?前幾天，谷歌差點遭遇一場公關(guān)危機，Bert一作、已跳槽OpenAI的前員工Jacob Devlin曝出，Bard竟是用ChatGPT的數(shù)據(jù)訓練的。

隨后，谷歌火速否認。

而這場爭議，也牽出了一場大討論：為什么越來越多Google頂尖研究員跳槽OpenAI？這場LLM戰(zhàn)役它還能打贏嗎？

知友回復

萊斯大學博士、知友「一堆廢紙」表示，其實谷歌和OpenAI的差距，是數(shù)據(jù)的差距。

「OpenAI對LLM有強大的執(zhí)念，這是Google這類公司完全比不上的。當然人的差距只是一個方面，數(shù)據(jù)的差距以及對待數(shù)據(jù)的態(tài)度才是其成功的關(guān)鍵。人可能可以花錢挖回來，技術(shù)可能可以補上，但數(shù)據(jù)的差距Google短時間內(nèi)沒法追上?！?/p>

https://arxiv.org/abs/2303.10158

顯然，ChatGPT的成功中，至關(guān)重要的一環(huán)，就是高質(zhì)量的標注數(shù)據(jù)。

「一堆廢紙」介紹，OpenAI對數(shù)據(jù)和標簽質(zhì)量的重視程度令人發(fā)指，對標注人員的選擇極為嚴苛（有考試），最后甚至會發(fā)放問卷。正是這種執(zhí)念造就了GPT模型的成功，這是Google根本比不上的。

而隨著上億用戶不斷給OpenAI提供新的數(shù)據(jù)，谷歌和OpenAI的差距只會越來越大。

Data-centric AI的理念，奠定了OpenAI的成功。

自然語言處理、深度學習話題的優(yōu)秀答主「張俊林」表示，OpenAI已經(jīng)把所有人都甩開了一大截。

包括Google在內(nèi)，其實對于LLM發(fā)展理念的理解，明顯都落后OpenAI一個身位?，F(xiàn)實是OpenAI表現(xiàn)過于優(yōu)秀，把所有人都甩開了，不僅僅是國內(nèi)。我覺得，OpenAI對LLM在理念及相關(guān)技術(shù)方面，領(lǐng)先國外的Google、DeepMind大約半年到一年的時間，領(lǐng)先國內(nèi)大概兩年左右的時間。

知乎答主「周道道」表示，谷歌近期的翻車和OpenAI以對比，必然給了這些頂尖的研究員巨大的震撼。

另外，據(jù)說OpenAI相對谷歌也會給研究員更多的資源和更寬泛的要求，畢竟OpenAI更像是一個研究機構(gòu)，而谷歌更像是把AI當成產(chǎn)品在研發(fā)的部門。

而答主「陳大寶」的回答可謂非常扎心。

未來商業(yè)歷史會記錄兩個又經(jīng)典又嘲諷的案例：

1.柯達發(fā)明了數(shù)碼相機

2.谷歌發(fā)明了transformer

圖源：「陳大寶」

評論區(qū)還驚現(xiàn)了利益相關(guān)匿名人士。

又一名匿名人士說到點上了。

知友「飛了個豬的」點出來了谷歌作為大公司的「創(chuàng)新者困境」。

又一利益相關(guān)匿名人士出現(xiàn)。

知友「周星楠(Bill)」總結(jié)道，谷歌這樣的大公司就是要去人材化，基于policy，所有大家都是螺絲釘。

而Insider為我們總結(jié)了一篇長文，盤點了這些年從谷歌人工智能團隊流失的頂級人才。

人才都去哪了？

谷歌為人工智能領(lǐng)域貢獻了一些很重要的研究。然而，該公司在將創(chuàng)新轉(zhuǎn)化為產(chǎn)品方面一直進展緩慢。

因此，頂級人工智能研究人員紛紛離開，去往那些可以產(chǎn)生更大價值和影響的初創(chuàng)公司，例如OpenAI，Character.AI，DeepMind，Cohere，Inceptive。

谷歌已經(jīng)處于防守地位，時時刻刻會失去人工智能領(lǐng)域領(lǐng)先的地位。而頂級研究人員的離開，更是加劇了這一問題。

Cohere的聯(lián)合創(chuàng)始團隊Ivan Zhang, Aidan Gomez, 和Nick Frosst

雖然谷歌可能處于防守模式，但其實它沒必要這樣的。該公司自己創(chuàng)造了許多基礎(chǔ)技術(shù)，為ChatGPT等產(chǎn)品提供動力。它還將其研究作為開放源碼提供，這在某種程度上諷刺了OpenAI的迅速崛起。

由于擔心該技術(shù)會對其業(yè)務(wù)造成聲譽上的損害，谷歌長期以來一直對發(fā)布類似于ChatGPT的聊天機器人猶豫不決。

谷歌大型語言模型LaMDA背后的兩位研究人員Daniel De Freitas和Noam Shazeer離開了公司，他們對公司遲遲不發(fā)布類似ChatGPT的聊天機器人感到沮喪。

