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。
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:
Ashish Vaswani 和 Niki Parmar,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“(Vaswani et al., 2017)”的字样,以至于这个名字都快被刻进 DNA 了。
他们这是,离开谷歌了?
Ashish Vaswani 和 Niki Parmar 两位作者在推特上的官宣证实了这一消息。
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“xxx is all you need”格式的论文标题党方式。而 Ashish Vaswani 和 Niki Parmar 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。
Ashish Vaswani 博士毕业于南加州大学,在谷歌大脑工作已有 5 年;Niki Parmar 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:
Kelsey Schroeder,斯坦福大学计算数学(computational mathematics )专业硕士,前谷歌大模型生产 infra 的产品负责人;
Anmol Gulati,在谷歌主要做语音识别模型;
Augustus Odena,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;
David Luan,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;
Erich Elsen,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 AI Lab)干了两年;
Fred Bertsch,谷歌数据和协作人工智能系统方面的专家。
最后一位,Maxwell Nye,是刚从 MIT 毕业的一位博士生,研究重点为自动代码生成。
总的来说,可谓大佬云集,且各有专攻。
他们的雄心壮志也顺利为公司拉来了 6500 万美元的天使轮融资,投资人包括 Uber CEO、特斯拉自动驾驶负责人、Airtable 创始人等。
目前,该公司已经开放招聘,共包含 13 种岗位。
Transformer 作者一共有 8 位,都具有同等贡献。
其实在 Ashish Vaswani 和 Niki Parmar 之前,已经有 1 位 ——Aidan N. Gomez 也出来创业了。
Aidan N. Gomez 的公司 Co:here 还是专注于 NLP。
Co:here 去年 5 月成立,还不到一年,投资者阵容倒是也很强大,包括图灵奖得主 Geoffrey Hinton、GAN 之父 Ian Goodfellow,以及斯坦福大学教授李飞飞等人。
不知道若干年以后,Adept 以及 Co:here 能取得什么样的成果。
参考链接:
[1]https://twitter.com/AdeptAILabs/status/1518975477917962245
[2]https://www.adept.ai/post/introducing-adept
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。