(相关资料图)
新智元报道
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12日，Attention is All You Need，一声炸雷，大名鼎鼎的Transformer横空出世。它的出现，不仅让NLP变了天，成为自然语言领域的主流模型，还成功跨界CV，给AI界带来了意外的惊喜。到今天为止，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CV
2017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/1668287791200108544
https://twitter.com/karpathy/status/1668302116576976906
https://twitter.com/JosephJacks_/status/1647328379266551808
