Vom Studenten einer Universitätsklasse 2 in Indien bis zum Vizepräsidenten von Meta: Er, der 15 Mal von der Welt abgelehnt wurde, trägt den Grundstein für die Ära der Künstlichen Intelligenz.

Auf X kursiert eine Geschichte über Soumith Chintala, den Gründer von PyTorch.

Er kam aus einer normalen Familie und war kein Mathegenie. Zwölf amerikanische Universitäten lehnten ihn ab. Mit einem Kurzzeitvisum ging er nach den USA, ohne Abschluss, ohne Geld und ohne Plan.

In jenen Jahren wurde er dreimal von DeepMind abgelehnt, und sein Visum war fast abgelaufen.

Aber er gab nicht auf. Im Jahr 2017 schrieb er PyTorch.

Das Open-Source-Projekt, das von der Mainstream-Community als "hoffnungslos" angesehen wurde, war über Nacht gefragt.

Dann merkten die Menschen, dass das Tool, das die globale AI-Richtung beeinflusst, von dem "Verlierer" stammte, der zwölf Mal abgelehnt wurde.

Zehn Jahre der ständigen Ablehnung

Soumiths Anfang war sehr normal.

Er wurde in Hyderabad, Indien, geboren und absolvierte sein Studium an der VIT Vellore, einer eher mittelständigen Universität.

Schlechte Matheleistungen und ein durchschnittliches Curriculum bedeuteten in Indiens hyperkompetitiver Bildungssystem eine unsichere Zukunft.

Trotzdem wollte er ins Ausland studieren. Mit 1420 Punkten im GRE bewarb er sich an zwölf amerikanischen Universitäten, aber alle lehnten ihn ab.

Später bekam Soumith Chintala ein J-1-Visum und ging nach den USA, aber er hatte keine klare Richtung und kein Geld für weiteres Studium.

Beim zweiten Antrag auf einen Masterabschluss wurde er von allen Universitäten abgelehnt, bis auf die Universität von Südkalifornien und die NYU. Sein Studienwunsch war fast am Visum gescheitert, und fast alle dachten, dass er aufgeben würde.

Aber er gab nicht nach. Er begann bei Amazon als unbedeutender Testingenieur.

Soumith wurde dreimal von DeepMind abgelehnt und bekam sein Visum erst nach Monaten.

Später trat er der Facebook AI Research (FAIR) bei.

Anfangs war er nur ein kleiner Ingenieur der Stufe L4, aber bei einem ImageNet-Projekt entdeckte er einen Fehler in den Werten und Hyperparametern.

Alle Senior-Ingenieure konnten den Bug nicht beheben, aber er löste das Problem mit nur wenigen Zeilen Code.

Dann merkten alle, dass dieser sonst stillschweigende Kollege so viel Können hatte.

Ab diesem Moment begannen sich die Räder des Schicksals langsam zu drehen.

Keiner glaubte an ihn, aber er hat sich bewährt

In den ersten Jahren bei FAIR war Soumiths Leben nicht besonders glanzvoll.

Er war unbekannt, hatte keinen Titel und keine Ressourcen. Das Team arbeitete hauptsächlich mit Torch7, einem Framework mit unklarem Zukunftsperspektiven.

Das Management schlug mehrmals vor, das Projekt abzubrechen, mit dem einfachen Grund: Niemand nutzte es, und es waren keine Einnahmen in Sicht.

Zu dieser Zeit hatte sein Team bereits zwei oder drei Mitglieder, aber der Druck war immer noch groß.

Das Unternehmen wollte zu TensorFlow wechseln. Wenn dies passierte, könnten seine Jahre langen Bemühungen umsonst gewesen sein.

Einmal weinte er in einer alten Bar vor seinem Freund und sagte:

Vielleicht ist dies das Ende.

Das war im Jahr 2016. Im dunkelsten Moment seines Lebens kehrte sich sein Schicksal unerwartet.

Er und sein Team entschieden sich für ein Risiko: Sie wollten Torch7 neu schreiben, mit einem flexibleren Aufbau und einer benutzerfreundlicheren Schnittstelle, damit Forscher es leichter nutzen könnten.

Projektadresse: https://github.com/torch/torch7

Das war später PyTorch, das die gesamte AI-Ökosystem veränderte.

Im Jahr 2017 wurde PyTorch offiziell Open-Source.

