Breaking news: Meta hat gerade Song Yang, ein ehemaliger Student der Tsinghua-Universität, von OpenAI abgeworben.

Gerade jetzt hat Meta einen weiteren Star von OpenAI abgepocht - Yang Song, ein zentraler Figure im Bereich der Diffusionsmodelle und einer der frühen Begründer des technologischen Ansatzes von DALL·E 2. Er hat sich offiziell der Meta Superintelligence Labs angeschlossen und wird als Forschungsleiter direkt seinem ehemaligen Kommilitonen Shengjia Zhao berichten.

Gerade jetzt hat der ehemalige leitende Forscher von OpenAI, Yang Song, sich offiziell der Meta Superintelligence Labs (MSL) angeschlossen und wird als Forschungsleiter (Research Principal) tätig sein.

Er wird direkt dem Chefwissenschaftler von MSL, Shengjia Zhao, berichten.

Links: Yang Song; Rechts: Shengjia Zhao

Viele bekannte Persönlichkeiten und Internetnutzer waren über diese plötzliche Nachricht geschockt:

Andere sind skeptisch gegenüber diesem "Wechsel". Sie meinen, dass es nicht genügt, die besten Talente der Welt anzuwerben, um ein starkes Team aufzubauen.

Hinter diesem Personalwechsel könnten drei Signale von Meta in der KI-Wettlauf liegen.

Das Talent-Puzzle von MSL wird komplett

Die Kombination von Shengjia Zhao und Yang Song könnte bedeuten, dass MSL sich von "Top-Individualisten" hin zu einem "kooperativen Team" entwickelt.

Die beiden haben viel gemeinsam: Sie studierten beide an der Tsinghua-Universität und waren Doktoranden an der Stanford-Universität. Sie arbeiteten nacheinander bei OpenAI und haben beide tiefgreifende Kenntnisse in den Bereichen Großmodellsysteme und Generative Modellierung.

Shengjia Zhao leitete mehrere Kernprojekte bei ChatGPT, GPT-4 und deren Folgeversionen.

Yang Song hat sich lange auf die Architektur von multimodalen Modellen und skalierbare Generativtechniken konzentriert. Seine Forschung hat das DALL·E 2 von OpenAI beeinflusst.

Mit dem Eintritt von Yang Song wird das "Zweikern-Modell" von MSL weiter gestärkt: einer steuert den Gesamtrhythmus, der andere vertieft den Schlüsselweg.

Das Team ist klarer strukturiert, und die Forschungsaufgaben sind besser organisiert.

Der Rhythmus des Talentflusses wird schneller, flexibler und intensiver

Meta rekrutiert weiterhin aktiv.

Seit diesem Sommer haben mehr als 11 Forscher von OpenAI, Google, Anthropic und anderen Institutionen MSL beigetreten.

Zur gleichen Zeit haben einige Mitglieder entschieden, zu gehen - einige haben nach Abschluss des Einstellungsprozesses nicht ihren Dienst aufgenommen, andere sind zurück zu OpenAI gegangen, und wieder andere haben sich für Microsoft entschieden.

Zum Beispiel Aurko Roy, der nach weniger als fünf Monaten bei Meta kündigte und anschließend auf der Homepage von Microsoft AI auftauchte.

Aurko Roy

Dieser Personalfaktor ist in Top-KI-Labors immer häufiger zu beobachten.

Dieser Trend zeigt, dass die Übereinstimmung zwischen Projekt, Teamatmosphäre und technischer Richtung zunehmend zu den wichtigsten Faktoren bei der Entscheidungsfindung werden.

Für Unternehmen ist die Einstellung von Talenten nur der Anfang. Die Herausforderung besteht darin, klare Rollen festzulegen und kontinuierlichen technologischen Raum und Rhythmus zu bieten.

Multimodale Inferenz könnte zum Hauptthema von MSL werden

Yang Songs Forschungsrichtung passt gut zu MSLs Gesamtstrategie.

