黄仁勋对话Transformer七子：人类正见证“AI工厂”的诞生｜钛媒体AGI
文章摘要
【关 键 词】 英伟达、Transformer、AI、模型、推理
在英伟达GTC大会上，英伟达CEO黄仁勋主持了一场圆桌论坛，邀请了七位Transformer论文《Attention is All You Need》的作者们。
黄仁勋表示，在过去的六十年中，计算机技术并没有经历根本性的变革，但随着时间的推移，计算机的边际成本持续下降，为社会带来了巨大的动力。
2012年，AlexNet的问世标志着人类在AI领域的神奇旅程的开始。
2017年，Transformer模型的提出，使得深度学习NLP翻译模型的性能显著提高，从而诞生了大型语言模型如ChatGPT、Llama、GPT-4等。
在圆桌论坛上，作者们讨论了启发他们去做Transformer的原因。
Illia Polosukhin表示，他想发布能够真正读取搜索结果的模型，当时的递归神经网络（RNN）并不能满足这样的需求。
Noam Shazeer也认为RNN处理起来太麻烦，团队开始探讨用卷积或注意力机制来取代它。
Ashish Vaswani认为，Transformer特别是其自注意力机制具有非常广泛的适用性。
作者们也讨论了当前模型的局限性。
Aidan Gomez认为，这个世界需要比Transformer更好的东西，以推动AI行业的发展。
Llion Jones表示，我们需要在原始模型上做出改进。
此外，自适应计算被认为是接下来必须出现的事情之一，以实现计算资源的高效分配。
Noam Shazeer认为，当前的模型规模还太小，成本也过于经济实惠。
他指出，拥有五千亿参数的模型的成本比购买一本平装书还要便宜。
Ashish Vaswani表示，让世界更聪明的方法之一是实现多任务、多线的并行。
最后，作者们讨论了推理的重要性。
Jakob Uszkoreit表示，下一步是推理，希望模型能够生成我们想要的内容。
Lukasz Kaiser认为，推理实际上来源于数据，数据模型非常重要。
Ashish Vaswani提出，他们有很多合作伙伴取得了一些里程碑式的进展，将真实世界的任务分解成不同的内容。
总的来说，这场圆桌论坛展示了Transformer模型的发展历程、当前的挑战以及未来的发展方向。
作者们分享了他们对AI技术的看法，以及如何推动AI行业的进步。
原文和模型
【原文链接】 阅读原文 [ 2696字 | 11分钟 ]
【原文作者】 钛媒体AGI
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★☆☆☆☆
相关文章
