OpenAI專業挖角,近100位大佬到手!谷歌、Meta等大廠淪為「後備人才庫」
ChatGPT一炮而紅,徹底把openAI這個新創公司整破圈了,短短5天,全球註冊用戶就突破100萬,至今仍熱度不減。
但為什麼是OpenAI做出了ChatGPT? OpenAI的員工又都是什麼背景?
搶人大戰,openAI贏麻了
根據外媒Leadgenious Punks & Pinstripes對目前736名OpenAI員工的背景進行分析後可以發現:幾乎所有的OpenAI 核心人才都來自大型科技公司。
其中59人之前就職於谷歌,其次是Meta (34人) ,蘋果(15人) ,Dropbox (14人) ,亞馬遜(11人)。
在OpenAI的員工中,有389人曾在硬體或軟體公司工作;還有39人來自金融服務業,包括摩根大通(7名外籍員工) 、羅賓漢(5)和瑞銀(3人)。
OpenAI在技術人才的競爭上,已經贏麻了。
LeadGenius 的研究結果也為大型科技公司敲響了「人才警鐘」,那些大型科技公司,尤其是谷歌對員工的關注度並不夠。
從Google離職的人裡面,很多都是在創新實驗室(如Alphabet X)中進行一些次級產品的研發,也就意味著,他們基本上看不到自己的工作成果對公司的核心產品或收益產生有意義的影響。
而openAI可以給他們這個機會。
此外,OpenAI招募了39名金融員工,遠超業界預期,是否意味著OpenAI的下一步棋就是「挑戰金融服務業」?
360 Digital Immersion 公司總裁兼創辦人Lisa Wardlaw表示,「現在下結論還為時過早,但他們的確為尋找新選擇的華爾街人才提供了一個可行的選擇。」
在馬克·祖克柏創辦Facebook的那個年代,只需要一間大學宿舍,或是車庫就能開一家世界級公司;而OpenAI的成功則是從大公司「挖牆腳」。
Google:OpenAI的後備人才庫
早在去年11月ChatGPT發布的部落格文章中,致謝部分可以發現5位Google員工的名字:Barret Zoph, Liam Fedus, Luke Metz , Jacob Menick, Rapha Gontijo Lope
領英顯示,Barret Zoph於2022年8月離職Google Brain,加入OpenAI參與打造ChatGPT,主要研究方向為訓練大型稀疏語言模型和AuoML,如神經結構搜尋(NAS)。
Liam Fedus於2018年入職Google Brain,2022年9月左右入職OpenAI,在蒙特婁大學攻讀博士期間導師為圖靈獎得主Yoshua Bengio,研究方向橫跨有監督、無監督和強化學習。
Luke Metz於2016年入職Google Brain任資深研究科學家,目前在領英與推特個人首頁尚未顯示加入OpenAI.
#Jacob Menick於2015年9月入職DeepMind,2022年9月入職OpenAI任研究員,博士畢業於倫敦大學學院,主要研究方向為機器學習、生成式模式、大規模深度學習、變分推理、資訊理論和稀疏模型。
Rapha Gontijo Lope於2018年6月本科畢業於佐治亞理工學院,後入職Google Brain,期間參與了為期兩年的谷歌AI留居計劃,2022年9月入職OpenAI
不過最大的boss還是OpenAI的共同創辦人和首席科學家Ilya Sutskever,他在2005年畢業於多倫多大學,2012年獲得電腦科學博士學位。
畢業至今,曾先後就職於史丹佛大學,DNNResearch,Google Brain,從事機器學習與深度學習的相關研究,並於2015年放棄谷歌的高薪職位,與Greg Brockman等人共同創建了OpenAI,在OpenAI主導了GPT-1,2,3以及DALLE系列模型的研發。
Google還是太怕風險了
上面提到的幾位員工大多曾在Google Brain任職,有部門員工在受訪時表示,Google Brain的工作文化讓人實在打不起精神,除了有令人難受的官僚作風,對待新產品提議的態度也過於謹慎,許多員工都有離職的想法。
另外也有員工抱怨,曾經建議過公司應該把對話功能加入到搜尋引擎裡,但根本沒人重視。
不過Google Brain內部仍然人才濟濟,仍有超過800位以上來自世界各地的頂尖科學家。
除此之外,AppSheet 創始人Praveen Seshadri 在離職谷歌後也發表了一篇博客,他認為谷歌陷入了一個迷宮之中,員工浪費了大量的精力在審批、啟動流程、法律評估、績效評估、執行評估、文件、會議、錯誤報告、分類、 OKR、 H1計畫、隨後的H2計畫、全員高峰會和重組上,實際能做的事非常少。
尤其是面臨OpenAI和微軟的圍剿,Google不僅面臨技術上的壓力,還面臨大裁員等問題,在某種程度上反映出管理層和員工普遍缺乏自我意識。
最大的問題還是在於Google的核心文化:
- 沒有使命感(no mission)
- 沒有緊迫感(no urgency)
- 過度審查(delusions of exceptionalism)
- 管理不善(mismanagement)
儘管谷歌的兩個核心價值是“尊重用戶”和“尊重機會”,但在實踐中,這些系統和流程被有意設計為「尊重風險」。
風險緩解勝過一切,如果一切進展順利,最重要的事情是避免問題,並在廣告收入不斷增加的情況下繼續前進:
- 更改的每一行程式碼都有風險,因此需要大量的中間流程來確保每個程式碼變更都能完美地避免風險;
- 發布的任何東西都是有風險的,所以要進行大量的審查和批准,即使只是在一個小產品上發布一個小變化;
- 任何不明顯的決定都是風險,需要由群體共同決定;
- 任何與過去不同的做事方式都是風險,所以要堅持原來的方式;
- 任何對你不滿意的員工都是職業風險,所以經理們的目標是100% 的員工滿意度,即使對待表現最差的員工也要小心翼翼;
- 任何與管理鏈的分歧都是職業風險,所以一定要應承自己的上級;
如果重點轉移到價值創造上,那麼一切都會變得不同,例如每天問自己「我今天為誰創造了價值」,如果能創造更多的價值,產生更大的影響,員工就會更努力工作。
早年Google在「搶人大戰」裡瘋狂挖Meta等大廠的牆角來擴充自家人才資源,現如今自己反倒成了OpenAI的後備人才庫。
難怪ChatGPT爆火後谷歌要拉響「紅色警報」,再不重視人才的保護,自家培養的高級研究員早晚要被挖完!
參考資料:https://www.php.cn/link/2287c6b8641dd2d21ab050eb9ff795f3
#以上是OpenAI專業挖角,近100位大佬到手!谷歌、Meta等大廠淪為「後備人才庫」的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

