很疯狂，Meta AI 裁员能裁到田渊栋头上，而且是整组整组的裁。
田渊栋在 Meta 工作已超过十年，现任 FAIR 研究科学家总监（Research Scientist Director），他领导开发了早于 AlphaGo 的围棋 AI " Dark Forest "，近期在大模型领域也推出了整合快慢思考的 Dualformer 模型、以及开创性的"连续思维链"（Coconut）范式。
这样一位大佬突然面临找工作了，OpenAI 以及各路初创公司反应都很快，直接开始在评论区排队抢人。
看来这次由新任首席 AI 官亚历山大王主刀的 Meta AI 大裁员，不只是明面上精简组织那么简单，
田渊栋其人
田渊栋拥有上海交通大学计算机系的本科和硕士学位，随后在卡内基梅隆大学（CMU）机器人研究所获得博士学位。
他的职业生涯始谷歌无人驾驶汽车项目组担任软件工程师。
约在 2014 年，田渊栋加入 Facebook（现 Meta）的人工智能研究院（FAIR），至今已近十年。
在 DeepMind 的 AlphaGo 震惊世界之前，田渊栋团队已在围棋 AI 领域取得重要进展。
2015 年，田渊栋主导发布了围棋 AI " Dark Forest "，达到了顶尖业余棋手的水平。在 AlphaGo 之后，田渊栋团队基于 AlphaGo Zero 和 AlphaZero 的算法，完成了开源复现项目 ELF OpenGo，仅靠单 GPU 就能战胜世界顶级的人类选手。
2017 年起，田渊栋的研究重心转向 AI 的可解释性与基础原理
2019 年，OpenAI 联合创始人 Ilya Sutskever 曾邀请田渊栋加入，共同研发语言模型，田渊栋因希望专注于"理解神经网络模型的工作原理"而拒绝了邀请。
语言模型爆发后，Transformer 成为 AI 研究最重要的工具，田渊栋还是坚持他认为更根本的的研究道路，不是简单训练发布模型，而是致力于提高 LLM 在复杂推理和规划任务上的能力。
下半年开始，他在 AIR 负责领导一个专注于规划和推理方向的团队，团队规模约为 10 人，展开了一系列研究。
内存高效的训练方法 GaLore: 将预训练 7B 模型所需的内存压缩至 24GB 以内，使得在单张消费级显卡（如 RTX 4090）上进行预训练成为可能
快慢思考整合 Dualformer：通过在训练中随机移除推理链的部分步骤，使模型能够动态切换"快思考"（对简单问题直接给出答案）和"慢思考"（对复杂问题展开深入推理）
Coconut 连续思维链：不再依赖离散的自然语言思维链，而是将推理轨迹压缩并保留在连续的隐空间中。
理论探索 CoGO：揭示了由梯度下降获得的神经网络解与代数结构之间存在关联，增加了对神经网络表示能力的理解。
就在刚刚过去的 9 月，他还发表了一篇独作论文，揭示了揭示了关键超参数对"顿悟"（Grokking）中扮演的角色，从梯度动力学的第一性原理揭示了为什么像 Muon 这样的最新优化器可以有效的根本原因。
……
One More Thing
除了科研，田渊栋也是一位科幻小说家，第一部长篇小说作品《破晓之钟》于 2024 年出版。
在他的 2024 年个人年终总结里，还透露接下来的第二部长篇小说会尝试使用 AI 辅助写作。
他在职场遭遇的疯狂经历，能化作创作的灵感也说不定。
参考链接：
[ 1 ] https://x.com/tydsh/status/1981167436859920861
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
� � 年度科技风向标「2025 人工智能年度榜单」评选报名火热进行中！我们正在寻找 AI+ 时代领航者 点击了解详情
❤️� � 企业、产品、人物 3 大维度，共设立了 5 类奖项，欢迎企业报名参与 � �
一键关注 � � 点亮星标
科技前沿进展每日见
个股配资提示：文章来自网络，不代表本站观点。
沪深京指数
热点资讯
