最新访谈中，奥特曼给出了一个罕见的评价：
「他可能是 AI 历史上最重要、却不太为人所知的研究者。」
这个人就是Alec Radford，真 · GPT 之父。
你可能没听过他，但你大概率用过他发明的东西。
GPT-1、GPT-2、CLIP、Whisper，他都是论文第一作者。
此外，他还参与了 GPT-3、DALL · E、Scaling Law、GPT-4 和 GPT-4o 等一系列关键工作。
奇怪的是，这样一个履历几乎横跨大模型每次关键转向的人，没有博士学位，也很少接受采访。
ChatGPT 红遍全球时，聚光灯下几乎看不到他的身影。
但如果顺着过去十年的 AI 论文往回翻，会发现一个更奇怪的现象：
每当模型开始获得一种此前没有的通用能力，Alec Radford 的名字，往往已经提前出现在作者栏里。
OpenAI 真正起飞，从招进 Alec 开始
最新一期《Invest Like The Best》节目中，主持人问奥特曼：
「这家公司一路走来，你最欣赏的幕后功臣是谁？」
奥特曼脱口而出，是Alec Radford。
Alec 做出的工作，后来真正演变成了 GPT 系列。
除此之外，他还不断启发、引导身边的人，把研究推向一些后来被证明极为重要的方向。
《连线》也同样给过一个分量极重的判断：
OpenAI 的崛起之路，真正始于它聘用了当时还默默无闻的 Alec Radford。
2016 年，Alec 加入 OpenAI。那年他只有 23 岁。
那时，他还是个半夜吃菠萝洋葱披萨、和同学一起打 Kaggle 比赛的毛头小子，在波士顿的宿舍里创办了一家小型 AI 公司：Indico。
接受邀请加入 OpenAI 后，Alec 也没觉得多重要，反而感觉这份工作「有点像读研究生」。
没有太多短期压力，也没有必须立即做成的产品。他可以自由寻找一个当时还没人知道答案的问题：语言模型究竟能干什么？
他的第一次尝试，是拿 20 亿条 Reddit 评论训练语言模型。数据规模不小，结果却没什么用。
这个实验和 OpenAI 早期的许多探索一样，失败了。
但 OpenAI 让他继续做下去，时任 CTO 的 Greg Brockman 回忆：
「我们当时就觉得，Alec 很厉害，就让他做他想做的事吧。」
于是，这个年轻人得以继续尝试他的实验。但很快，他就受限于 OpenAI 的算力不足。
既然跑不起更大的实验，Alec 便把范围缩小，找来大约 1 亿条亚马逊商品评论，让模型做一件简单到近乎乏味的事：根据前面的文字，预测下一个字符。
这个过程中，一个意外出现了。
虽然没有人教模型什么叫好评、什么叫差评，但模型内部有一个神经元，开始主动区分评论的正负情绪。
把它调向一个方向，模型更容易生成好评；调向另一个方向，它便开始吐槽商品。
OpenAI 后来把它叫作「无监督情感神经元」。
这次实验第一次给出了 Alec 真正想找的答案：
当模型被要求在足够多的数据上完成预测任务时，它可能自行学会一些训练目标里从未明确写出的能力。
Ilya Sutskever 还鼓励他跳出亚马逊评论，让模型去学习规模更大、内容更多样的文本，甚至是整个互联网。
问题是，以当时的神经网络架构，处理如此庞大的数据可能需要数年。
但很快，OpenAI 迎来了好运。因为在 2017 年，谷歌那篇改写 AI 进程的论文《Attention Is All You Need》，横空出世。
Ilya 一眼就看中了 Transformer 架构。他的第一反应是：「这正是我们一直在等的东西！」
Alec 随即把 Transformer 接到此前的实验路线上。他找来 BooksCorpus 数据集，其中包括 7000 多本尚未正式出版的英文书籍，题材横跨爱情、冒险和奇幻。
与许多句子被打散的数据集相比，书籍保留了长篇连续叙事，更适合让模型学习前后文之间的远距离关系。
他并没有像谷歌那样用 Transformer 做机器翻译，而是让它预测下一个最可能出现的词。
机器有了反应：一个词，接着一个词，再一个词——每个新词都是从那七千本书中隐藏的模式推断出来的。
对 Alec 来说，「这两周内取得的进展，比过去两年加起来都多」。这套实验最终成为 GPT-1 的预训练基础。
他与同事开始谈论一个叫「Big Transformer」的方向：不要给模型设计更多精巧规则，直接把模型、数据和计算规模做大，看看它还能学出什么。
2018 年，这条路线有了正式名字：
