您的当前位置:首页 > 知识 > Transformer全新里程碑!诞生6年,开山之作被引近8万 正文
时间:2025-03-17 19:38:04 来源:网络整理 编辑:知识
编辑:桃子 好困【新智元导读】Transformer,6岁了!2017年,Attention is All You Need奠基之作问世,至今被引数近8万。这个王者架构还能继续打多久?2017年6月1
编辑:桃子 好困【新智元导读】Transformer,新里6岁了!程碑2017年 ,诞生Attention is 年开All You Need奠基之作问世 ,至今被引数近8万。作被这个王者架构还能继续打多久 ?2017年6月12日,引近Attention is 新里All You Need ,一声炸雷 ,程碑大名鼎鼎的诞生Transformer横空出世 。
它的年开出现 ,不仅让NLP变了天 ,作被成为自然语言领域的引近主流模型,还成功跨界CV,新里给AI界带来了意外的程碑惊喜。到今天为止 ,诞生Transformer诞生6周年。而这篇论文被引数高达77926。英伟达科学家Jim Fan对这篇盖世之作做了深度总结 :1. Transformer并没有发明注意力 ,而是将其推向极致。第一篇注意力论文是在3年前(2014年)发表的 。这篇论文来自Yoshua Bengio的实验室 ,而标题并不起眼「Neural Machine Translation by Jointly Learning to Align and Translate」 。它是「RNN+上下文向量」(即注意力)的组合。或许很多人都没有听说过这篇论文,但它是NLP中最伟大的里程碑之一 ,已经被引用了29K次(相比之下 ,Transformer为77K)。2. Transformer和最初的注意力论文,都没有谈到通用序列计算机。相反,两者都为了解决一个狭隘而具体的问题:机器翻译 。值得注意的是 ,AGI(不久的某一天)可以追溯到不起眼的谷歌翻译。3. Transformer发表在2017年的NeurIPS上 ,这是全球顶级的人工智能会议之一 。然而,它甚至没有获得Oral演讲 ,更不用说获奖了 。那一年的NeurIPS上有3篇最佳论文。截止到今天,它们加起来有529次引用。Transformer这一经典之作却在NeurIPS 2017没有引起很多人的关注。对此 ,Jim Fan认为,在一项出色的工作变得有影响力之前,很难让人们认可它。我不会责怪NeurIPS委员会——获奖论文仍然是一流的,但影响力没有那么大 。一个反例是ResNet。何凯明等人在CVPR 2016年获得了最佳论文 。这篇论文当之无愧 ,得到了正确的认可 。2017年 ,该领域聪明的人中,很少有人能够预测到今天LLM革命性的规模。就像20世纪80年代一样,很少有人能预见自2012年以来深度学习的海啸。OpenAI科学家Andrej Karpathy对Jim Fan第2点总结颇感兴趣,并表示,介绍注意力的论文(由@DBahdanau , @kchonyc , Bengio)比 「Attention is All You Need」的论文受到的关注要少1000倍。而且从历史上看,这两篇论文都非常普通,但有趣的是恰好都是为机器翻译而开发的。你只需要注意力!Transformer诞生之前 ,AI圈的人在自然语言处理中大都采用基于RNN(循环神经网络)的编码器-解码器(Encoder-Decoder)结构来完成序列翻译。然而,RNN及其衍生的网络最致命的缺点就是慢。关键问题就在于前后隐藏状态的依赖性,无法实现并行。Transformer的现世可谓是如日中天,让许多研究人员开启了追星之旅。2017年,8位谷歌研究人员发表了Attention is All You Need。可以说 ,这篇论文是NLP领域的颠覆者。论文地址:https://arxiv.org/pdf/1706.03762.pdf它完全摒弃了递归结构,依赖注意力机制,挖掘输入和输出之间的关系,进而实现了并行计算 。甚至,有人发问「有了Transformer框架后是不是RNN完全可以废弃了?」JimFan所称Transformer当初的设计是为了解决翻译问题,毋庸置疑。谷歌当年发的博客 ,便阐述了Transformer是一种语言理解的新型神经网络架构。文章地址 :https://ai.googleblog.com/2017/08/transformer-novel-neural-network.html具体来讲,Transformer由四部分组成 :输入、编码器 、解码器 ,以及输出。