大模型前传：一场拍卖会与巨头间的人才战

2012年12月，AI领域的一场顶级会议NIPS在美国内华达州太浩湖举办，会议酒店里的一场秘密拍卖拍出了4400万美元的高价。拍卖的是一家在会议前紧急成立的公司，公司成员只有3人，没有发布任何产品。参与拍卖的有谷歌、微软、DeepMind以及百度。 

这是一场既豪横又简陋的拍卖，竞拍方通过Gmail邮件远程出价，每一个小时出价一次，每次加价不少于100万美元。60多岁的主办方成员因患有颈椎疾病无法久坐，他在酒店的桌子上倒扣一个垃圾桶，把电脑放在垃圾桶上遥控科技巨头出价。 

竞拍价一路攀升，2000万美元以后，场内只剩百度和谷歌，两家公司都势在必得。出价4400万美元后，主办方意外暂停了拍卖，时间被拖到第二天。第二天拍卖开始前，主办方告诉百度，他们更希望加入谷歌。 

这个故事被科技记者Cade Metz放在《深度学习革命》一书开头，用来说明科技巨头在人工智能领域对人才的激烈争夺。被拍卖的这家公司是DNNResearch，三名员工是被称为“深度学习之父”的Geoffrey Hinton、AlexNet卷积神经网络创始人Alex Krizhevsky和现任OpenAI首席科学家IIya Sutskever。 

Geoffrey Hinton（右）和他的两名研究生Alex Krizhevsky和Ilya Sutskever（左）（图源：多伦多大学） 

这场拍卖之前，“人工智能”还只是科幻小说和电影里的事物，“深度学习”的概念就连前沿的科技巨头内部都少有人知。这场拍卖之后，一切开始发生变化。拍卖3年后，AlphaGo横空出世。5年后，还是同一场NIPS会议中，谷歌8位研究员带着Transformer模型架构技惊四座。10年后，美国几乎所有的顶尖AI实验室里都有来自谷歌的身影。 

Google Brain的第一个成功和失败

数学公式组织着从微观粒子世界到宏观宇宙的广阔图景，同时也是人们构建现代计算机和人工智能算法的工具——现代计算机底层逻辑运算的原理是形成于19世纪中期由George Boole发明的布尔计算。20世纪40年代，人们开始尝试把生物神经元的功能抽象化为数学模型，50年代末诞生了第一个Neural Network神经网络算法（NN算法）。 

Geoffrey Hinton是George Boole的玄孙，在70年代进入NN算法领域，并成为推动NN算法发展的主要人物之一。到21世纪初，GPU的使用和分布式计算大大提升了算法运行的效率，NN算法成为热门领域。Hinton在2006年提出深度信念网络的概念，让训练深度神经网络成为了可能，“深度学习”成为神经网络算法的代名词。 

谷歌在当时有一个神秘实验室Google X，专门研究智能驾驶、增强现实等前沿尖端项目，这些项目往往都与人工神经网络有关。2011年，斯坦福大学人工智能教授吴恩达（Andrew Ng）加入Google X，希望把自己的神经网络研究推广开来。 

然而即便在谷歌，当时也少有人认识到神经网络可以带来的改变，多次碰壁的吴恩达遇到了Jeff Dean，双方一拍即合，很快把一些研究转化出成果，这次的合作项目最终成为独立的部门Google Brain。 

2012年夏天，《纽约时报》详细报道了吴恩达和Jeff Dean合作的“小猫论文”，他们用16000台计算机组成了一个有10亿连接的大型神经网络系统。系统从来自YouTube的1000万张图片中学会了“猫”的概念，并找出了其中含有猫的图片。这让谷歌的科学家大为震惊并深受鼓舞。 

神经网络自学识别的猫的图像 （图源：纽约时报） 

不过，吴恩达两人的方法并不是当时最高效的。在当年秋天的ImageNet图像识别大赛中，Hinton领导的三人组使用AlexNet深度卷积神经网络夺得第一，他们的成绩比第二名高出41%。这是ImageNet赛事的高光时刻，也是科技行业的“决定性瞬间”之一。《深度学习革命》一书的作者Cade Metz认为，AlexNet是深度学习的转折点，也是全球科技行业的转折点，推动了后来的人工智能热潮。 

