ChatGPT 的火爆,不仅为 OpenAI 带来资本的关注、用户的青睐,在关于“OpenAI 为何能做出 ChatGPT”的讨论中,其人员优势也成为外界瞩目的焦点。
近日,智谱研究联合 AMiner 发布了一份 OpenAI 背后研究团队的统计报告。据报告显示,本次在 ChatGPT 项目中做出贡献的人员共87人,其中包括了“年纪很轻”、“背景豪华”、“聚焦技术”、“积累深厚”、“崇尚创业”和“华人抢眼”等显著特征。
报告链接:https://mp.weixin.qq.com/s/Y_LjjsuoEEmhIg5WO_iQhA
在这样一个不足百人团队中,诞生了现象级的大型语言模型 ChatGPT,这对谷歌、微软、百度、阿里等大厂而言都是不小的压力,纷纷紧随其后,发布、或预发布类 ChatGPT 产品。
作为一家非盈利的人工智能研究机构,一直以来,OpenAI 都被诸多有志于发展 AI 事业的青年人才视为技术天堂。在这里,他们可以直接参与最前沿、最具创造力的 AI 项目, 调用最核心的科研资源,心无旁骛地投身到技术创新中。
而近年来,边缘化、举棋不定使国内大厂中的 AI 研究院和科研人才面临着生存难题,但相信在这次 ChatGPT 的冲击下,AI 人才重新回归大众视野,也将迎来新一轮的争夺和洗牌。
1
技术人员占比近九成
90后是主力军
从 ChatGPT 团队职位分工(图1)来看, 在参与此次项目的87人中,研发人员的数量就达到了77位,占比88%,其中包括了公司联合创始人 Wojciech Zaremba,他在此前被评选为 2023 年度 AI 2000 机器人领域最具影响力学者。
产品人员共4位、占比5%,此外还有6位参与者的职位信息无法获取。
图 1:ChatGPT 团队职位分工
在成员年龄分布(图2)方面,90后是团队的主力军,其中,年龄区间在20-29岁的共28位,占比达到34%;30-39岁的成员数量最多,共50人,占比高达61%;此外,有3人年龄段在40-49岁区间,60岁以上仅1名。
经统计,这支研究团队的平均年龄为32岁。
图 2:ChatGPT 团队年龄分布
“年纪很强”和“聚焦技术”是 ChatGPT 团队成员的两大显著特征。
虽然平均年龄仅在32岁,但团队人员高度聚焦技术研发,基于他们对 AI 创新和研发极大的兴趣和全身心投入,创造出这个引爆全球新一轮技术的现象级模型。由此可见,被认为研发经验不足的年轻人,完全有可能在前沿科技领域取得重大突破。
当前,国内并不缺乏如 OpenAI 一样的年轻优秀人才。
ChatGPT 问世之后,IDEA 研究院讲席科学家张家兴在去年底就迅速讲团队的大模型研发转向了 ChatGPT 的对话任务路线。
据其透露,其团队中的研究主力也皆为90后优秀的年轻人才。当前,他们研发的类 ChatGPT 模型效果与 ChatGPT 相当,且仅有50亿参数,文本生成速度也很快,目前已在内测中,近期将公测。
2
名校学历、华人占9位
大厂不再是顶尖人才第一选择
ChatGPT 团队成员的学历在本、硕、博的人数相对均衡,其中,27人具有本科学历,25人为硕士研究生学历,28人拥有博士研究生学历,占比分别为33%、30%、37%。
他们当中来自斯坦福大学的校友人数最多,共有14位,其次是加州大学伯克利分校10位,麻省理工排名第三,有7人。
图 3:ChatGPT 团队成员毕业高校人数Top10
华人学者是团队中一支重要的科技创新力量,共9人,占比近10%。
其中,有5人曾毕业于中国高校,3人本科毕业于清华大学,分别是翁家翌、赵盛佳、袁启明,当前他们在团队中担任研发工程师的岗位;各有1人本科毕业于华中科技大学、北京大学/香港大学,分别是江旭和翁丽莲。
他们都是在国内顶尖院校毕业后赴美深造,获得硕士或博士学位。
图 4:ChatGPT 团队中的华人成员
从人员流动中可看到,大厂也不再是顶尖人才第一选择,如 OpenAI 这种更纯粹的研究机构反而更受他们青睐。
团队成员当中,共有5位被评为 2023 年度 AI 2000 全球人工智能学者。他们分别是:
1.OpenAI 联合创始人 Wojciech Zaremba(入选领域及名次:机器人,第10名)
2.ChatGPT 研究员 Lukasz Kaiser(入选领域及名次:机器学习,第10名)
3.OpenAI 联合创始人、ChatGPT 研究科学家 John Schulman(入选领域及名次:机器学习,第41名)
4.ChatGPT 研发工程师 Tomer Kaftan(入选领域及名次:数据库,第52名)
5.ChatGPT 研究科学家 Barret Zoph(入选领域及名次:机器学习,第95名)
来自外部公司、高校应届毕业生、科研机构和高校教职人员的占比分别是81%、13%、4%和3%,其中大多来自于谷歌、微软、Meta、英特尔、英伟达、苹果等顶尖或知名的科技公司,共10人就是从谷歌跳槽加入的,1人曾在百度任职过。
图 5:ChatGPT 团队成员流动情况
统计还发现,与 ChatGPT 有关的前七项技术项目研发中,ChatGPT 团队有较多人都曾参与到其研发中。
参与人数最多的是 CodeX 项目,共22人参与,占团队人数的25%;其次是 webGPT 和 instructGPT,共有9人参与;GPT3 共有6人参与过,排名第三;排名第四的是 RLHF,有3人参与过。
图 6:ChatGPT 团队参与此前七大技术研发人数
可以说,ChatGPT 是 OpenAI 在大型语言模型领域多年技术积累、顶尖人才领导和优秀 AI 技术人员聚集的结果,为 ChatGPT 的成功研发打下了坚实基础。
3
AI 人才迎来争夺战
事实上,过去几年里,AI 研究院和 AI 人才在大厂内部长期面临着边缘化、战略摇摆的困境,正如上述提到的谷歌,就已有不少人才流向 OpenAI 这样纯粹的科研圣地。
大厂内部的 AI 人员在企业的组织架构模式内,往往难以发挥其本该有的能力和成果。
但与传统的科技巨头不同,如果 OpenAI 等此类以“发展人工智能”为己任的公司中,AI 的研发和创新才是它们的使命所在,即近距离地参与到最前沿的 AI 项目中,调用最核心的资源做研发,背后更要能承受住长久不出成果的责任。其中 GPT 模型仅首发到完成训练,就长达三年时间,需要团队的一整套资金、技术和人才等体系化保障。
ChatGPT 的出现,将 AI 人才重新拉回了大众视野,重申纯粹科学研究的重要性,势必将掀起一轮新的人才争夺战。同时,也会提高大厂对大模型、计算资源等基础设施的重视,加快底层技术能力的追赶和补齐。
正如前搜狗 CEO 王小川在微博中所说,“OpenAI的成功,首先是技术理想主义的胜利。”ChatGPT 的成功,必然离不开产、学、研合力,其背后是团队成员对人工智能技术的兴趣和予以坚持的信仰。国内并不乏顶尖的科研力量,将目光投注前沿技术创新,稳扎稳打,对促进中国 AI 创新发展具有重要意义。
以上是解读 ChatGPT 背后的研究力量:90 后成主力军,大厂不再是顶尖 AI 人才第一选择的详细内容。更多信息请关注PHP中文网其他相关文章!