输入字符首先通过Embedding转为向量,并加入位置编码(Positional Encoding)来添加位置信息 。然后 ,通过使用多头自注意力和前馈神经网络的「编码器」和「解码器」来提取特征 ,最后输出结果 。如下图所示,谷歌给出了Transformer如何用在机器翻译中的例子 。机器翻译的神经网络通常包含一个编码器,在读取完句子后生成一个表征 。空心圆代表着Transformer为每个单词生成的初始表征。然后,利用自注意力,从所有其他的词中聚合信息 ,在整个上下文中为每个词产生一个新表征,由实心圆表示 。接着,将这个步骤对所有单词并行重复多次 ,依次生成新的表征。同样,解码器的过程与之类似,但每次从左到右生成一个词 。它不仅关注其他先前生成的单词 ,还关注编码器生成的最终表征 。2019年 ,谷歌还专门为其申请了专利 。自此,在自然语言处理中,Transformer逆袭之路颇有王者之风。归宗溯源,现在各类层出不穷的GPT(Generative Pre-trained Transformer),都起源于这篇17年的论文 。然而,Transformer燃爆的不仅是NLP学术圈。万能Transformer:从NLP跨到CV2017年的谷歌博客中,研究人员曾对Transformer未来应用潜力进行了畅享 :不仅涉及自然语言,还涉及非常不同的输入和输出,如图像和视频。没错,在NLP领域掀起巨浪后,Transformer又来「踢馆」计算机视觉领域。甚至,当时许多人狂呼Transformer又攻下一城 。自2012年以来 ,CNN已经成为视觉任务的首选架构 。随着越来越高效的结构出现,使用Transformer来完成CV任务成为了一个新的研究方向 ,能够降低结构的复杂性 ,探索可扩展性和训练效率 。2020年10月,谷歌提出的Vision Transformer (ViT),不用卷积神经网络(CNN),可以直接用Transformer对图像进行分类 。值得一提的是,ViT性能表现出色,在计算资源减少4倍的情况下 ,超过最先进的CNN。紧接着,2021年 ,OpenAI连仍两颗炸弹 ,发布了基于Transformer打造的DALL-E,还有CLIP。这两个模型借助Transformer实现了很好的效果 。DALL-E能够根据文字输出稳定的图像。而CLIP能够实现图像与文本的分类 。再到后来的DALL-E进化版DALL-E 2 ,还有Stable Diffusion ,同样基于Transformer架构,再次颠覆了AI绘画。以下,便是基于Transformer诞生的模型的整条时间线 。由此可见,Transformer是有多么地能打。2021年,当时就连谷歌的研究人员David Ha表示,Transformers是新的LSTMs 。而他曾在Transformer诞生之前,还称LSTM就像神经网络中的AK47。无论我们如何努力用新的东西来取代它 ,它仍然会在50年后被使用 。Transformer仅用4年的时间,打破了这一预言 。新硅谷「七叛徒」如今 ,6年过去了 ,曾经联手打造出谷歌最强Transformer的「变形金刚们」怎么样了?Jakob Uszkoreit被公认是Transformer架构的主要贡献者。他在2021年中离开了Google,并共同创立了Inceptive Labs ,致力于使用神经网络设计mRNA 。到目前为止,他们已经筹集了2000万美元 ,并且团队规模也超过了20人。Ashish Vaswani在2021年底离开Google,创立了AdeptAILabs。可以说,AdeptAILabs正处在高速发展的阶段。目前,公司不仅已经筹集了4.15亿美元,而且也估值超过了10亿美元。此外,团队规模也刚刚超过了40人 。然而 ,Ashish却在几个月前离开了Adept。在Transformers论文中,Niki Parmar是唯一的女性作者 。她在2021年底离开Google ,并和刚刚提到的Ashish Vaswani一起,创立了AdeptAILabs。不过,Niki在几个月前也离开了Adept 。Noam Shazeer在Google工作了20年后,于2021年底离开了Google。随后,他便立刻与自己的朋友Dan Abitbol一起 ,创立了Character AI 。虽然公司只有大约20名员工 ,但效率却相当之高。目前,他们已经筹集了近2亿美元,并即将跻身独角兽的行列。