其他前谷歌研究人員也認為，在人工智能如此激動人心的時代，創(chuàng)業(yè)公司會為研究人員提供成果的所有權(quán)，并且自己會發(fā)揮更多價值和影響。

以下是人工智能領(lǐng)域最引人注目的一些論文，這些論文的研究人員已經(jīng)離開谷歌去了別的公司。

Ilya Sutskever

「用神經(jīng)網(wǎng)絡(luò)進行序列到序列學習」發(fā)表于2014年，這篇序列到序列論文探討了訓練語言模型，將一個領(lǐng)域的單詞序列轉(zhuǎn)換為另一個領(lǐng)域的序列。例如，將一個英語句子轉(zhuǎn)換為法語句子。

Ilya Sutskever領(lǐng)導了這篇論文的研究。他在擔任了近三年的研究科學家后于2015年離開谷歌。Sutskever是OpenAI的聯(lián)合創(chuàng)始人，并繼續(xù)作為其首席科學家在那里工作。

注意力是你所需要的一切

這篇Transformer的重磅論文，如今引用量已經(jīng)突破七萬次。Transformer被認為是自然語言處理方面的一個突破。它通過同時觀察句子中的每個詞并權(quán)衡每個詞的重要性來收集上下文的細微差別，從而幫助人工智能理解含義。

而ChatGPT中的「T」代表的就是Transformer，足以見得這篇論文的重要性。

不過，本文的八位作者，除了Llion Jones，都已經(jīng)離開了谷歌。

Ashish Vaswani在五年后離開了谷歌大腦（谷歌的深度學習人工智能研究團隊），創(chuàng)辦了Adept公司，該公司最近籌集了3.5億美元，建立生成性人工智能工具，幫助人們更有效地使用生產(chǎn)力軟件。他最近離開了Adept，去了一家隱秘的創(chuàng)業(yè)公司。

Noam Shazeer現(xiàn)在是Character.AI的CEO。

Niki Parmar在五年后離開谷歌大腦，擔任Adept公司的聯(lián)合創(chuàng)始人和首席技術(shù)官，不過和Vaswani一樣，她最近也離開了，去了一家隱秘的創(chuàng)業(yè)公司。

Jakob Uszkoreit在谷歌工作了13年，從事神經(jīng)網(wǎng)絡(luò)和深度學習。他現(xiàn)在是Inceptive的聯(lián)合創(chuàng)始人，這是一家利用深度學習來設(shè)計新療法的初創(chuàng)公司。

Aidan Gomez是Cohere公司的聯(lián)合創(chuàng)始人和首席執(zhí)行官，該公司已經(jīng)籌集了大約1.6億美元，幫助開發(fā)者將生成性人工智能納入他們的應(yīng)用程序和網(wǎng)站。他在谷歌大腦做了一年半的研究員。而他在Cohere的聯(lián)合創(chuàng)始人Nick Frosst在谷歌大腦做了四年的研究員。

Lukasz Kaiser在谷歌大腦工作了7年多后離開了谷歌大腦，于2021年加入了OpenAI。Kaiser最近在OpenAI的GPT-4白皮書中被引用為其長語境能力的核心貢獻者，他讓聊天機器人在忘記討論的語境之前，可以進行更長的對話。

Illia Polosukhin在谷歌大腦從事了三年的深度學習和自然語言理解工作。他在2017年離開，創(chuàng)辦了Pagoda，一個Web3創(chuàng)業(yè)平臺。

建立一個類似人類的開放域聊天機器人

這個論文介紹了谷歌最初的聊天機器人Meena，探討了聊天機器人如何通過研究從公共社交媒體對話中搜取的數(shù)據(jù)來學習談?wù)撛掝}。它還介紹了谷歌創(chuàng)建的一個來評定聊天機器人說話表現(xiàn)的測試。

這篇論文是大語言建模的另一個重要里程碑，作者認為他們可以在沒有硬編碼訓練的情況下，做出一個大語言模型，對問題產(chǎn)生類似人類的反應(yīng)。

作者之一Daniel De Freitas在谷歌大腦做了五年的研究員后，擔任Character.AI的聯(lián)合創(chuàng)始人和總裁。

De Freitas在Character.AI的同事Romal Thoppilan對本文也有貢獻。

左為Romal Thoppilan；右為Daniel De Freitas

LaMDA：對話應(yīng)用的語言模型

LaMDA是對話應(yīng)用的語言模型的縮寫，也是聊天機器人Bard的基礎(chǔ)。它在2020年作為Meena首次演示，但谷歌從未向公眾發(fā)布Meena。谷歌人工智能研究部門的前雇員解釋說因為谷歌擔心機器人會發(fā)表有害的評論，這會是一場公關(guān)的噩夢。

LaMDA背后的幾個主要研究人員已經(jīng)離開了谷歌大腦。

Daniel De Freitas和Noam Shazeer去年成立了Character.AI這家公司，他們最近籌集了大約2億美元來創(chuàng)建以各種角色形式說話的聊天機器人，從馬斯克到治療師到生活教練的各種角色。

