最近，一家 AI 初創(chuàng)公司引起了不少人的注意。在推特上宣布成立之時(shí)，有不少人為其點(diǎn)贊和轉(zhuǎn)發(fā)。
一上來(lái)就要搞通用人工智能，什么來(lái)頭？我們看了一下它的創(chuàng)始人名單：
Ashish Vaswani 和 Niki Parmar，這不是大名鼎鼎的 Transformer 論文作者嗎？
這篇開(kāi)山之作引用次數(shù)已高達(dá) 4 萬(wàn)，瀏覽新論文時(shí)經(jīng)常會(huì)看到“(Vaswani et al., 2017)”的字樣，以至于這個(gè)名字都快被刻進(jìn) DNA 了。
他們這是，離開(kāi)谷歌了？
Transformer 作者出走谷歌創(chuàng)業(yè)
Ashish Vaswani 和 Niki Parmar 兩位作者在推特上的官宣證實(shí)了這一消息。
兩位大佬在谷歌干了 5 年有余，做出了 Transformer 這一具有代表性的傲人成績(jī)后，開(kāi)始了新的職業(yè)生涯。他們參與創(chuàng)辦的這家 AI 公司，名叫 Adept ，目標(biāo)是創(chuàng)造讓人和計(jì)算機(jī)能夠協(xié)同工作的通用人工智能。說(shuō)的更直白一些，他們就是要打造一個(gè)通用模型，它能做到不是讓人用計(jì)算機(jī)來(lái)完成工作，而是讓人和計(jì)算機(jī)一起使用同樣的工具合作完成工作。
至于為什么要離開(kāi)谷歌創(chuàng)業(yè)，這事兒還是得從 Transformer 說(shuō)起。
眾所周知，2017 年誕生的 Transfromer，具有高度的通用能力，一路從最初的 NLP 橫跨 CV 等領(lǐng)域，成為了不少巨型模型的基本架構(gòu)，包括大名鼎鼎的 GPT-3、BERT、AlphaFold 等。
截止目前，Transfromer 在谷歌學(xué)術(shù)上顯示的引用次數(shù)已達(dá) 40723 次。順便還帶火了“xxx is all you need”格式的論文標(biāo)題黨方式。而 Ashish Vaswani 和 Niki Parmar 和其他創(chuàng)始人們，正是看重 Transformer 的通用智慧，他們表示：
Transformer 應(yīng)該是第一個(gè)對(duì)每個(gè)主要 AI 用例都能“正常工作”的神經(jīng)網(wǎng)絡(luò)。
這讓他們相信：通用人工智能是完全有可能被實(shí)現(xiàn)的。
但遺憾的是，盡管他們訓(xùn)練出了越來(lái)越大的 Transformer，希望最終建立一個(gè)支持所有 ML 用例的通用 Transformer，但眼下就已經(jīng)出現(xiàn)了一個(gè)明顯的限制：Transformer 可以寫(xiě)出一篇不錯(cuò)的文章，我們卻沒(méi)法要求它完成幫人訂飛機(jī)票、給供應(yīng)商開(kāi)發(fā)票甚至做科學(xué)實(shí)驗(yàn)等等工作。
所以，這些人決定創(chuàng)辦通用人工智能公司 Adept。
正如前面所提到的，Adept 要實(shí)現(xiàn)的通用人工智能模型不僅是讀讀寫(xiě)寫(xiě)，還能使用 Airtable、Photoshop、ATS、Tableau、Twilio 等工具幫你完成諸如“生成本月閱讀報(bào)告”等工作。
因此有人認(rèn)為，Adept 的目標(biāo)更像是協(xié)作智能，它選擇了和其他通用人工智能（AGI）公司截然不同的實(shí)現(xiàn)道路，即并非建立 AGI 來(lái)接管各種有價(jià)值的任務(wù)，而是建立 AI 工具，來(lái)幫人類(lèi)完成任務(wù)。這種方式更容易實(shí)現(xiàn)。
創(chuàng)業(yè)陣容豪華
Ashish Vaswani 博士畢業(yè)于南加州大學(xué)，在谷歌大腦工作已有 5 年；Niki Parmar 則是在印度上完大學(xué)后，同樣在南加州大學(xué)讀完碩士，在谷歌工作了近 7 年。
Adept 的創(chuàng)始團(tuán)隊(duì)陣容除了這兩位以外也非常豪華：
Kelsey Schroeder，斯坦福大學(xué)計(jì)算數(shù)學(xué)（computational mathematics ）專(zhuān)業(yè)碩士，前谷歌大模型生產(chǎn) infra 的產(chǎn)品負(fù)責(zé)人；
Anmol Gulati，在谷歌主要做語(yǔ)音識(shí)別模型；
Augustus Odena，在谷歌領(lǐng)導(dǎo)大型語(yǔ)言模型相關(guān)的工作，也有不少圖像合成方面的研究；
David Luan，前 OpenAI 加州實(shí)驗(yàn)室工程副總裁，參與過(guò) GPT-2、GPT-3、CLIP 和 DALL-E 等模型的開(kāi)發(fā)工作，后來(lái)他加入谷歌，擔(dān)任谷歌大腦大模型研究的 Director；
Erich Elsen，機(jī)器學(xué)習(xí)和高性能計(jì)算交叉領(lǐng)域的研究人員，前 Deepmind 員工，主要研究大模型，在更早之前，還分別在谷歌和百度（硅谷 AI Lab）干了兩年；
Fred Bertsch，谷歌數(shù)據(jù)和協(xié)作人工智能系統(tǒng)方面的專(zhuān)家。
最后一位，Maxwell Nye，是剛從 MIT 畢業(yè)的一位博士生，研究重點(diǎn)為自動(dòng)代碼生成。
總的來(lái)說(shuō)，可謂大佬云集，且各有專(zhuān)攻。
他們的雄心壯志也順利為公司拉來(lái)了 6500 萬(wàn)美元的天使輪融資，投資人包括 Uber CEO、特斯拉自動(dòng)駕駛負(fù)責(zé)人、Airtable 創(chuàng)始人等。
目前，該公司已經(jīng)開(kāi)放招聘，共包含 13 種崗位。
One More Thing
Transformer 作者一共有 8 位，都具有同等貢獻(xiàn)。
其實(shí)在 Ashish Vaswani 和 Niki Parmar 之前，已經(jīng)有 1 位 ——Aidan N. Gomez 也出來(lái)創(chuàng)業(yè)了。
Aidan N. Gomez 的公司 Co:here 還是專(zhuān)注于 NLP。
Co:here 去年 5 月成立，還不到一年，投資者陣容倒是也很強(qiáng)大，包括圖靈獎(jiǎng)得主 Geoffrey Hinton、GAN 之父 Ian Goodfellow，以及斯坦福大學(xué)教授李飛飛等人。
不知道若干年以后，Adept 以及 Co:here 能取得什么樣的成果。
參考鏈接：
[1]https://twitter.com/AdeptAILabs/status/1518975477917962245
[2]https://www.adept.ai/post/introducing-adept
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。