这次比赛也直接催生了文章开头提到的拍卖会，Hinton团队因此加入到Google Brain。 

在这之后，学术投资成为谷歌具有战略高度的投资方向。虽然深度学习在当时是一个极小的领域，但谷歌创始人Larry Page认为它将会重塑行业，要求寻找其中的人才。在收下Hinton的同时，谷歌开始着手下一个目标。 

骄傲的DeepMind和谷歌的豪赌

DeepMind主理人同样有三位，主要创办人Demis Hassabis从小智力超常，8岁开始编写电脑游戏，13岁就获得国际象棋大师的头衔。20岁时，Hassabis在剑桥大学计算机科学专业获得双第一，毕业后成功经营了一家60人的游戏公司。后来，Hassabis转向攻读认知神经科学，最终投入人工智能浪潮。 

2010年决定创办DeepMind时，资金问题是重要的考量之一。Hassabis通过一场棋局获得了第一笔投资，来自Peter Thiel。Thiel是Paypal的创始人，通过他，DeepMind又获得了来自马斯克的投资。创办两年内，DeepMind先后完成了两轮融资。 

Hassabis首先提出了AGI的概念，DeepMind以AGI为目标保持独立运作。创办早期，DeepMind训练了一个玩游戏的神经网络系统，系统通过观看学会了玩《太空侵略者》《乒乓球》《越狱》等游戏，在很多游戏中的表现超过人类玩家。马斯克在飞机上观看DeepMind的演示视频时，刚好被谷歌的Larry Page注意到，《Wired》报道称，马斯克向Larry Page介绍了DeepMind。 

Demis Hassabis 

对于DeepMind这样的机构，注定无法独立完成烧钱的AGI豪赌，它需要持续不断的输血，成立后很快陷入到窘境。幸运的是，Hinton团队的拍卖会一举抬高了AI领域人才的身价，同时谷歌正在不计成本的投入其中。 

2013年，谷歌团队乘坐专机去到伦敦与DeepMind接洽，在第二年以6.5亿美元买下DeepMind。谷歌同意了DeepMind提出的要求：双方合作技术不能用于军事目的，并成立独立道德委员会监督。 

DeepMind亏损压力来到谷歌，电厂根据《CNBC》和《Bloomberg》媒体报道测算，2016年到2019年，DeepMind平均每年亏损4.6亿美元。报道显示，2019年，DeepMind所有公司间贷款和应计利息共计15亿美元，被谷歌一笔免除。 

Facebook的开源力量

跟Hassabis一样，Zuckerberg在哈佛大学校园里创办Facebook时，第一笔天使投资也来自Peter Thiel。在DeepMind寻找买家时，Thiel促成了两人的首次接洽。Facebook比谷歌更想要DeepMind，愿意支付更高的收购金额。然而这是一场失败的收购，据《深度学习革命》一书记录，Hassabis认为，他跟Zuckerberg之间没有“化学反应”，更重要的是在AI安全方面没有共同的认知。 

2013年是Facebook认识到深度学习重要性的第一年，Zuckerberg决定招揽前沿的研究人才。但跟DeepMind一样，这些来自学界的研究者认为Facebook缺少吸引力。与财务收入相比，学者们看重自己的研究能不能在Facebook持续，却发现后者根本没有设置实验室。 

Zuckerberg找到了杨立昆（Yann LeCun）。杨立昆发明了卷积神经网络，在深度学习领域跟Hinton有同样的地位，手下学生众多，如果由他运营实验室，Facebook将能够逆转局面。 

杨立昆信奉技术开放，会公布自己最新的研究成果，他认为这一领域的进步由一代代研究人员接力推动。在《Popular Science》的一次专访中，杨立昆谈到同意这次合作的原因——他对实验室的想象与Facebook的开放理念一致。Facebook社交帝国的基础是开源软件，Zuckerberg对开放的理解打消了杨立昆的担忧。 

