谷歌又被曝出有核心员工离职了！
这次跑路的竟是DeepMind的核心技术大佬，Gemini项目的四位主要开发者之一，Ioannis Antonoglou。
上图左半部分列出了Gemini项目的36位领导者，自去年九月以来，包括Ioannis Antonoglou在内，已有四位主要成员离开。
Ioannis Antonoglou
在OpenAI以及背后微软的挤压之下，谷歌的日子貌似不太好过。
去年裁员12000多人，光遣散费就花了几十亿美元，劈柴还宣布今年要持续裁员一整年，
而一边的OpenAI也在花心思挖角谷歌的高级人才。
另一方面，AI行业的大佬们在大模型带来的变革中发现了新的风口，——比如AI智能体（Agent）。
越来越多的初创公司试图在这个领域崭露头角，Antonoglou这次离职的目标就是创办自己的人工智能公司，并瞄准Agent这个市场。
Antonoglou目前的两位合伙人，Sherjil Ozair和Misha Laskin，也是之前一起参与Gemini项目的同事。据一位知情人士透露，他们已经开始为自己的初创企业筹集资金。
——谷歌的科技帝国开枝散叶......也未尝不是一件好事？
当然，如果这家新公司决定涉足智能体领域，也将面临众多竞争对手。
近期的初创公司，包括获得General Catalyst支持的Adept（已筹集4.3亿美元）和获得Nvidia支持的Imbue（已筹集超过2亿美元），都在从事智能体的研发。
其他的初创公司还包括HyperWrite和Lindy，而大公司没准也会来插一脚。
Antonoglou于2012年加入DeepMind。
2013年，Antonoglou作为七位作者之一，发表了一篇关于深度强化学习的论文，能够在无需人类干预的情况下学习，并掌握Atari视频游戏。
这篇工作在NIPS 2013的Deep Learning Workshop中展示，而这一突破也引起了谷歌和Facebook领导层的注意，他们认识到这可以用于增强自己的广告业务。
2014年，谷歌以超过5亿美元的价格收购了只有约有75名员工的DeepMind。之后Antonoglou参与开发了击败围棋顶尖人类选手的 AI。
有趣的是，OpenAI的团队也受此影响，采用类似技术开发了一个能玩Dota 2的AI系统。
还有上面提到的Antonoglou的合伙人Sherjil Ozair也是业内的大佬。
Ozair去年夏天离开DeepMind加入Tesla，他之前也同Antonoglou 合作发表过一些文章，比如下面这篇来自PMLR'2021。
而他更加有名的一篇工作是我们大部人都非常熟悉的「GAN」（生成对抗网络）。
这篇开创性的工作为后续生成式AI模型的发展奠定了基础。
「开枝散叶」
除了上面介绍的大佬，在过去两年里，DeepMind和Google Brain的一些员工纷纷离职，开创了自己的新公司。
包括开发开源AI模型的Mistral AI，以及同样致力于生成式AI模型的Sakana AI和Reka AI。
最近，又有三位在谷歌负责图像和音乐方向的AI研究人员离职，据知情人士透露，他们成立了自己的AI初创公司Uncharted Labs。
这也揭示了谷歌内部可能存在的结构性问题，推出的AI产品错失良机，而顶尖的研究人员则决定抓住外部机遇，抓住风险投资者对AI领域新公司的热情。
文件显示，这三位创始人已经筹集了850万美元，最近几个月，他们还会见了包括Andreessen Horowitz在内的潜在投资者。
三人团队的总裁是David Ding，他此前是Google DeepMind的技术负责人。
而另外两位Charlie Nash和Yaroslav Ganin，是Ding之前在DeepMind的团队成员。Ding和Ganin在谷歌工作了五年以上。
Ding之前的团队还有一名成员Conor Durkan也在去年离职了。
在DeepMind，这四个人参与了一个项目，使AI能够根据用户的简单描述创造出原创的图像和音乐。
去年11月，DeepMind公开了音乐生成模型Lyria，能够从头开始创作歌曲，包括利用Charlie Puth和John Legend等艺术家的人声。
这几个人还参与了Imagen 2的开发，作为Midjourney和DALL·E 3（OpenAI ）的竞品。
面对这不容乐观的水土流失，谷歌被逼无奈，只好咬牙提高顶尖AI研究人才的待遇，使用特别的股奖励措施。
然而，对于那些致力于生成式AI的初创公司来说，轻松获得风险投资的吸引力极大。
根据PitchBook和National Venture Capital Association的数据显示，2023年在美国，超过三分之一的风险投资涌向了AI领域。
AI 智能体未达预期
AI智能体的概念随着生成式AI大模型的发展而开始流行，Agent可以自动帮助人类处理线上购物、订票、会议等。
比如AutoGPT和BabyAGI，承诺能做到从预订机票到回复短信等一切自动化操作。然而，它们很快就暴露出了技术上的限制。
包括OpenAI推出的相关产品，目前也没有什么实质性的进展。
现有的Agent执行任务的能力参差不齐，还容易重复相同的行为模式，研究人员正也尝试新的方法解决这些问题，比如开发更适合智能体任务的专用软件，而不是依赖现成的模型。
HyperWrite的联合创始人兼CEO Matt Shumer表示，AI智能体之所以未能如预期般发展，有几个原因。
目前的智能体虽然能够规划并将目标分解成子任务（比如将竞争对手研究，分解为评估管理层、预测销售额和成本计算），但是在执行这些子任务时往往遇到困难。
同自动驾驶一样，智能体经常会被从未遇到过的「边缘情况」所困扰，这种失败可能会削弱消费者的信任。
另外，这个行业似乎面临着与大型语言模型开发商同样的问题：他们正试图用风险资本解决一个长期的研究问题，而投资者却希望尽早看到成品和投资回报。
解决方案
传统的AI智能体通常由三部分构成：
一是像GPT-4这样的大语言模型，负责规划完成目标所需的任务；二是向量数据库，帮助智能体记住以往的行动和目标相关的重要背景信息；三是LangChain等工具，负责将这些组件连接起来。
而HyperWrite正在尝试一种截然不同的结构。根据请求的复杂程度，HyperWrite能将客户的请求分配给不同的模型处理。
Shumer表示，GPT等传统大语言模型仅能处理简单的网络搜索，而HyperWrite的定制模型则更擅长分析网页内容并与之交互，如点击不同的按钮。HyperWrite目前已有数千名付费用户。
与此类似，Imbue也在开发多种模型，包括大语言模型和多模态模型，以帮助AI智能体解决软件编码等问题。
为此，Imbue团队特别标注训练数据，使模型能够理解博客文章或软件代码背后的逻辑。
Imbue的开发者会对模型训练数据中的代码行进行注释，说明它们是如何为更大的软件项目贡献的。这样一来，模型便能学会单行代码如何协同工作，共同实现一个更广泛的目标。
另一种智能体的发展方向是专注于特定的任务。
比如，Imbue使用了多个专门解决特定问题的智能体，从修正代码格式错误到分析AI政策趋势。这种专注于特定领域的方法减少了智能体遇到的问题边缘情况。
Shumer认为，随着时间的推移，通用型模型将最终超越专用于特定任务的模型，但CRV的Vivian Cheng认为，由于技术还处于初期阶段，短期到中期内很难开发出一个可靠的通用型智能体。
——也许「通用」和「专用」会在未来的某个时间点相遇吧，让我们拭目以待。