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!

近年来,多模态学习受到重视,特别是文本 - 图像合成和图像 - 文本对比学习两个方向。一些 AI 模型因在创意图像生成、编辑方面的应用引起了公众的广泛关注,例如 OpenAI 先后推出的文本图像模型 DALL・E 和 DALL-E 2,以及英伟达的 GauGAN 和 GauGAN2。谷歌也不甘落后,在 5 月底发布了自己的文本到图像模型 Imagen,看起来进一步拓展了字幕条件(caption-conditional)图像生成的边界。仅仅给出一个场景的描述,Imagen 就能生成高质量、高分辨率

Yann LeCun 这个观点的确有些大胆。 「从现在起 5 年内,没有哪个头脑正常的人会使用自回归模型。」最近,图灵奖得主 Yann LeCun 给一场辩论做了个特别的开场。而他口中的自回归,正是当前爆红的 GPT 家族模型所依赖的学习范式。当然,被 Yann LeCun 指出问题的不只是自回归模型。在他看来,当前整个的机器学习领域都面临巨大挑战。这场辩论的主题为「Do large language models need sensory grounding for meaning and u

今天的主角,是一对AI界相爱相杀的老冤家:Yann LeCun和Gary Marcus在正式讲述这一次的「新仇」之前,我们先来回顾一下,两位大神的「旧恨」。LeCun与Marcus之争Facebook首席人工智能科学家和纽约大学教授,2018年图灵奖(Turing Award)得主杨立昆(Yann LeCun)在NOEMA杂志发表文章,回应此前Gary Marcus对AI与深度学习的评论。此前,Marcus在杂志Nautilus中发文,称深度学习已经「无法前进」Marcus此人,属于是看热闹的不

日前,美国西北大学工程师开发出有史以来最小的遥控步行机器人,它以一种小巧可爱的螃蟹形式出现。这种微小的“螃蟹”机器人宽度只有半毫米,可以弯曲、扭曲、爬行、行走、转弯甚至跳跃,无需液压或电力。IT之家了解到,相关研究成果发表在《科学・机器人》上。据介绍,这种机器人是用形状记忆合金材料所制造的,然后可以变成所需的形状,当你加热后又会变回原来的形状,而热量消失时可以再次弹回变形时的样子。据介绍,其热量是由激光所带来的。激光通过“螃蟹”加热合金,但因为它们非常小,所以热量传播非常快,这使得它们的响应速度

近几年,自我博弈中的强化学习已经在围棋、国际象棋等一系列游戏中取得了超人的表现。此外,自我博弈的理想化版本还收敛于纳什均衡。纳什均衡在博弈论中非常著名,该理论是由博弈论创始人,诺贝尔奖获得者约翰 · 纳什提出,即在一个博弈过程中,无论对方的策略选择如何,当事人一方都会选择某个确定的策略,则该策略被称作支配性策略。如果任意一位参与者在其他所有参与者的策略确定的情况下,其选择的策略是最优的,那么这个组合就被定义为纳什均衡。之前就有研究表明,自我博弈中看似有效的连续控制策略也可以被对抗策略利用,这表明

分子是维持物质化学稳定性的最小单位。对分子的研究,是药学、材料学、生物学、化学等众多科学领域的基础性问题。分子的表征学习(MolecularRepresentationLearning)是近年来非常热门的方向,目前可分为诸多门派:计算药学家说:分子可以表示为一串指纹,或者描述符,如上海药物所提出的AttentiveFP,是这方面的杰出代表。NLPer说:分子可以表示为SMILES(序列),然后当作自然语言处理,如百度的X-Mol,是这方面的杰出代表。图神经网络研究者说:分子可以表示为一个图(G

由于可以做一些没训练过的事情,大型语言模型似乎具有某种魔力,也因此成为了媒体和研究员炒作和关注的焦点。当扩展大型语言模型时,偶尔会出现一些较小模型没有的新能力,这种类似于「创造力」的属性被称作「突现」能力,代表我们向通用人工智能迈进了一大步。如今,来自谷歌、斯坦福、Deepmind和北卡罗来纳大学的研究人员,正在探索大型语言模型中的「突现」能力。解码器提示的 DALL-E神奇的「突现」能力自然语言处理(NLP)已经被基于大量文本数据训练的语言模型彻底改变。扩大语言模型的规模通常会提高一系列下游N

量子纠缠(quantumentanglement)是指粒子之间发生的一种特殊耦合现象。在纠缠态下,我们无法单独描述各个粒子的性质,只能描述整体系统的性质的现象,这种影响不随距离的改变而消失,哪怕粒子之间相隔整个宇宙也不会变。一项新的研究表明,使用量子纠缠机制,传感器可以在检测运动时更加准确且更快。科学家们认为,这些发现可能有助于发展不依赖GPS的导航系统。在美国亚利桑那大学等机构在《NaturePhotonics》提交的一项新研究中,研究人员对光机械传感器(optomechanicalsenso


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

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

安全考试浏览器
Safe Exam Browser是一个安全的浏览器环境,用于安全地进行在线考试。该软件将任何计算机变成一个安全的工作站。它控制对任何实用工具的访问,并防止学生使用未经授权的资源。

DVWA
Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

SublimeText3 英文版
推荐:为Win版本,支持代码提示!

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

SublimeText3 Linux新版
SublimeText3 Linux最新版