在質疑自家發表在Nature上的論文成果後，這位谷歌研究員被解僱了。
去年6月，谷歌在Nature上發表了一篇文章：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個小時內生成晶片設計圖，而且比人類設計得更好。
但這位研究員認為文章的一些論斷站不住腳，以及實驗尚未經過充分的測試。
不過他只是在內部表達了下想法，結果驗證自己觀點的論文，直接被谷歌攔截、沒能對外發表。
（網友想看預印本都看不到）
隨後谷歌的最新回應證實，這位研究員已於今年3月「因故」被解僱。
值得一提的是，這已經不是第一次谷歌員工「因言獲罪」了。
也就一年半的時間，谷歌已經傳出三位技術人員遭解僱。
AI晶片設計能力超過人類？
這次牽涉其中的論文，於去年4月13日被《Nature》接收，6月9日發表。
它主要討論了一種用深度強化學習來快速設計晶片的方法。
論文中表示，通過此方法，AI只需不到6小時的時間，就能設計出一塊晶片；而人工往往要花費數周或數月才能做到。
具體來看，這是一種具有泛化能力的晶片佈局方法。
AI通過學習10萬個晶片佈局，這種方法就能自己設計出新的方案來，並且所有關鍵指標（包括功耗、性能和晶片面積）都和人工設計的不相上下。
為了提高AI的學習效率，研究人員還設計了一種獎勵機制，基於線路長度和布線擁塞的近似代價函數進行計算。
具體來說，需要將宏和標準單元映射到一個平面畫布上，形成具有數百萬到數十億節點的「晶片網表」。
然後，AI模型會對功率、性能和面積(PPA)等進行優化，並且輸出概率分佈。
下圖分別是零樣本生成和基於預訓練策略微調的效果，其中每個小矩形代表一個宏塊。在預訓練策略中，中間留出了用於放置標準單元的空間。
這篇論文的共同通訊作者Anna D Goldie表示，
這種方法適用於任何類型的晶片設計，並且已經被用在生產下一代Google TPU上。
質疑起始於2020年
但在「取得重大突破」的背後，谷歌內部關於這項技術的質疑，其實從2020年就開始了。
提出質疑的正是今年3月被解僱的谷歌大腦員工——Chatterjee博士。
他畢業於UC伯克利計算機系，曾在英特爾工作過，主要從事通信協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習設計晶片的方法，它可以被視作是登上Nature成果的前身。
當時，谷歌曾向Chatterjee博士詢問這種方法可否出售或者授權給一些晶片設計公司。
在回覆郵件中，Chatterjee博士表示，對論文中的一些說法持保留意見，並質疑這項技術是否經過了嚴格的測試。
不過這些質疑似乎並未影響到谷歌的腳步。
一年之後，他們便將這一尚存在質疑的成果，投稿到了Nature而且成功發表。
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，並同樣對這項成果存在疑慮。
而谷歌的騷操作到這還沒完，他們還親自示範了一遍，什麼叫「規矩是死的人是活的」。
這一邊，投稿到Nature的論文被質疑，沒有嚴格遵循發表審批流程。
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博士開展的關於質疑這一成果的論文，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，以獲批發表。
結果幾個月後，這篇論文被拒了。
理由是：不符合標準。
據《紐約時報》披露，Chatterjee博士團隊被谷歌告知，他們是不會發表一篇質疑《Nature》成果的論文的。
而且一份書面報告證明，Chatterjee博士已經被谷歌解僱。
谷歌副總裁Zoubin Ghahramani對此事回應稱：
我們徹底調查了那篇《Nature》論文的底稿，並堅持同行審議的結果。
同時我們也嚴格調查了隨後提交的一份文件，它不符合我們的出版標準。
與此同時，有知情人士透露，這項成果的作者之一說「被解僱的人員騷擾她、質疑她的工作」。
而「被解僱人員」的律師對此回應：他是在維護科學的完整性。
意見不合就解僱？
前面提到，這也不是第一次谷歌管理層與研究人員之間的衝突了。
此前最典型一次，就是谷歌AI倫理團隊聯合負責人Timnit Gebru解僱事件。
當時這件事直接引發1400名谷歌員工和1900名AI學術圈人士對谷歌的行為表示譴責，並讓Jeff Dean成為眾矢之的。
據本人推文以及之後姐夫哥回應顯示，核心矛盾正是雙方在內部論文評審上的分歧。
在公開的郵件內容顯示，她一直希望發表一篇「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」，因而被解僱。
兩個月後，AI倫理團隊另一位負責人Margaret Mitchell，因用腳本在公司內網搜索支持Gebru的證據而被解僱。
又在去年4月，谷歌大腦創始成員之一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。
如今，又一位谷歌大腦成員遭解僱，一方面被認為是谷歌研究人員內部動盪的最新例證。
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友所說，整個科技行業所應對的難題：研究人員與企業之間的「適配」。
即便連谷歌這樣的大廠，也沒辦法完全解決這一難題。
從企業角度來看，當然是將科研成果快速商業化實現營收為主。
但從技術人員的角度來看，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：
一條是仍留在產業界，換公司或者自己創業；
比如百度首席科學家吳恩達，負責百度研究院的領導工作，尤其是Baidu Brain計劃，但待了三年之後離職，有了自己的創業項目。