隐藏者的开创性研究暴露了领先的大语言模型(LLM)的关键脆弱性。 他们的发现揭示了一种普遍的旁路技术,称为“政策木偶”,能够规避几乎所有主要LLMS

对环境责任和减少废物的推动正在从根本上改变企业的运作方式。 这种转变会影响产品开发,制造过程,客户关系,合作伙伴选择以及采用新的

最近对先进AI硬件的限制突出了AI优势的地缘政治竞争不断升级,从而揭示了中国对外国半导体技术的依赖。 2024年,中国进口了价值3850亿美元的半导体

从Google的Chrome剥夺了潜在的剥离,引发了科技行业中的激烈辩论。 OpenAI收购领先的浏览器,拥有65%的全球市场份额的前景提出了有关TH的未来的重大疑问

尽管总体广告增长超过了零售媒体的增长,但仍在放缓。 这个成熟阶段提出了挑战,包括生态系统破碎,成本上升,测量问题和整合复杂性。 但是,人工智能

在一系列闪烁和惰性屏幕中,一个古老的无线电裂缝带有静态的裂纹。这堆积不稳定的电子设备构成了“电子废物土地”的核心,这是身临其境展览中的六个装置之一,&qu&qu

Google Cloud的下一个2025:关注基础架构,连通性和AI Google Cloud的下一个2025会议展示了许多进步,太多了,无法在此处详细介绍。 有关特定公告的深入分析,请参阅我的文章

本周在AI和XR中:一波AI驱动的创造力正在通过从音乐发电到电影制作的媒体和娱乐中席卷。 让我们潜入头条新闻。 AI生成的内容的增长影响:技术顾问Shelly Palme


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

mPDF
mPDF是一个PHP库,可以从UTF-8编码的HTML生成PDF文件。原作者Ian Back编写mPDF以从他的网站上“即时”输出PDF文件,并处理不同的语言。与原始脚本如HTML2FPDF相比,它的速度较慢,并且在使用Unicode字体时生成的文件较大,但支持CSS样式等,并进行了大量增强。支持几乎所有语言,包括RTL(阿拉伯语和希伯来语)和CJK(中日韩)。支持嵌套的块级元素(如P、DIV),

SecLists
SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合,这些列表在安全评估过程中经常使用,都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表,帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上,他就可以访问到所需的每种类型的列表。

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器

SublimeText3汉化版
中文版,非常好用

WebStorm Mac版
好用的JavaScript开发工具