Chefe de aprendizado de máquina da Apple falha no Google por causa da política de retorno ao escritório
Um ex-executivo da Apple que supervisionou os esforços de aprendizado de máquina da empresa deixou a empresa devido à sua rígida política de retorno ao escritório e agora se destacou no rival Google.
Até algumas semanas atrás, Ian Goodfellow era diretor de aprendizado de máquina no Grupo de Projetos Especiais da Apple. Seu briefing envolvia a supervisão de engenheiros trabalhando no grande impulso de tecnologia autônoma da Apple.
Agora Goodfellow deixou a Apple e, de acordo com um Bloomberg fonte, ele citou a falta de flexibilidade da Apple em suas políticas de trabalho como um dos principais motivos de sua saída.
Há uma picada extra na cauda para a equipe executiva da Apple, já que Goodfellow agora aceitou um emprego na DeepMind, que é a divisão de IA do Google rival. Goodfellow tem história com o Google, tendo trabalhado como pesquisador sênior lá até ingressar na Apple em 2019.
A política de retorno ao escritório pós-bloqueio da Apple parece ser mais rigorosa do que alguns de seus rivais tecnológicos (incluindo o Google). A partir de 23 de maio, a Apple insistiu que seus funcionários corporativos trabalhassem no escritório às segundas, terças e quintas-feiras.
A empresa agora adiou essa medida em meio a objeções generalizadas e executará um esquema piloto que prevê que alguns funcionários retornem por dois dias por semana nas próximas semanas.
Goodfellow é o funcionário mais sênior e de alto perfil da Apple a deixar a posição firme da Apple. Ele é conhecido por criar redes adversárias generativas, ou GANs, que podem criar imagens e conjuntos de dados com extrema precisão – útil para videogames e astronomia, mas também para o campo menos nobre de deepfakes.
Você pode gostar…
Apple Car não está morto e pode chegar em 2025 – relatório
Revisão do Apple Watch 7
Análise do iPhone 13 Pro
Por que confiar em nosso jornalismo?
Fundada em 2004, a Trusted Reviews existe para dar aos nossos leitores conselhos completos, imparciais e independentes sobre o que comprar.
Hoje, temos milhões de usuários por mês de todo o mundo e avaliamos mais de 1.000 produtos por ano.