Generative Pre-trained Transformer（生成式预训练 Transformer），简称 GPT。
第一篇 GPT 论文共有四位作者，排在第一位的，就是 Alec Radford。
GPT-1 没有立即轰动世界，但它给 OpenAI 带来了一样更重要的东西：方向。
Alec 取得突破后，OpenAI 管理层作出了一系列关键决定。他们开始把研究资源从机器人等分散项目中收拢，集中到语言模型。
比起继续设计复杂的新结构，团队更愿意收集更多数据、投入更多算力，把已经显示出潜力的方法继续放大。
一年后，GPT-2发布。
它的参数量从 GPT-1 的 1.17 亿增加到 15 亿，训练数据也从 7000 多本书扩展到约 800 万个网页。
GPT-2 论文共有 6 位作者，Alec 仍然排在第一位，并与 Jeffrey Wu 为共同一作。
这一次，模型不再需要针对每项任务重新训练。只靠预测下一个词，它已经能尝试翻译、问答和摘要，甚至在多个零样本测试中取得不错的成绩。
2020 年初，OpenAI 把这种关系写进《神经语言模型的 Scaling Laws》论文。
Alec 同样在 10 位作者之列。此前依靠一次次实验积累的判断，开始被描述成可以预测的数学规律。
同年 5 月，OpenAI 把模型进一步放大到 1750 亿参数，做出了 GPT-3。
此时，论文作者已经从 GPT-1 的 4 人增加到 31 人。
第一作者变成 Tom Brown，Alec 排在第 29 位，仅位于 Ilya Sutskever 和 Dario Amodei 之前。
署名位置的变化，也暗示了 GPT 项目性质的改变。
它不再是 Alec 主导的少数人实验，而是 OpenAI 调动研究、工程和算力共同完成的大型项目。
Alec 最早推动的路线，已经变成这家公司最重要的技术战略。
但就在 GPT 真正开始为外界熟知、即将产生巨大影响的时候，Alec 却已经把目光移向了别处。
语言之外，他又连续押中图像和语音
GPT-3 发布后，Alec 做回了他的老本行：图像。
早在加入 OpenAI 之前，他最有影响力的作品就是DCGAN。
他与 Luke Metz、Soumith Chintala 把卷积网络引入 GAN，解决了这类模型难以稳定训练的问题。
他们还发现，模型在学习生成卧室图片时，会自行形成关于床、窗户和场景结构的视觉表征。
后来反复出现在 Alec 研究中的那种直觉，此时已经露出雏形：
只要找到一个足够通用的训练任务，模型可能在完成任务的过程中，自己学出更多能力。
其实吧，这中间还有个八卦。
2016 年，黄仁勋在英伟达大会上展示 DCGAN 生成的图像，却把主要功劳归给了 Yann LeCun 当时领导的 Facebook 实验室。
Alec 和几位同伴坐在波士顿办公室里看直播，非常受伤。
不久后，Alec 就离开波士顿，加入 OpenAI。
他的朋友 Victoroff 甚至认为，这次被忽视是 Alec 决定前往 OpenAI 的重要原因之一。
几年后，他带着 GPT 重新回到图像。
2020 年，OpenAI 发布Image GPT：把图片展开成一串像素，再像预测下一个词一样，预测下一个像素。
Alec 排在论文作者第二位。
它证明，GPT 并不天然属于语言。只要数据能够被表示成序列，同一套方法也可以用来学习图像。
只是逐个生成像素实在太慢。半年后，DALL · E把图片压缩成视觉 Token，再将文字和图像放进同一条 Transformer 序列。
「牛油果形状的扶手椅」「遛狗的萝卜宝宝」，这些从未存在的组合第一次被模型画了出来。
与 DALL · E 同一天发布的，还有CLIP。
这一次，Alec 重新回到共同第一作者的位置。
OpenAI 拿出从互联网收集的 4 亿组图文对，让模型只做一道选择题：哪段文字和哪张图片是一对？
没有固定类别，也没有为每项任务专门训练。
最终，CLIP 在没有使用 ImageNet 训练集的情况下，零样本识别准确率已经与早期有监督训练的 ResNet-50 相当。
图像之外，他也在尝试声音。
2020 年的Jukebox把音频压缩成离散编码，再让 Transformer 像生成文字一样生成音乐。
两年后，同一条路线通向了更实用的Whisper。
Alec 又排在论文作者第一位。
OpenAI 从互联网上收集了 68 万小时音频及其文本，数据并不完美，却包含不同语言、口音、噪声和使用场景。
