Transformer八周年！Attention Is All You Need被引破18萬封神
Transformer，八歲了！
開創(chuàng)如今這場生成式AI革命的論文《Attention Is All You Need》迎來了第8個年頭。
Transformer催生了ChatGPT、Gemini、Claude等諸多前沿產(chǎn)品。
更重要的是，它讓人類真正跨入了生成式AI時代。
人類和生成式AI的命運從2017年6月12日周一下午17點57分開始交匯。
Transformer的影響依然還在繼續(xù)！
到今天為止，這篇論文的被引次數(shù)已經(jīng)到了184376！
僅僅過去兩年時間，被引用次數(shù)翻了2倍還多！
網(wǎng)友們也紛紛為Transformer 8歲生日送上祝福。
但和所有傳奇故事的開頭都非常相似，這篇論文當年甚至沒有引起人們的Attention（注意）。
一篇未獲人們「Attention」的傳奇論文
Transformer發(fā)表在2017年的NeurIPS上，這是全球頂級的人工智能會議之一。
然而，它甚至沒有獲得Oral演講，更不用說獲獎了。
2017年的NeurlPS獲獎?wù)撐?/span>
從如今的影響力和現(xiàn)實意義來看，谷歌公開這篇文章算得上是「功德無量」。
網(wǎng)友也盛贊谷歌的做事方式，允許任何人完全免費使用，甚至不需要許可證授權(quán)。
但隨著生成式AI的發(fā)展，各家巨頭的加入，谷歌也開始逐漸收回自己的「善意」。
在大模型如今競爭白熱化的當下，谷歌DeepMind要求所有科研人員的生成式AI相關(guān)論文設(shè)定6個月禁發(fā)期！
DeepMind的CEO Hassabis曾表示：不接受，就辭職，這里是公司，不是大學(xué)校園；想在大學(xué)那樣的環(huán)境工作，那就請你離開。
不僅如此，創(chuàng)新成果不發(fā)，Gemini短板也不能提。
或許谷歌一開始也并沒有預(yù)料到Transformer會影響人類歷史如此深遠。
人人都愛Transformer
作為一篇嚴肅的機器學(xué)習(xí)向論文，《Attention Is All You Need》自發(fā)布以來，已經(jīng)有無數(shù)人進行了解讀。
不論是否和機器學(xué)習(xí)行業(yè)相關(guān)，人們「渴望」搞清楚目前生成式AI的能力究竟來源于哪里。
不論是國內(nèi)還是海外，試圖帶你讀懂論文的視頻都有很高的熱度，并且直到今天，「教你學(xué)會」、「帶你看懂」等內(nèi)容依然有非常高的播放量。
科技領(lǐng)域的頂級KOL Lex Fridman和AI界的頂級科學(xué)家Andrej Karpathy 認為Transformer是AI世界中「最棒的想法」，沒有之一。
而「XXX Is All You Need」甚至成為了嚴肅學(xué)界樂此不疲的玩梗素材。
論文題目直接套用了披頭士名曲《All You Need Is Love》的說法，也正因其簡潔而響亮的表達方式，迅速被AI學(xué)界和網(wǎng)絡(luò)社區(qū)廣泛引用和調(diào)侃——
從「Attention Is All You Need」延伸為「X Is All You Need」的各種變體，形成一整套互聯(lián)網(wǎng)meme式的幽默結(jié)構(gòu) 。
「標題的成功」還引發(fā)了一連串同樣玩梗的論文出現(xiàn)，這些論文的標題或內(nèi)容都借用了這一俏皮話。
有研究人員甚至制作了一張圖展示了對所有這些論文的綜述，使讀者能夠總結(jié)出這些論斷出現(xiàn)的背景及其原因。
Transformer后時代：AI八年狂飆
自Transformer問世以來的八年間，研究者和工程師們圍繞這一架構(gòu)進行了大量探索和改進。
Transformer的發(fā)展歷程既包括模型本身的架構(gòu)優(yōu)化，也包括模型規(guī)模的指數(shù)級擴展，以及向多模態(tài)領(lǐng)域的延伸融合。
Transformer架構(gòu)天然適合并行計算，這使得研究人員能夠不斷堆高模型參數(shù)規(guī)模，驗證「大模型是否更聰明」。
事實也證明，參數(shù)和數(shù)據(jù)規(guī)模的擴張帶來了質(zhì)的飛躍。
從最初論文中的億級參數(shù)模型，到2018年的BERT（3.4億參數(shù)）和GPT-2（15億參數(shù)），再到2020年的GPT-3（1750億參數(shù)），模型大小呈指數(shù)級增長。
OpenAI等機構(gòu)的研究揭示了清晰的Scaling Law（規(guī)模定律）：模型越大，數(shù)據(jù)越多，性能越佳且涌現(xiàn)出小模型不具備的新能力。
隨著規(guī)模擴張，Transformer模型展現(xiàn)出令人驚嘆的零樣本/小樣本學(xué)習(xí)能力，即無需或只需極少示例就能完成新任務(wù)。
模型規(guī)模的擴展帶來了AI能力的質(zhì)變，使Transformer成為真正的基礎(chǔ)模型（Foundation Model）——一經(jīng)訓(xùn)練即可泛化支持眾多下游應(yīng)用。
不過，每個傳奇故事似乎都沒有那么Happy Ending的結(jié)尾。
曾經(jīng)聯(lián)手打造出谷歌最強Transformer的「變形金剛們」如今也已分道揚鑣。
8年前一篇不起眼的論文，卻徹底開啟了人類的生成式AI時代。
這個被忽視的小論文，徹底開啟了AI的大時代。
它的故事還遠遠沒有結(jié)束。
目前的AI仍然繼續(xù)在Transformer架構(gòu)基礎(chǔ)上狂飆突進。
Transformer的影響力還能持續(xù)多久，也許只有等AGI實現(xiàn)那天來回答了。
但無論未來AI技術(shù)如何演變，Transformer已經(jīng)在歷史上留下永久且深刻的印記。
