《深度学习革命》记录的一些历史细节

#内幕消息 《深度学习革命》记录的一些历史细节 1、Ilya Sutskever其实是最后加入OpenAI的初始成员 OpenAI的诞生，源自Sam Altman在2015年7月加州门罗帕克召集的一场晚宴。Altman和Musk等发起成立新组织，拉拢人才，推动开发造福全人类的AI。Stripe的CTO Greg Brockman，和当时负责Google Brain项目的Ilya Sutskever都当场表示有意加入。 晚宴结束后，Brockman就开始四处挖人组建团队，找到了三巨头之一的Yoshua Bengio。Bengio无意跳出学界，但是给他列了一份圈子里有前途的年轻研究人员的名单，Brockman就按图索骥去联系。 一些人被Brockman描述的宏大愿景一间完全没有任何企业压力的实验室、一间将放弃所有研究成果的非营利实验室所吸引。但是，招人也没有那么顺利，这些人没有一位承诺加入一间新的实验室，都还是会担心风险，除非有其他人这样做。 Brockman邀请有意向的10人正式加入，给了他们三周时间考虑。最后10个人中有9个人同意了，其中5人（包括Ilya）都在DeepMind待过，他们给实验室命名为OpenAI。 同时，科技巨头开出天价薪酬挖人。谷歌给Ilya的薪酬是OpenAI的两到三倍，第一年接近200万美元，Ilya犹豫了。Altman、Musk和Brockman等原本计划在2015年底的NIPS会议上，官宣带着10亿美元投资承诺的OpenAI成立，但为了等Ilya做决定，只得推迟声明。Brockman还短信轰炸Ilya，敦促他选择OpenAI。 直到周五NIPS会议最后一天，Brockman等人决定不等了，定在下午3点官宣。一直拖到最后，Ilya才发短信告知Brockman，决定加入OpenAI。 2、杨立昆（Yann LeCun）的傲慢和身在大厂的尴尬 CHatGPT推出不久，LeCun就在Twitter炮轰。书中也记载一些细节，感觉他还是挺傲慢的。 LeCun曾经直接对Ilya说：“你会失败的”，他给的10多条理由包括：1）OpenAI的研究人员都太年轻；2）实验室没有丰富的经验，也没有背靠大公司的资金资源支持；3）非营利的形式也不会赚钱；4）长期无法跟大公司争夺人才；5）实验室公开分享其所有的研究成果，不太现实，等等。现在看，很多因素恰好就是OpenAI现在能获得成功的原因。 另一个事件，DeepMind发布AlphaGo前不久，LeCun先行官宣了Facebook自己的围棋AI研究。有记者问LeCun，DeepMind是否有可能打造一个可以击败顶级围棋选手的系统。LeCun很自负地说：“不会”，部分原因是他觉得这项任务很难，同时也因为什么消息都没听到，圈子就那么小。 几天后，DeepMind在《自然》杂志刊登封面故事，透露自研的AlphaGo击败了三届欧洲围棋冠军。消息公布的前一天，Facebook就已知悉，小扎亲自推动一场奇怪的抢先公关活动，让媒体关注小扎和LeCun网上发布的帖子，这些帖子吹嘘Facebook自己的围棋研究。当然后来，就被谷歌和DeepMind打脸。 前有谷歌+DeepMind，后（现在）有微软+OpenAI，Facebook和处在Facebook体系的LeCun都是很尴尬的。在硅谷大厂的第一次AI人才争夺战，就没有顶尖学者愿意加入Facebook，Facebook挖LeCun，后者就担心企业对AI长期愿景和短期目标之间的平衡。结果还是发生这种矛盾。 有次内部演示上，LeCun向小扎展示他们在图像识别、翻译和自然语言理解方面的工作。小扎和时任CTO Mike Schroepfer都没说话。走出房间，Schroepfer告诉LeCun，他所说的一切都没有任何意义。“我们只需要一些能表明我们比其他公司做得更好的东西，我不管你怎么做，我们只要赢得一场比赛，只要启动一场我们知道可以赢的比赛。”一名同事替LeCun说：“视频，我们可以赢得视频。”Schroepfer对LeCun大吼：“看到了吗？你可以学到一些东西！” 这是大厂AI Lab普遍面临的尴尬境地，老板只会在乎短期内比竞争对手领先多少，而不在乎研究是否需要时间，尤其是Facebook这种推崇“Move Fast”价值观、强调增长效率和规模的公司。后边，Facebook内部又专门设立了一个组织“应用机器学习团队”，负责将实验室的技术付诸实践。 3、陆奇的逆向思维和微软的第一次AI人才争夺 2016年春天，陆奇在练习骑行他的“逆向思维自行车”向左转动车把，自行车向右转他试图以这种方式让自己，乃至让微软训练逆向思维，以摆脱大公司的路径依赖。结果跌到摔骨折了，这是个偶然事件，但也成为微软在初次AI竞争失利的一个注脚。 微软研究人员不受商业化压力的任何影响，养尊处优，这原本是出自慈善家比尔·盖茨的情怀。但在AI领域竞争中，微软的局限性在于：缺少针对AI技术落地的业务场景。这也是Hinton当初加盟谷歌而非微软的原因之一：谷歌搜索10亿的用户规模，能高效推动AI研究。于是，陆奇在微软内部尝试推动自动驾驶，但并没有顺利推下去。 微软的另一个弱势是：缺少AI研究领头人。这些顶尖人物是公司了解未来变化、打造新技术、吸引顶尖人才，以及推广企业品牌（最重要的）的一种方式。陆奇也找到了Bengio，但后者拒绝任何大公司的邀请。Bengio在蒙特利尔大学可以讲母语法语，可以享受学术研究的开放性，这是企业无法比拟的。他在大学工作外还为几家创业公司做顾问。 于是Bengio提了个主意，如果微软可以收购他顾问的一家初创公司Maluuba，Bengio就可以用同样的时间为微软提供咨询。Maluuba的两位创始人起初拒绝了这个提议。但一年后，还是被微软收购，Bengio也因此成为微软的顾问。但那时，陆奇已经离开了微软，回到中国，加盟百度，继续推动AI和自动驾驶战略。

