Transformer作者出走谷歌创业,专攻通用AI,获得6500万美元投资

丰色发自凹非寺
量子位|公众号QbitAI最近 , 一家AI初创公司引起了不少人的注意 。
在推特上宣布成立之时 , 有不少人为其点赞和转发 。
Transformer作者出走谷歌创业,专攻通用AI,获得6500万美元投资
文章图片
一上来就要搞通用人工智能 , 什么来头?
我们看了一下它的创始人名单:
Transformer作者出走谷歌创业,专攻通用AI,获得6500万美元投资
文章图片
AshishVaswani和NikiParmar , 这不是大名鼎鼎的Transformer论文作者吗?
这篇开山之作引用次数已高达4万 , 浏览新论文时经常会看到“(Vaswanietal.,2017)”的字样 , 以至于这个名字都快被刻进DNA了 。
Transformer作者出走谷歌创业,专攻通用AI,获得6500万美元投资
文章图片
他们这是 , 离开谷歌了?
Transformer作者出走谷歌创业AshishVaswani和NikiParmar两位作者在推特上的官宣证实了这一消息 。
Transformer作者出走谷歌创业,专攻通用AI,获得6500万美元投资
文章图片
Transformer作者出走谷歌创业,专攻通用AI,获得6500万美元投资
文章图片
两位大佬在谷歌干了5年有余 , 做出了Transformer这一具有代表性的傲人成绩后 , 开始了新的职业生涯 。
他们参与创办的这家AI公司 , 名叫Adept , 目标是创造让人和计算机能够协同工作的通用人工智能 。
说的更直白一些 , 他们就是要打造一个通用模型 , 它能做到不是让人用计算机来完成工作 , 而是让人和计算机一起使用同样的工具合作完成工作 。
至于为什么要离开谷歌创业 , 这事儿还是得从Transformer说起 。
众所周知 , 2017年诞生的Transfromer , 具有高度的通用能力 , 一路从最初的NLP横跨CV等领域 , 成为了不少巨型模型的基本架构 , 包括大名鼎鼎的GPT-3、BERT、AlphaFold等 。
截止目前 , Transfromer在谷歌学术上显示的引用次数已达40723次 。
顺便还带火了“xxxisallyouneed”格式的论文标题党方式 。
而AshishVaswani和NikiParmar和其他创始人们 , 正是看重Transformer的通用智慧 , 他们表示:
Transformer应该是第一个对每个主要AI用例都能“正常工作”的神经网络 。
这让他们相信:通用人工智能是完全有可能被实现的 。
但遗憾的是 , 尽管他们训练出了越来越大的Transformer , 希望最终建立一个支持所有ML用例的通用Transformer , 但眼下就已经出现了一个明显的限制:
Transformer可以写出一篇不错的文章 , 我们却没法要求它完成帮人订飞机票、给供应商开发票甚至做科学实验等等工作 。
所以 , 这些人决定创办通用人工智能公司Adept 。
正如前面所提到的 , Adept要实现的通用人工智能模型不仅是读读写写 , 还能使用Airtable、Photoshop、ATS、Tableau、Twilio等工具帮你完成诸如“生成本月阅读报告”等工作 。
因此有人认为 , Adept的目标更像是协作智能 , 它选择了和其他通用人工智能(AGI)公司截然不同的实现道路 , 即并非建立AGI来接管各种有价值的任务 , 而是建立AI工具 , 来帮人类完成任务 。 这种方式更容易实现 。
Transformer作者出走谷歌创业,专攻通用AI,获得6500万美元投资
文章图片
创业阵容豪华AshishVaswani博士毕业于南加州大学 , 在谷歌大脑工作已有5年;NikiParmar则是在印度上完大学后 , 同样在南加州大学读完硕士 , 在谷歌工作了近7年 。
Adept的创始团队阵容除了这两位以外也非常豪华:
KelseySchroeder , 斯坦福大学计算数学(computationalmathematics)专业硕士 , 前谷歌大模型生产infra的产品负责人;AnmolGulati , 在谷歌主要做语音识别模型;AugustusOdena , 在谷歌领导大型语言模型相关的工作 , 也有不少图像合成方面的研究;DavidLuan , 前OpenAI加州实验室工程副总裁 , 参与过GPT-2、GPT-3、CLIP和DALL-E等模型的开发工作 , 后来他加入谷歌 , 担任谷歌大脑大模型研究的Director;ErichElsen , 机器学习和高性能计算交叉领域的研究人员 , 前Deepmind员工 , 主要研究大模型 , 在更早之前 , 还分别在谷歌和百度(硅谷AILab)干了两年;FredBertsch , 谷歌数据和协作人工智能系统方面的专家 。最后一位 , MaxwellNye , 是刚从MIT毕业的一位博士生 , 研究重点为自动代码生成 。