DALL-E 3 於 2023 年 9 月正式推出,是比其前身大幅改進的車型。它被認為是迄今為止最好的人工智慧圖像生成器之一,能夠創建具有複雜細節的圖像。然而,在推出時,它不包括

2023年,AI技術已成為熱門話題,對各行業產生了巨大影響,程式設計領域尤其如此。人們越來越認識到AI技術的重要性,Spring社群也不例外。隨著GenAI(GeneralArtificialIntelligence)技術的不斷進步,簡化具備AI功能的應用程式的創建變得至關重要和迫切。在這個背景下,"SpringAI"應運而生,旨在簡化開發AI功能應用程式的過程,使其變得簡單直觀,避免不必要的複雜性。透過"SpringAI",開發者可以更輕鬆地建立具備AI功能的應用程序,將其變得更加易於使用和操作

OpenAI最近宣布推出他們的最新一代嵌入模型embeddingv3,他們聲稱這是效能最出色的嵌入模型,具備更高的多語言效能。這一批模型被劃分為兩種類型:規模較小的text-embeddings-3-small和更強大、體積較大的text-embeddings-3-large。這些模型的設計和訓練方式的資訊披露得很少,模型只能透過付費API存取。所以就出現了很多開源的嵌入模型但是這些開源的模型與OpenAI閉源模型相比如何呢?本文將對這些新模型與開源模型的效能進行實證比較。我們計劃建立一個數據

安裝步驟:1、在ChatGTP官網或手機商店下載ChatGTP軟體;2、開啟後在設定介面中,選擇語言為中文;3、在對局介面中,選擇人機對局並設定中文相譜;4 、開始後在聊天視窗中輸入指令,即可與軟體互動。

作者丨TimAnderson編譯丨諾亞出品|51CTO技術堆疊(微訊號:blog51cto)Zed編輯器專案目前仍處於預發布階段,已在AGPL、GPL和Apache許可下開源。此編輯器以高性能和多種AI輔助選擇為特色,但目前僅適用於Mac平台使用。內森·索博(NathanSobo)在一篇貼文中解釋道,Zed專案在GitHub上的程式碼庫中,編輯器部分採用了GPL許可,伺服器端元件則使用了AGPL許可證,而GPUI(GPU加速用戶介面)部分則採用了Apache2.0授權。 GPUI是Zed團隊開發的一款

如果AI模型給的答案一點也看不懂,你敢用嗎?隨著機器學習系統在更重要的領域中得到應用,證明為什麼我們可以信任它們的輸出,並明確何時不應信任它們,變得越來越重要。獲得對複雜系統輸出結果信任的一個可行方法是,要求系統對其輸出產生一種解釋,這種解釋對人類或另一個受信任的系統來說是可讀的,即可以完全理解以至於任何可能的錯誤都可以被發現。例如,為了建立對司法系統的信任,我們要求法院提供清晰易讀的書面意見,解釋並支持其決策。對於大型語言模型來說,我們也可以採用類似的方法。不過,在採用這種方法時,確保語言模型生

Ollama是一款超實用的工具,讓你能夠在本地輕鬆運行Llama2、Mistral、Gemma等開源模型。本文我將介紹如何使用Ollama實現對文本的向量化處理。如果你本地還沒有安裝Ollama,可以閱讀這篇文章。本文我們將使用nomic-embed-text[2]模型。它是一種文字編碼器,在短的上下文和長的上下文任務上,效能超越了OpenAItext-embedding-ada-002和text-embedding-3-small。啟動nomic-embed-text服務當你已經成功安裝好o

不久前OpenAISora以其驚人的視訊生成效果迅速走紅,在一眾文生視訊模型中突顯重圍,成為全球矚目的焦點。繼2週前推出成本直降46%的Sora訓練推理復現流程後,Colossal-AI團隊全面開源全球首個類Sora架構視頻生成模型“Open-Sora1.0”,涵蓋了整個訓練流程,包括數據處理、所有訓練細節與模型權重,攜手全球AI熱愛者共同推動影片創作的新紀元。先睹為快,我們先看一段由Colossal-AI團隊發布的「Open-Sora1.0」模型生成的都市繁華掠影影片。 Open-Sora1.0