Meta AI 首席人工智能科学家 Yann LeCun（左） 

杨立昆帮助Facebook经营FAIR实验室，同时仍然担任在纽约大学的职务。有了实验室的Facebook也有了从谷歌、微软挖掘人才的优势。 

开放开源让Facebook保持着在AI领域的领先地位。2022年，来自独立实验室OpenAI的ChatGPT一飞冲天，Zuckerberg选择开源Llama大模型应对，从而迅速占据生态优势。促进这次开源决定的正是杨立昆。 

不被看好的OpenAI

深度学习领域有三位学术巨头，除了Hinton和杨立昆，另一位是Yoshua Bengio。谷歌和Facebook掀起AI人才争夺战后，Bengio收到了无数来自科技公司的邀约，但他都一一回绝，这些公司中就包括OpenAI。 

当时的OpenAI还没有成立，Greg Brockman和Sam Altman正在召集人才。他们认识到科技公司内部的实验室正在迅速扩张，必须采取行动，这得到了马斯克的支持。根据《Wired》报道，Bengio给了他们一份名单，列出了他所认为的这个领域最有前途的年轻研究人员，其中就包括Ilya Sutskever。 

谷歌开出高薪挽留Sutskever，第一年接近200万美元，是OpenAI的两到三倍，这让Sutskever产生了动摇。《深度学习革命》书中详细记录了这个故事，OpenAI原本计划在当年的NIPS会议上宣布成立，但Sutskever的犹豫打乱了计划，最后一天的会议结束之后，他才确定“上车”。 

OpenAI作为非盈利组织在2015年12月成立，它把自己定位为科技巨头技术扩张的对抗力量，宗旨是确保AI技术造福人类。然而，秉持类似理想的DeepMind却认为，OpenAI只会加速行业里的技术对抗，从而带来更多风险，OpenAI初创团队的技术人员当中，有5个曾在DeepMind工作。不看好OpenAI的也包括杨立昆，杨立昆告诉Sutskever，他的选择是在犯错，并给出了10多条理由。 

谷歌的一团火和满天星

人工智能技术的理论突破几乎全部来自校园里的学术团队，谷歌、Facebook的实验室承担了高校与商业公司之间的纽带，培养了大批学术力量，推动了科研成果的诞生。随着时间推移，很多科研人员意识到事情发生了变化。 

Ilya Sutskever在后来的采访中谈到自己离开谷歌的原因，他表示，人工智能的神经网络变得越来越庞大，未来将会是更大的、更有组织的的工程项目。研究人员需要用更宏观的视角研究它们，实验室能够提供舒适的环境和优越的回报，但无法给他们调动更多的资源。 

OpenAI的成立开启了一种趋势。很快，过去几年加入科技巨头实验室的研发人员开始陆续出走。其中最具代表性的，应当是谷歌发明了Transformer模型架构的8位作者。 

2017年，谷歌8位研究员完成的《Attention is All You Need》论文横空出世，推动AI行业进入到大模型时代，Transformer成为几乎所有AI大模型的核心。但从2017年至今，8位作者已经全部从谷歌出走，进入到各个领域的“OpenAI”当中。 

2012年以来，谷歌的实验室成了AI技术和人才策源地。过程中，AI研究经历了从论文到落地的阶段，开始走向应用。看着多年学术投资成果散落各地，谷歌终于幡然醒悟。随着Geoffrey Hinton在2023年退休，谷歌一方面宣布不再公布最新的科研成果，另一方面把DeepMind和Google Brain合并成Google DeepMind，由Hassabis担任CEO。 

过去几年一直处在弱势地位的微软，却因为OpenAI的崛起重新拿到先发优势。谷歌的战略调整也决定了，始终担心AI安全问题的Hassabis将不得不加快他的“曼哈顿计划”。而先后失去了DeepMind和OpenAI的马斯克，不得不X上继续呼吁人们警惕AI技术扩张带来的威胁。 

本文来自微信公众号“电厂”（ID:wonder-capsule），作者：肖余林，36氪经授权发布。

该文观点仅代表作者本人，36氪平台仅提供信息存储空间服务。