蘋果機器學習總監Ian Goodfellow辭職，表示不想回辦公室、靈活辦公才是最好的模式

據The Verge 記者 Zoë Schiffer 推文爆料，蘋果機器學習總監 Ian Goodfellow 將從蘋果離職。在給員工的說明當中，Ian寫道，「我堅持認為靈活辦公才是給予我的團隊最好的政策。（I believe strongly that more flexibility would have been the best policy for my team）。」

如此看來，Ian 離開蘋果的部分原因（甚至可能是很大部分原因）是因為不滿復工政策。

原來根據蘋果日前的公佈復工政策來看，員工需要從4月11日起回到辦公室工作。一開始只需要每週回到辦公室辦公一天，其餘時間居家辦公，但隨著時間的發展，員工要逐漸增加回辦公室的時間。到5月2日起碼要在辦公室工作2天，5月23日後起碼要在辦公室工作3天。

對於疫情期間習慣了遠距辦公，並已經在遠距辦公和生活中找到了平衡的員工來說，不適應緊鑼密鼓的返工安排情有可原。再者，考慮到通勤問題、感染病毒可能性等方面，公司如何安排復工，成為了後疫情時代的一個重要問題。

Ian Goodfellow：年紀輕輕就是人工智慧領域的頂級專家

Ian Goodfellow，本科與碩士就讀於史丹佛大學，博士階段師從「深度學習三駕馬車」之一的Yoshua Bengio ，在蒙特利爾大學研究機器學習。 

他之所以年紀輕輕就被認為是人工智慧領域的頂級專家，是因為他提出了生成對抗網路（GANs），人稱GAN之父。GAN作為現在最被關注的深度學習模型之一，近年來已成為機器學習界最熱門的話題。

GAN包含有兩個模型，一個是生成模型（generative model），一個是判別模型（discriminative model）。生成模型的任務是生成看起來自然真實的、和原始數據相似的實例。判別模型的任務是判斷給定的實例看起來是自然真實的還是人為偽造的。

這種左右互搏，逐漸演變成了越來越強大的數據造假能力，不僅打開了新世界的大門，也引發了許多倫理問題。例如將外國網友「deepfakes」替換成名人的臉，或者以公眾人物的臉造假新聞，從而達到造謠或者引起社會輿論的目的。

作為太強大的存在，GAN 就彷彿一把雙刃劍，無論是收是放，總能吸引全世界的關注。

上圖為Ian 的Google學術頁面，可以見到他的論文引用量高達 18 萬多。而光GAN這一篇就獨佔鰲頭，引用量四萬多。

排行第二的《Deep Learning》則是Ian 與 其博導 Yoshua Bengio 以及 Aaron Courville合作推出的人工智慧基礎書，目前已被視為機器學習的必讀書目。

圖註：Deep Learning 實體書籍

擁有如此多耀眼的成績，此番 Ian 因復工政策從蘋果離職，瀟灑下所暗藏的，也許是他早就做好了打算的未來。