Transformer作者：DeepSeek才有搞头，OpenAI指望不上了

　　为了填补这块空白，一路从Google到Adept再到Essential AI三次搬家的Vaswani，今年再度迎来巨大转折点——

　　可惜好景不长，据BloomBerg报道，Vaswani在Adept与某位联合创始人爆发了一次严重冲突。

　　蓦然回首，在他的精神世界中，其实一直有一块能承载他一切美好期许的土地，这片伊甸园的名字叫做——开源。

　　Vaswani认为，要想推动AI的边界绝不能靠OpenAI、Anthropic等依靠闭源模式盈利的独角兽。

　　在他的设想里，AI不该只服务于商业，而是要真正进入教育、医疗等关乎大众的场景，让普通人也能享受到技术红利。

　　比如，一个偏远地区的孩子也能用开源AI上到最好的课；一个小诊所也能借助开源工具做出最准确的诊断。

　　简单来说，相较于用RL在后训练打补丁，他们在预训练中取得了突破，并且这个技术可能大幅降低训练成本。

　　Anthropic做浏览器，OpenAI派出著名产品经理Kevin Weil…….各大模型厂商纷纷下场，亲自探索商业模式。

　　Scaling Law兴起后，暴力美学的砝码使得AI研究的天平从学术机构几乎完全向企业实验室倾斜。

　　这种节奏很适合追热点，但科研不一样——要搞出突破性的成果deepseek，你得花几年甚至十几年死磕一个方向。

　　闭源公司虽手握顶级资源和技术成果，但为了维护投资人的利益，不得不把这些秘密藏起来，以阻碍竞争对手。

　　但如果有成千上万的研究者和开发者一起贡献代码，整个生态齐心协力，并行推进，也许能克服开源阵营资源匮乏的问题。

　　这是互联网时代很常见的一种商业模式，典型案例就是浏览器：Google搜索对用户完全免费，取得市场份额后依靠广告回血。

　　但如果有客户想用这个基座搭建自己的AI，可以向Essential AI购买训练数据和相关产品。

　　作为《Attention Is All You Need》论文的“一作”，他博士师承的两位导师，都是华人。

　　在2011年的南加州大学，有两名活跃在自然语言处理（NLP）前沿的教授——蒋伟（David Chiang）与黄亮（Liang Huang）。

　　蒋伟教授的学士和硕士均就读于哈佛大学，后到宾夕法尼亚大学攻读博士，他提出的分层短语翻译模型曾被Google Translate采用。

　　黄亮教授本科毕业于上海交通大学计算机系，同样是在宾夕法尼亚大学进修的PhD，主要研究方向是开发高效算法来加速NLP任务，Vaswani是他指导的第一名博士生。

　　怎么说呢，虽然Transformer八子里没有华人作者，但“功劳簿”里，也并非全然没有华人贡献。

　　这实际也是另一个维度的开源之力。AI也好、深度学习也好，之所以可以站上浪潮之巅，根本上就在于始终有一个持续交流、开放互助的生态环境。原文出处：Transformer作者：DeepSeek才有搞头，OpenAI指望不上了，感谢原作者，侵权必删！