Whisper 没有专门针对某一张榜单优化，在多个不同来源的数据集上进行零样本测试时，它却表现得更加稳健，更能应对真实世界里的口音、背景噪声和专业词汇。
这些工作表面横跨图像、语言、多模态和语音，背后却源自 Alec 的同一个判断：
少规定一些规则，多提供一些数据和算力，通用能力可能自己出现。
他似乎总能比行业共识早一步，找到下一个值得放大的简单任务。
OpenAI 最神秘的男人
大佬的辉煌过往，不胜枚举，介绍到这里就结束了。
回到他本人，几乎可以说「曾是」OpenAI 最神秘的男人。
与他的论文影响力相比，Alec 几乎不经营个人品牌。
虽然有 X 账号，坐拥 7 万粉，但他很少围绕自己发东西，大多是转发。
上面置顶的，至今还是 2018 年发布 GPT-1 时的那条消息。
「这是我过去一年一直在做的事情。」
他先列出 CoVe、ELMo 和 ULMFiT 三项启发来源，然后用一句颇为朴素的话介绍成果：
「一个 Transformer 语言模型，只需少量调整，就能被迁移到各种自然语言处理任务。」
谁能想到，这项工作预告了一个全新的时代？
关于 Alec 的公开长篇采访，寥寥无几；而他的个人网站，也简单得近乎空白。
只有姓名、「Latest Posts」和分页按钮，几乎没有其他内容。
（连照片都一直用同一张，大佬实在太低调了）
这与他的行业地位形成了一种奇怪的反差。
公众谈起 OpenAI 和 GPT，最先想到的是奥特曼和 Ilya Sutskever；但研究者谈起过去十年的关键论文，却很难绕过 Alec Radford。
奥特曼在最新访谈中形容，如果去问那些与 Alec 共事过的人，他们当然会先说：
这是一个「几十年一遇的天才」、极具创造力的思考者，对自己的研究有极深的理解。
但话说完之前，每个人都会补上另一句：
他也是他们合作过的最善良、最好的人之一。
One More Thing
不过，这位评价超高的 GPT 之父，在科研上确实挺不走寻常路的…
2024 年 12 月，Alec 离开工作近九年的 OpenAI，从事独立研究。
但当所有人都期待他做出下一个 GPT 的时候——
Alec 跑去搞了个「老头 AI」。
今年 4 月，他和 Nick Levine、David Duvenaud 共同推出Talkie。
这是一个拥有 130 亿参数的「古董语言模型」，基础模型使用 2600 亿个 Token 训练。
它的预训练语料有一条硬规矩：
1931 年 1 月 1 日之后出版的英文材料，统统不！准！进！
所以，它读过蒸汽机、飞机和第一次世界大战，却不知道电视机、互联网和第二次世界大战后来发生了什么。
更不可能知道 Python。
但就这么个老古董，研究人员给它看了几个 Python 程序示例，再让它解决 HumanEval 编程题。
它居然真的写出了几段简单代码。
这个实验真正测试的是：一个从未接触现代计算机的语言模型底座，获得少量新示例和后训练后，能以多快的速度吸收一项完全陌生的技能？
啥？你是说当全网都还在猛猛 Scaling、想办法让模型读得更多的时候…
GPT 之父却反手把它「断网」了近一百年？？
如果模型没见过答案，依然能够现学现用，那它靠的究竟是记忆，还是学习？
也不知道大佬这次，究竟又提前押注了什么…
不过按照他的惯例，等外界终于看懂这道题时，他本人多半已经跑去做下一道了 ~
参考链接：
[ 1 ] https://x.com/InvestLikeBest/status/2086849947119333878?s=20
[ 2 ] https://www.wired.com/story/what-openai-really-wants/
[ 3 ] https://www.bostonglobe.com/2023/06/10/business/how-couple-olin-college-students-helped-spark-ai-chatbot-revolution/
[ 4 ] https://www.newyorker.com/books/under-review/can-sam-altman-be-trusted-with-the-future
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
� � 点亮星标 � �
科技前沿进展每日见
垒富优配提示：文章来自网络，不代表本站观点。