Aidan Gomez在2019年9月离开了Google Brain,创立了CohereAI。经过3年的稳定发展后,公司依然正在扩大规模——Cohere的员工数量最近超过了180名。与此同时,公司筹集到的资金也即将突破4亿美元大关。Lukasz Kaiser是TensorFlow的共同作者人之一,他在2021年中离开了Google,加入了OpenAI。Illia Polosukhin在2017年2月离开了Google,于2017年6月创立了NEAR Protocol。目前,NEAR估值约为20亿美元 。与此同时,公司已经筹集了约3.75亿美元,并进行了大量的二次融资。现在 ,只有Llion Jones还在谷歌工作。在论文的贡献方面,他风趣地调侃道:「自己最大的意义在于——起标题。」网友热评走到现在,回看Transformer,还是会引发不少网友的思考。AI中的开创性论文 。马库斯表示,这有点像波特兰开拓者队对迈克尔·乔丹的放弃。这件事说明了 ,即使在这样的一级研究水平上,也很难预测哪篇论文会在该领域产生何种程度的影响 。这个故事告诉我们,一篇研究文章的真正价值是以一种长期的方式体现出来的 。哇,时间过得真快!令人惊讶的是 ,这个模型突破了注意力的极限 ,彻底改变了NLP。在我攻读博士期间 ,我的导师 @WenmeiHwu 总是教育我们,最有影响力的论文永远不会获得最佳论文奖或任何认可 ,但随着时间的推移,它们最终会改变世界 。我们不应该为奖项而奋斗,而应该专注于有影响力的研究!参考资料:https://twitter.com/DrJimFan/status/1668287791200108544https://twitter.com/karpathy/status/1668302116576976906https://twitter.com/JosephJacks_/status/1647328379266551808举报/反馈曼联考察德甲10球神锋,标价7500万!锋线无人滕哈格或续约马夏尔2025-03-17 18:59
[瞎话板]米切尔自己现身品评区互动:下赛季我会患上到一个10分的!2025-03-17 18:37
勇士4换1重磅交易来袭!保罗联手库里夺冠,普尔加盟奇才与关格林2025-03-17 18:36
原创 炮轰旺财!恩比德欧文力挺,哈登要鱼死网破,火箭早就警告过你啊2025-03-17 18:30
原创 输给湖人!哈利伯顿开始招募巨星!乔治有望重返步行者2025-03-17 18:29
猛龙平替卫士?哈弗留给路虎的时间不多了被这位“北京奶奶”惊艳到:白发不染,穿衣时髦,老了也优雅时髦2025-03-17 18:01
原创 揭秘哈登大骂莫雷内幕!欧文发声询问 76人已无法与快船达成交易2025-03-17 17:22
未经妻子拥护,女子用144万炒股盈利70余万,法院:侵权2025-03-17 17:02
力箭一号遥三运载火箭顺利出厂,将于下月执行“一箭五星”发射任务封面新闻2023-12-11 14:22封面新闻2023-12-11 14:222025-03-17 17:01
双方各让一半,好聚才能好散!姆巴佩与巴黎圣日耳曼续约在即榜一大哥刷20万获得女主播青睐,潇洒3夜被拉黑,怒晒其床照2025-03-17 16:59
110-106!库里31分5板+关键三分,勇士队主场4分险胜开拓者2025-03-17 18:48
CBA|上海男篮签下NBA旧将费雷尔晚上10点!反腐指向前奥运冠军,不是张继科王濛,4证据指向一人2025-03-17 18:43
9000万美金,加盟火箭!从二轮秀到防守大闸,挑衅詹姆斯狂赚一笔女子卖淫10年,为丈夫家买车房 春节前一次接客后却消失了2025-03-17 18:23
记者:吉达连系无意萨拉赫,已经与利物浦、球员妨碍打仗2025-03-17 18:21
北青体育:步行者后卫以赛亚-王表示愿意为中国男篮效力2025-03-17 18:15
《迷信》(20230811出书)一周论文导读2025-03-17 18:15
中国女排亚锦赛台甫单揭晓:7大新老国手参赛剑指冠军2025-03-17 18:09
常州分尸案4名怀疑人已经落网:案件当晚就破获2025-03-17 17:43
原创 湖人夺冠!他们1胜48败!又一中国人要进NBA?2025-03-17 17:37
【友谊赛】特罗萨尔双响,阿森纳5比3巴塞罗那好莱坞第一性感女神宣布离婚:结束了一个梦幻夫妻的7年婚姻2025-03-17 17:23