一些使用国产 AI 大模型的细节限制。

一些使用国产 AI 大模型的细节限制。 1.kimi 的文本生成很强，但没有数据分析能力，会把上传的 Excel 识别为文本。kimi 无法识别图片，只能识别图片的文本，OCR。 2.智谱清言可以识别图片内容，可以做数据分析，但是要用数据分析的智能体，经常抽风。你不和他特地强调 Excel 里有几个 sheet，他只默认识别第一个 sheet。 3.coze 里上传 Excel 分析的体验很差，coze 的知识库是无法理解数据集的，还是当成文本来处理。

这里有一些关于我们项目的细节：

这里有一些关于我们项目的细节： 皮克斯 |开发加密解决方案 ERC-20 代币 Poolo 公开预售 2022 年 6 月 2 日开业！ https://app.poolo.io/pool/41ba1fd0-3855-448f-97cc-d469573c365e 关于我们 我们相信在全球范围内采用加密货币是不可避免的。在 Pixul，我们的目标是开发多链应用程序和技术，专注于利用加密作为服务手段和日常使用需求。 Pixul 生态系统 自由职业者/NFT 市场（正在开发中） POS系统 物流 NFT 采用 DApps，例如 Staking (APY 9%+)、Farms、xPIXUL 等等（已完成 ） 生态系统合约 https://github.com/project-pixul/Pixul-Ecosystem 完全Doxed团队 750,000,000 PIXUL 代币 无税 公司总部位于佛罗里达州奥兰多市 送 转发我们的置顶推文并加入我们的 TG！ 固定推文： https://twitter.com/pixul_/status/1526354319037153281?s=21&t=Wc_AVJ6RJfCtZ1Jomzlw TG：https://t.me/pixulchat 推特：https://twitter.com/Pixul_ 网址：https://www.pixul.io 中文社区：https://t.me/pixulcc