Недавно предприниматель и мечтатель Илон Маск, человек, купивший себе «Твиттер» и отправивший личную машину в космос, объявил состав своей команды по спасению мира (зачеркнуто) работе с ИИ. В этом списке много ярких имён, известных по работе на разные конкурирующие фирмы, и это вполне укладывается в традиционную для Илона Маска концепцию: собрать лучшее и не идти на компромиссы. И действительно: заявленная цель проекта — ни много ни мало выяснить подлинную природу Вселенной.
На этом пути они намереваются сотрудничать с другими брендами, принадлежащими Илону, в том числе социальной сетью X (бывший Twitter) и «Теслой».
Итак, кого же Маск набрал в свою команду по изучению мира? Это люди из DeepMind, Google Research, OpenAI, Microsoft Research, Tesla, университетов Торонто и Чикаго.
Для россиян представляется особенно интересным такой кадр, как Игорь Бабушкин. Это опытный разработчик, выпускник одного из немецких технических колледжей с опытом работы в Великобритании, где при его участии был разработан AlphaStar — одна из первых систем ИИ, которой оказалось под силу заткнуть за пояс профессионалов киберспорта (впоследствии, в 2014-м, компанию купил Google, а с 2023 года она была интегрирована в непосредственные материнские структуры, где и растворилась без следа).
Бабушкин, впрочем, ушел из «Альфы» ещё в 2020 году, перейдя на работу к конкурентам из OpenAI в качестве одного из технических сотрудников. Там он прослужил пару лет, а затем вернулся в Google DeepMind, чтобы окончательно уйти из фирмы весной 2023 года.
Примерно тогда же в прессе и блогосфере появились первые слухи о том, что «нашего мальчика» заманивают в один из проектов Илона Маска (что интересно: в стародавние времена он принял участие в создании OpenAI, но затем многократно и беспощадно критиковал и фирму, и главное её детище — нейросеть ChatGPT).
Другие имена, другие комнаты
Кроме Бабушкина, в команду вошли и другие знаковые имена:
Мануэль Кройсс
Ещё один выходец из DeepMind и соавтор AlphaStar; занимался кодированием для исследовательских проектов в сфере распределенного машинного обучения, созданием масштабируемых архитектур, обучением ИИ в рамках концепции выученного встроенного вознаграждения.
Юхуай (Тони) Ву
Инженер из Google AI и один из авторов метода, позволяющего ИИ не только решать некоторые задачи, но и понимать их. Идея заключалась в том, чтобы не просто создать электронного болтуна, имитирующего человека, но и сделать так, чтобы он понимал, о чём речь.
Автор пары статей: одна посвящена обучению систем искусственного интеллекта математическим вычислениям посредством трансформации формул в обычный двоичный код, а вторая — решению задач на искусственном языке при помощи специально созданной в этих целях системы.
В общем и целом эти статьи описывают форму архитектуры искусственного интеллекта, которая будет построена на модели, способной научиться рассуждениям при помощи математики.
Ранее Ву работал с основанной на GPT-3 «Кодекс», а также PaLM — специальной модели, которая обучалась на настоящих языках, работая с контентом в общем доступе. Результатом стало создание модели «Минерва»: она может проиводить к формальному основанию математические задачи на естественных языках, а потом решать их.
Кристиан Сегеди
Выходец из лабораторного комплекса Cadence Research Laboratories университета Беркли, кандидат математических наук, получивший степень в Боннском университете.
В сфере его интересов — автоматизированное проектирование микросхем, логический синтез, а в недрах Google — обучение ИИ, развитие компьютерной оптики и зрения при помощи авторских методик обучения.
Активно публикуется, охватывая широкий спектр тем, от качественных свойств нейросетей и до архитектуры компьютерного «глаза». Достаточно известен и популярен не только среди программистов и разработчиков, но и у широкой публики.
Джимми Ба
Ещё один ас программирования, причастный к разработке алгоритмов и схем глубокого обучения нейросеток; доцент на кафедре информатики факультета искусств и наук Торонтского университета, призёр множества наград, как академических, так и прикладных.
Недавно получил стипендию Sloan — поощрение для начинающих исследователей из Соединённых Штатов и Канады, которые, по мнению фонда Альфреда П. Слоана, могут считаться лидерами нового поколения. Также активно публикуется и занимается популяризацией науки, что достаточно необычно для молодых инженеров его направления.
Тоби Полен
Закончил Ахенский Рейн-Вестфальский технический университет, получил магистерскую степень в сфере компьютерных исследований. Начал с позиции разработчика в нескольких небольших фирмах, после чего пошёл к Биллу Гейтсу, заниматься разработкой ПО.
Затем — шестилетний опыт в цитадели ИИ, Google DeepMind, где он сделал карьеру и дорос до старшего инженера, руководя различными исследовательскими проектами в сфере языковых моделей большого масштаба и обучения нейросеток передовыми способами.
Росс Нордин
Тот случай, когда кадры удалось воспитать в собственном коллективе — причём достаточно успешно; в компании Tesla занимался обучением машин и суперкомпьютерами, сделал немало для усовершенствования алгоритмов безопасности облачных вычислений. Некоторые исследования Нордина активно применяются полицейскими подразделениями и специальными службами.
Грег Ян
Обладатель разом трёх учёных степеней — микроэлектроники, инженерных исследований и компьютерного инжениринга.
Был руководителем подразделения в Apple, но предпочёл делать карьеру у злейшего конкурента наследников Стива Джобса, в Microsoft Research; кроме того, поработал почти во всех компьютерных компаниях первого эшелона. Приложил руку к разработке Tensor — ПО, которое считается отправной точкой для ряда крупных языковых моделей.
Чжан Гудон
Доктор компьютерных исследований и преподаватель Торонтского университета; стажировался в Google Brain и Microsoft Research, после чего работал во всё той же DeepMind (кажется, всё в мире искусственного интеллекта в той или иной мере связано с этой «почтенной шайкой»!). Сейчас профилируется на развитии языковых моделей.
Одним из ведущих консультантов xAI является Дэн Хендрикс, руководитель центра безопасности — структуры, которая формально снижает социальные риски, связанные с прогрессом в сфере ИИ, а на деле ведёт искусную пропаганду, направленную на нейтрализацию связанных с ИИ страхов в сфере сокращения рабочих мест и вопросов безопасности, равно как и других чувствительных сферах.
Спасибо что прочли статью до конца, напишите о чём ещё вам хотелось бы узнать, и мы осветим эту тему в следующих публикациях.
ПОДПИСЫВАЙТЕСЬ на мой YouTube канал!
Ставьте ПАЛЕЦ ВВЕРХ и ПОДПИСЫВАЙТЕСЬ на Дзен канал.
Читайте также:
✅Вы знали, что американцы красят свои газоны зеленой краской? Рассказываем, зачем
✅ Если собрались в путешествие по США на машине: что нужно знать о местных заправках
✅Сможет ли Европа полностью остановить поставки российского СПГ?
✅ Почему в США так популярны чековые книжки, а в России — нет
✅ История двух американских инженеров, ставших самыми успешными шпионами в истории СССР