Romal Thoppilan在谷歌大腦工作了7年之后，擔任Character.AI的創(chuàng)始研究員。

Alicia Jin在接近2022年底時加入Character.AI，擔任研究工程師。她曾在谷歌大腦工作了三年。

BERT

BERT（Bidirectional Encoder Representations from Transformers）建立在自然語言處理的Transformer模型上，經(jīng)過預先訓練，可以很好地完成兩項任務(wù)：掩蔽語言建模和對下一句話的預測。換句話說，BERT試圖預測隱藏的或「被掩蓋的」詞語，迫使算法努力學習更多關(guān)于周圍文本的知識，更好地預測隱藏的詞語。

如果你輸入「你能為別人的藥房買藥嗎」，它將理解「別人」是查詢的一個重要部分。

谷歌早在2019年就開始將BERT納入搜索引擎之中。這是自2015年納入另一種機器學習算法RankBrain以來，搜索準確性方面的最大進步之一。

Jacob Devlin是這篇論文的主作者，而他在ChatGPT推出前不久加入了OpenAI。

T5

T5論文的正式名稱是「用統(tǒng)一的文本到文本Transformer探索轉(zhuǎn)移學習的極限」，它建立在BERT的基礎(chǔ)上，非常適合于翻譯和總結(jié)等任務(wù)。

領(lǐng)導這篇論文的Colin Raffel在2021年離開之前，在谷歌大腦擔任了大約五年的研究科學家。目前是聯(lián)合國大學教堂山分校的助理教授，每周花一天時間在Hugging Face擔任研究員。Hugging Face最近宣布，它在2022年5月籌集了1億美元，公司的估值為20億美元。用戶可以在Hugging Face分享大型語言模型和數(shù)據(jù)集。

T5論文的另一位撰稿人Sharan Narang在谷歌大腦工作四年后，于2022年離開了那里。他現(xiàn)在是Meta公司的一名人工智能研究員。

一種用于快速芯片設(shè)計的圖形放置方法

由谷歌科學家Azalia Mirhoseini和Anna Goldie領(lǐng)導的論文發(fā)現(xiàn)，人工智能可以比人類專家更快地完成芯片的設(shè)計過程。

兩人領(lǐng)導的另一篇論文《用深度強化學習進行芯片布局》，提供了一種在芯片設(shè)計中使用人工智能的方法，以最大限度地提高性能，同時最大限度地減少面積和功率的使用。

這些發(fā)現(xiàn)有助于谷歌設(shè)計TPU芯片，專門用于機器學習任務(wù)。

Mirhoseini和Goldie都在2022年離開谷歌，加入了Anthropic，也是OpenAI的競爭對手，它們正在開發(fā)自己的大型語言模型和一個名為Claude的聊天機器人。

DeepMind

Mustafa Suleyman是DeepMind的聯(lián)合創(chuàng)始人，并擔任該公司的首席產(chǎn)品官。這是一家人工智能實驗室，于2014年被谷歌收購。該實驗室開發(fā)了AlphaGo，該機器學習程序在圍棋中擊敗了世界冠軍的專業(yè)人士。

谷歌的母公司Alphabet最近在其第四季度財報中宣布，DeepMind的財務(wù)業(yè)績將從 「其他投資」中獨立出來，這標志著人工智能在谷歌未來戰(zhàn)略中的重要性。通常情況下，「其他投資」是該公司的新生項目的總稱，這些項目尚未達到盈利水平。

Suleyman一直是確保新人工智能產(chǎn)品安全的積極倡導者。在DeepMind工作期間，他成立了一個名為DeepMind倫理與社會的研究部門，研究人工智能的現(xiàn)實影響。2019年，他因被指控欺負員工而被DeepMind放假。在調(diào)查進行期間，他調(diào)回到谷歌擔任副總裁一職。

Suleyman在許多與機器學習有關(guān)的研究論文中被引用。2022年2月，他與LinkedIn的創(chuàng)建者Reid Hoffman共同創(chuàng)建了人工智能初創(chuàng)公司Inflection。

谷歌最具開創(chuàng)性的人工智能論文的許多主要貢獻者已經(jīng)離開，或是加入了OpenAI等競爭對手，或是創(chuàng)辦了自己的公司。

當OpenAI的ChatGPT于2022年年底問世時，谷歌首席執(zhí)行官Sundar Pichai在內(nèi)部宣布了「紅色預警」，召集公司做出回應(yīng)。

當時，Pichai表示，谷歌將毫無疑問地繼續(xù)雇用人工智能領(lǐng)域的頂級研究人員。

不過失去了這么多得力干將，谷歌是否還能再造輝煌呢？

參考資料：

https://www.businessinsider.com/google-ai-teams-brain-drain-researchers-leave-2023-3

https://www.zhihu.com/question/592975340/answer/2963265672

https://zhuanlan.zhihu.com/p/597586623

https://www.zhihu.com/question/592975340/answer/2964598555