ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃-人工智能-PHP中文网

OpenAI的联合创始人和首席科学家，2005年毕业于多伦多大学，2012年获得CS博士学位。2012年至今，他曾先后就职于斯坦福大学，DNNResearch，Google Brain，从事机器学习与深度学习的相关研究，并于2015年放弃谷歌的高薪职位，与Greg Brockman等人联合创建了OpenAI，在OpenAI主导了GPT-1，2，3以及DALLE系列模型的研发。2022年，他入选英国皇家科学学会院士。他是人工智能领域的先驱，在塑造人工智能的当前格局方面发挥了重要作用，并在继续推动机器学习的可能性的界限。他对人工智能的热情让他的开创性研究熠熠生辉，也由此塑造了深度学习和机器学习领域的发展历程。

2003:对Ilya Sutskever的初印象

ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃

Sutskever：我不理解，Hinton：为什么不理解，Sutskever：人们训练神经网络来解决问题，当人们想解决不同问题时，就得用另外的神经网络重新开始训练。但我认为人们应该有一个能够解决所有问题的神经网络。

在多伦多大学读本科时，Sutskever想加入Geoffrey Hinton教授的深度学习实验室。于是，他在某一天直接敲开了Hinton教授办公室的门，询问自己是否可以加入实验室。教授让他提前预约，但Sutskever不想再浪费时间，所以他立即问："就现在怎么样？"

Hinton意识到Sutskever是一个敏锐的学生，于是给了他两篇论文让他阅读。一周后，Sutskever回到教授办公室，然后告诉教授他不理解。

“为什么不理解？”教授问。

Sutskever解释说：“人们训练神经网络来解决问题，当人们想解决不同问题时，就得用另外的神经网络重新开始训练。但我认为人们应该有一个能够解决所有问题的神经网络。"

这段话展示了Sutskever得出结论的独特能力，而这种能力即使是有经验的研究人员也需要花费数年时间才能找到，Hinton于是向他发出邀请，希望他加入自己的实验室。

2011: 初识AGI

ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃

Sutskever：我不认同这个想法（AGI）

Sutskever还在多伦多大学时，曾飞到伦敦去DeepMind找工作。在那里他见到了Demis Hassabis 和 Shane Legg（DeepMind的联合创始人），他们正在建立AGI（Artificial General Intelligence，人工通用智能）。AGI是一种通用的人工智能，它能够像人类一样思考和推理，并完成与人类智能相关的各种任务，如理解自然语言，从经验中学习，做出决定，以及解决问题。

在当时，AGI并不是严肃的研究人员会谈论的东西。Sutskever也认为他们已经与现实脱节，所以他拒绝了这份工作，回到了大学，最终于2013年加入了谷歌。

2012: 图像识别革命

ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃

ImageNet竞赛中获胜

Geoffrey Hinton慧眼独具，在其他人都不相信的时候相信了深度学习。并且他坚信，在ImageNet竞赛中获得成功就会彻底解决这一争论。

ImageNet竞赛：斯坦福大学的实验室每年都会举办ImageNet竞赛。他们为参赛者提供了一个由精心标记的照片组成的庞大数据库，来自世界各地的研究人员都会来参加比赛，尝试创建一个能够识别最多的图像的系统。

Hinton的两个学生，伊利亚-苏茨克沃（Ilya Sutskever）和亚历克斯-克里切夫斯基（Alex Krizhevsky）参加了这个比赛。他们打破了传统的手工设计方案，采用了深度神经网络，并突破了75%的准确率大关。因此他们赢得了ImageNet竞赛，他们的系统后来被命名为AlexNet。

从那时起，图像识别领域焕然一新。

后来，Sutskever、Krizhevsky和Hinton发表了一篇关于AlexNet的论文，这篇论文成为计算机科学领域被引用次数最多的论文之一，总共被其他研究人员引用了6万多次。

2013: 将DNNresearch拍卖给谷歌

ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃

Sutskever&Krizhevsky：您值得更大比例的分红。Hinton：你们分我的钱太多了。Sutskever&Krizhevsky：但我们已经决定好了，让您占大头。Hinton：这体现了他们的人品。

Hinton与Sutskever，Krizhevsky一起，成立了一家名为DNNresearch的新公司。他们没有任何产品，也没有在未来打造任何产品的计划。

Hinton问律师，如何让他的新公司具有最大的价值，尽管目前只有三名员工，既没有产品，也没有底蕴。律师给他的选择之一是设立一个拍卖会。有四家公司参与了收购：百度、谷歌、微软和DeepMind（当时还是一家年轻的起步于伦敦的创业公司）。第一个退出的是DeepMind，其次是微软，最后只剩下百度和谷歌在竞争。

