亞馬遜AWS主任科學家Anima Anandkumar宣布即將離職，并在個人主頁上發表離職感言，詳細梳理了兩年來在AWS的工作成果和歷程，并對AWS和共事的同事以及Jeff Bezos表示感謝，不過她在文中并未透露下一步的去向。

今天，亞馬遜AWS主任科學家Anima Anandkumar在其個人主頁上發布的離職感言，文中比較詳細地梳理了她兩年來的在亞馬遜AWS的工作歷經，并對AWS和與其共事的同事以及Jeff Bezos表示感謝，文中并沒有透露自己下一步的去向。新智元對此文編譯如下：

我最近將離開亞馬遜AWS主任科學家的崗位。在這里，我想回憶一下我過去兩年豐富的學習經歷以及我們所取得的驚人成就。

加入亞馬遜AWS是我一次在學術界之外的“產業界”任職。我選擇AWS有幾個原因。我認為人工智能的民主化具有巨大潛力，AWS是功能最全面、應用范圍最廣的云平臺。兩年前，云AI仍然是一個未知的領域，讓這份工作成為一次令人興奮的冒險。將應用AI研究引入AWS這件事也很吸引我。

在擔任這個職位初期，我很興奮，也很忙碌。我們是一個新的團隊，工作環境和氛圍和創業公司類似，同時與西雅圖團隊和更大的亞馬遜生態系統保持聯系。學習所有AWS服務，軟件工程實踐，產品管理等方面有著陡峭的學習曲線，我們一邊忙著拓展團隊，設計新的人工智能服務，同時考慮研究方向的問題。

我為過去兩年取得的成就感到自豪。我們在各個層面都推出了大量AI服務。

底層是計算實例，最新的GPU實例就是功能強大的NVIDIA Tesla V100。

中間層包括SageMaker，一個高性能dockerized機器學習算法的完全托管服務，以及首款無縫集成AWS的深度學習相機Deeplens。

頂層包括計算機視覺，自然語言處理，語音識別等服務。我們在客戶擴展方面取得了很大進展，如今AWS云機器學習服務的客戶數量為業界最高。

此外，AWS機器學習實驗室還為自定義用例提供高級解決方案。我與許多客戶進行了交流，了解不同領域的真實AI部署令人大開眼界。

我最關注的是SageMaker的設計、開發和推出。SageMaker的廣泛采用使得AWS的機器學習用戶群比去年增加了250％以上。SageMaker讓機器學習的每個步驟不再那么繁重、復雜、依靠猜測。SageMaker主題建模可以自動對文檔進行大規模分類，分類速度比其他任何開源框架快幾倍。

在AWS開展應用研究是很令人興奮的事。我們努力尋找現實世界中構成最大障礙的問題。 “數據問題”即眾所周知的“房間里的大象”問題。雖然研究人員在現有的基準數據集上進行研究，但現實世界中的大部分時間和精力都花在了數據收集和清理上。我們在許多領域開發并測試了高效的深度主動學習，以及眾包和半監督學習方法。我們發現深度網絡可以用很少的數據（不到25％）進行訓練。

我也很高興將我的關于張量的早期研究與深度學習聯系起來，開發出新的深度網絡，能夠自然編碼數據維度和高階相關性。Tensorly是類似Keras的前端，可以在任何后端的深度學習中輕松使用張量代數運算。

而且，在實踐中，即使理論無法解釋，簡單的方法也能發揮作用。我們試圖通過尋找簡單方法可證明成功的條件，然后通過實驗驗證這些條件來縮小理論與實踐的差距。例如，我們發現1位梯度量化幾乎沒有精度損失，但在理論上和實踐中都降低了分布式機器學習的通信要求。所有這些項目都由一群優秀的實習生和AWS的科學家來執行。

2017年3月，Anima Anandkumar與Jeff Bezos等人在一起

AWS為我提供了一個社區外延平臺，實現人工智能的民主化。我努力與大學和非營利組織建立伙伴關系。加州理工學院與亞馬遜的合作資助了研究生獎學金，建立云學分制度，這正在改變加州理工學院的基礎科學研究。此外，我們還在帕薩迪納建立了一個新的AWS辦公室，由Stefano Soatto和Pietro Perona掌舵。

我有幸與許多杰出的人一起工作并向他們學習。從資深AWS工程師和團隊副總裁Swami Sivasubramanian那里了解AWS發展的早期階段，讓我很受啟發。我有幸從最優秀的人那學習新的技能：如JosephSpisak的產品管理，Craig Wiley的團隊管理，LeoDirac的軟件工程，Zachary Lipton的清晰明確的表述，Sunil Mallya的機器學習實踐經驗等。參加MARS并與Jeff Bezos和許多其他超級巨星互動，也讓我倍感榮幸。

總而言之，我非常感謝我在AWS學習的經歷。接下來，我將談談我即將推出的計劃。敬請關注！

Anima Anandkumar人物簡介

Anima Anandkumar，曾任亞馬遜AWS主任科學家，她的研究興趣領域包括大規模機器學習，非凸優化和高維統計。她一直致力于機器學習張量算法的開發和分析。張量是矩陣的多維擴展，可以編碼數據中的高階關系。在AWS擔任主任科學家期間，致力于在堆棧的所有層級上構建AI服務。

她是多個獎項的獲得者，P. Sloan獎學金，微軟教師獎學金，谷歌研究獎，ARO和AFOSR青年研究員獎，NSF職業獎，UCI早期職業卓越研究獎，ACM Sigmetrics社會最佳論文獎，IBM Fran Allen博士獎學金及最佳論文獎。

她于2004年獲得IIT Madras電氣工程學士學位，并于2009年獲得康奈爾大學博士學位。2009年至2010年在麻省理工學院擔任博士后研究員，在英國擔任助理教授。 2010年至2016年任加州大學埃爾文分校助理教授，2012年和2014年在新英格蘭微軟研究院擔任客座研究員，自2016年起擔任亞馬遜AWS主任科學家，自2017年起擔任加州理工學院Bren教授。