Die von ihm während seiner Doktorarbeit entwickelte "Diffusionsmodell"-Methode ist ein wichtiger Baustein in der generativen KI.

Bei OpenAI leitete er ein Team für strategische Explorationen, das sich auf die Verbesserung der Fähigkeit von Modellen zur Verarbeitung hochdimensionaler und komplexer Daten konzentrierte.

All diese Bemühungen zielen auf ein gemeinsames Ziel: die Entwicklung eines allgemeinen Modells, das Bilder, Sprache, Audio und sogar Bewegungen verstehen kann, und die Verbesserung der Interaktion zwischen Modell und realer Welt.

Shengjia Zhao leitete die einheitliche Trainingsmethode und den Inferenzstapel, um ein komplettes KI-Produktsystem aufzubauen.

Der gesamte technologische Zyklus von der Eingabe bis zur Ausgabe, von der Modellierung bis zur Ausführung, wird immer schneller fertiggestellt.

Über Yang Song

Yang Song studierte Mathematik und Physik an der Tsinghua-Universität und absolvierte seinen Doktor in Informatik an der Stanford-Universität. Seine Forschung konzentriert sich auf Generative Modelle und multimodale Inferenz.

In der akademischen Welt ist er bekannt für seine Forschung zu "Diffusionsmodellen" und ist einer der technischen Begründer in diesem Bereich.

Er absolvierte Praktika bei Google Brain, Uber ATG, Microsoft Research und anderen Institutionen und hat somit umfangreiche industrielle und theoretische Erfahrungen.

Nach seinem Eintritt bei OpenAI im Jahr 2022 gründete er ein "Strategisches Explorations"-Team, das sich auf die Erforschung von Methoden und die Implementierung von Systemen für größere Datenmengen, komplexere Daten und höhere Dimensionen konzentriert.

Er ist nicht nur gut in der Methodeninnovation, sondern auch darin, Forschungsergebnisse in Plattformfähigkeiten umzuwandeln. Seine Arbeit hat den Entwurf von OpenAIs Bildgenerierungsprodukten beeinflusst.

In einem neuen Labor wie MSL kann ein solcher Forscher direkt den gesamten Prozess von der Theorie über die Daten bis zur Systemimplementierung vorantreiben und somit das Team bei der technologischen Vertiefung und der Engineering-Integration stärken.

Welche Veränderungen könnte Yang Song für Meta bringen?

Mit Yang Songs Beitritt wird das Team von MSL besser strukturiert, der Forschungsweg wird integrierter, und die technische Richtung entspricht besser den zukünftigen Industriebedarfen.

Meta sucht nicht nur nach Top-Talenten, sondern versucht auch, ihre Fähigkeiten in organisatorische und produktbezogene Ressourcen umzuwandeln.

Aber der Wettlauf entwickelt sich weiter.

Die Entscheidung von Forschern für ein Projekt wird schneller getroffen, und die Anforderungen an die Forscher werden höher.

Die Beziehung zwischen Forschern und Labors wird immer mehr zu einer "zweistufigen Partnerschaft".

Für KI-Fachleute wird das Verständnis von Multimodalen, die Kenntnis des gesamten Datenflusses und die Fähigkeit zur Werkzeugintegration und Inferenzkoordination zu den wichtigsten Kompetenzen in der neuen Phase.

Für Manager ist es wichtiger, eine Organisation zu schaffen, in der Schlüsselpersonen wachsen und ihre Fähigkeiten entfalten können.

Quellen:

https://www.wired.com/story/meta-poaches-openai-researcher-yang-song/

https://yang-song.net/

https://scholar.google.com/citations?user=o_J2CroAAAAJ&hl=en

Dieser Artikel stammt aus dem WeChat-Account "New Intelligence Yuan", Autor: New Intelligence Yuan. 36Kr hat die Veröffentlichung mit Genehmigung durchgeführt.