到某天晚上接近午夜时分，拍卖价格高达4400万美元，Hinton于是暂停了竞标并且去睡了一觉。第二天，他宣布拍卖结束，并以4400万美元将他的公司卖给了谷歌，他认为为他的研究找到合适的“家”更重要。在这一点上，Hinton和他的学生们一样，把他们的想法置于经济利益之上。

平分收益的时候，Sutskever和Krizhevsky坚持认为Hinton应该得到更大的份额（40%），尽管Hinton建议他们不如先睡一觉。第二天，他们仍然坚持这种分配方式。Hinton后来评论说：“这能体现他们的为人，而非我的”。

在这之后，Sutskever成为了谷歌大脑的研究科学家，他的想法产生了更大的变化，并开始与DeepMind创始人的想法逐渐一致。他开始相信，属于AGI的未来就在眼前。当然，Sutskever本人也从不畏惧在面对新信息或经验时改变主意。毕竟相信AGI需要的是信仰之跃，正如谢尔盖-莱文（Sergey Levine，Sutskever在谷歌的同事）对Sutskever的评价：“他是一个不害怕‘相信’的人。”

2014: 语言翻译的革命

ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃

Sutskever：正确的结论是，如果你有一个非常大的数据集和一个非常庞大的神经网络，那么取得成功是必然的。（性能最优的翻译器）

在收购了DNNResearch之后，谷歌聘请Sutskever为谷歌大脑的研究科学家。

在谷歌工作期间，Sutskever发明了一种神经网络的变体，能将英语翻译成法语。他提出了 “序列到序列学习”（Sequence to Sequence Learning），它能捕捉到输入的序列结构（如英语的句子），并将其映射到同样具有序列结构的输出（如法语的句子）。

他说，研究人员本不相信神经网络可以做翻译，所以当它们真的能翻译时，这就是一个很大的惊喜。他的发明击败了表现最好的翻译器，为谷歌翻译提供了重大升级。语言翻译从此变得不一样了。

2015: 从谷歌到OpenAI：人工智能的新篇章

ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃

Sam Altman和Greg Brockman将Sutskever和其他9名研究人员聚集在一起，尝试是否还有可能与该领域最优秀的人才组成一个研究实验室。当讨论到这个将成为OpenAI的实验室时，Sutskever意识到他找到了一群志同道合的人，他们与他的信念和愿望相同。

Brockman向这10位研究人员发出了加入他的实验室的邀请，并给他们三周的时间来决定。谷歌知道这件事后，向Sutskever提供了一笔可观的金额来加入他们。被拒绝后，谷歌将他们的薪资提高到第一年近200万美元，这是OpenAI要付给他的两三倍。

但Sutskever还是愉快地放弃了谷歌数百万美元的工作机会，最终成为非营利组织OpenAI的联合创始人。

OpenAI的目标是利用人工智能造福全人类，以负责任的方式推进人工智能。

2018: 开发GPT 1, 2 & 3

ChatGPT背后真正的英雄：OpenAI首席科学家Ilya Sutskever的信仰之跃

Sutskever领导OpenAI发明了GPT-1，随后发展到GPT-2、GPT-3和ChatGPT。

GPT（Generative Pre-trained Transformer）模型是一系列基于神经网络的语言模型。GPT模型的每一次更新换代，都是自然语言处理领域的突破性进展。

GPT-1（2018年）：这是该系列的第一个模型，是在一个大规模的互联网文本数据集上训练的。它的关键创新之一是使用无监督的预训练，在这种情况下，模型学习根据前面的单词的上下文来预测句子中的单词。这使得该模型能够学习语言结构，并生成类似人类的文本。
GPT-2（2019年）：在GPT-1的成功基础上，它在一个更大的数据集上进行了训练，产生了一个更强大的模型。GPT-2的主要进步之一是它能够就广泛的主题生成连贯和流畅的文本段落，这使它成为了无监督语言理解和生成任务的关键角色。
GPT-3（2020年）：GPT-3在规模和性能上都是一个实质性的飞跃。它是在一个大规模的数据集上训练的，使用了1750亿个参数，比以前的模型大得多。GPT-3在广泛的语言任务上取得了最先进的性能，如问题回答、机器翻译和总结，具有接近人类的能力。它还显示了执行简单的编码任务、编写连贯的新闻文章、甚至生成诗歌的能力。
GPT-4：预计很快就会出现，预计就在2023年。