最近，一家AI 初創公司引起了不少人的注意。在推特上宣布成立之時，有不少人為其點贊和轉發。一上來就要搞通用人工智能，什麼來頭？我們看了一下它的創始人名單：

Ashish Vaswani 和Niki Parmar，這不是大名鼎鼎的Transformer 論文作者嗎？

這篇開山之作引用次數已高達4 萬，瀏覽新論文時經常會看到“(Vaswani et al., 2017)”的字樣，以至於這個名字都快被刻進DNA 了。

他們這是，離開谷歌了？

Transformer 作者出走谷歌創業

Ashish Vaswani 和Niki Parmar 兩位作者在推特上的官宣證實了這一消息。

兩位大佬在谷歌乾了5 年有餘，做出了Transformer 這一具有代表性的傲人成績後，開始了新的職業生涯。他們參與創辦的這家AI 公司，名叫Adept ，目標是創造讓人和計算機能夠協同工作的通用人工智能。說的更直白一些，他們就是要打造一個通用模型，它能做到不是讓人用計算機來完成工作，而是讓人和計算機一起使用同樣的工具合作完成工作。

至於為什麼要離開谷歌創業，這事兒還是得從Transformer 說起。

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 等領域，成為了不少巨型模型的基本架構，包括大名鼎鼎的GPT-3、BERT、AlphaFold 等。

截止目前，Transfromer 在谷歌學術上顯示的引用次數已達40723 次。順便還帶火了“xxx is all you need”格式的論文標題黨方式。而Ashish Vaswani 和Niki Parmar 和其他創始人們，正是看重Transformer 的通用智慧，他們表示：

Transformer 應該是第一個對每個主要AI 用例都能“正常工作”的神經網絡。

這讓他們相信：通用人工智能是完全有可能被實現的。

但遺憾的是，儘管他們訓練出了越來越大的Transformer，希望最終建立一個支持所有ML 用例的通用Transformer，但眼下就已經出現了一個明顯的限制：Transformer 可以寫出一篇不錯的文章，我們卻沒法要求它完成幫人訂飛機票、給供應商開發票甚至做科學實驗等等工作。

所以，這些人決定創辦通用人工智能公司Adept。

正如前面所提到的，Adept 要實現的通用人工智能模型不僅是讀讀寫寫，還能使用Airtable、Photoshop、ATS、Tableau、Twilio 等工具幫你完成諸如“生成本月閱讀報告”等工作。

因此有人認為，Adept 的目標更像是協作智能，它選擇了和其他通用人工智能（AGI）公司截然不同的實現道路，即並非建立AGI 來接管各種有價值的任務，而是建立AI 工具，來幫人類完成任務。這種方式更容易實現。

創業陣容豪華

Ashish Vaswani 博士畢業於南加州大學，在谷歌大腦工作已有5 年；Niki Parmar 則是在印度上完大學後，同樣在南加州大學讀完碩士，在谷歌工作了近7 年。

Adept 的創始團隊陣容除了這兩位以外也非常豪華：

Kelsey Schroeder，斯坦福大學計算數學（computational mathematics ）專業碩士，前谷歌大模型生產infra 的產品負責人；

Anmol Gulati，在谷歌主要做語音識別模型；

Augustus Odena，在谷歌領導大型語言模型相關的工作，也有不少圖像合成方面的研究；

David Luan，前OpenAI 加州實驗室工程副總裁，參與過GPT-2、GPT-3、CLIP 和DALL-E 等模型的開發工作，後來他加入谷歌，擔任谷歌大腦大模型研究的Director；

Erich Elsen，機器學習和高性能計算交叉領域的研究人員，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（矽谷AI Lab）乾了兩年；

Fred Bertsch，谷歌數據和協作人工智能係統方面的專家。

最後一位，Maxwell Nye，是剛從MIT 畢業的一位博士生，研究重點為自動代碼生成。

總的來說，可謂大佬雲集，且各有專攻。

他們的雄心壯志也順利為公司拉來了6500 萬美元的天使輪融資，投資人包括Uber CEO、特斯拉自動駕駛負責人、Airtable 創始人等。

目前，該公司已經開放招聘，共包含13 種崗位。

還有一件事

Transformer 作者一共有8 位，都具有同等貢獻。

其實在Ashish Vaswani 和Niki Parmar 之前，已經有1 位——Aidan N. Gomez 也出來創業了。

Aidan N. Gomez 的公司Co:here 還是專注於NLP。

Co:here 去年5 月成立，還不到一年，投資者陣容倒是也很強大，包括圖靈獎得主Geoffrey Hinton、GAN 之父Ian Goodfellow，以及斯坦福大學教授李飛飛等人。

不知道若干年以後，Adept 以及Co:here 能取得什麼樣的成果。

參考鏈接：

[1] https://twitter.com/AdeptAILabs/status/1518975477917962245

[2] https://www.adept.ai/post/introducing-adept

來源：量子位