旦遇到不適配，留給他們的只有兩條路：

一條是仍留在產(chǎn)業(yè)界，換公司或者自己創(chuàng)業(yè)；

比如百度首席科學(xué)家吳恩達(dá)，負(fù)責(zé)百度研究院的領(lǐng)導(dǎo)工作，尤其是Baidu Brain計劃，但待了三年之后離職，有了自己的創(chuàng)業(yè)項目。

另一條則是回歸學(xué)界。

斯坦福大學(xué)教授李飛飛，17年入職谷歌，成為谷歌云AI負(fù)責(zé)人，一年之后離職重新回到斯坦福。

而這個難題對企業(yè)而言，目前還沒有最優(yōu)解。