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？
Transformer 作者出走谷歌创业
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。
创业阵容豪华
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。
One More Thing
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。