Keiner hatte gedacht, dass dieses fast abgeschlossene Projekt innerhalb eines Jahres von weltweit führenden Labors übernommen und zum Standardwerkzeug für Deep-Learning-Forschung würde.

Die akademische Welt umarmte es begeistert, und die Anzahl der Publikationen explodierte. Die Community trug freiwillig bei, und die Ökosystem wurde schnell verbessert.

Das ursprüngliche skeptische Management bei Meta musste zugeben: Diesmal lagen sie falsch.

Seitdem ist Soumith nicht mehr der "normalen Mensch, der zwölf Mal abgelehnt wurde".

Er ist einer der angesehensten Ingenieure in der gesamten AI-Community, und sein Name steht zusammen mit Yann LeCun in der Entstehungsgeschichte von PyTorch.

Aber er selbst blieb ruhig:

Ich wollte kein bahnbrechendes Tool erschaffen, ich wollte nur, dass meine Jahre nicht umsonst waren.

Von einem Nischenframework zu einem AI-Glauben: Wen hat PyTorch verändert?

Als PyTorch entstand, glaubte kaum jemand an seine Zukunft.

Zu dieser Zeit dominierte Google TensorFlow die Welt des Deep-Learnings.

Fast alle Publikationen, Kurse und Modelle standen mit "Implemented in TensorFlow."

Nach ein paar Monaten kehrte sich die Lage komplett um. Forscher begannen in ihren Publikationen mit "Implemented in PyTorch." zu schreiben.

Bis 2021 war die Suchzahl von TensorFlow in Google höher als die von PyTorch. Jetzt hat PyTorch die Führung übernommen, und die Suchzahl ist fast 1,8-mal höher als die von TensorFlow.

Warum? Weil PyTorch "Flexibilität" und "Intuition" in die AI zurückgebracht hat.

Im Gegensatz zu TensorFlow ist PyTorch nicht starr. Forscher können während des Schreibens ändern und die Experimente in Echtzeit anpassen.

Zahlreiche Menschen haben erstmals gemerkt, dass maschinelles Lernen so frei wie eine Kreativität sein kann.

Im Jahr 2018 kündigte das offizielle Facebook-Blog die Veröffentlichung von PyTorch 1.0 an, das sowohl für Forschung als auch für produktionsreife Anwendungen geeignet ist.

Dies war ein Signal: PyTorch ist nicht mehr nur ein Spielzeug der Open-Source-Community, sondern die Grundlage der AI-Industrie.

In den folgenden Jahren hat sich die Industriestruktur deutlich verändert.

Bei Top-Konferenzen wie NeurIPS, ICML und CVPR wählen über 70 % der Publikationen PyTorch als Implementierungsframework. Firmen wie OpenAI, DeepMind und Anthropic nutzen es oder bauen darauf auf.

Vergleich der Anzahl der Modelle auf Hugging Face. Man kann sehen, dass PyTorch zum am häufigsten verwendeten Framework für AI-Forscher geworden ist, während der Anteil von TensorFlow schnell schrumpft.

Die Community hat sich von wenigen Dutzend Personen auf Hunderttausende von Entwicklern weltweit erweitert.

PyTorch hat sich von der akademischen Welt in die Industrie, von der Open-Source-Community in die Schulen, Kurse und Forschungsinstitute verbreitet.

Viele AI-Startups haben ihr erstes Prototyp auf PyTorch entwickelt.

Und Soumith selbst wurde in die Mitte der Bühne gerückt - vom Studenten, der zwölf Mal abgelehnt wurde, zum Vizepräsidenten von Meta.

Er ist nicht der nächste Musk geworden, aber er hat es ermöglicht, dass Tausende von Menschen den nächsten Musk erschaffen können.

Er hat die AI verändert und die Definition von "Misserfolg" neu geschrieben

Soumith ist später Vizepräsident von Meta geworden, mit dem weltweit führenden AI-Framework in der Hand, und unzählige Menschen in der Open-Source-Community nehmen ihn als Vorbild.

Aber er ist nie der typische "Silicon Valley-Success-Story"-Helden geworden.

Er spricht wenig, gibt keine Motivationstreffen und erzählt nicht von "Wie man sich wendet". Meistens schreibt er einfach Code, prüft PRs und spricht mit Community-Entwicklern.

Er weiß, wo er herkommt - ein Student, der zwölf Mal abgelehnt wurde, ein Mann, der angstvoll im Visumsaal wartete.

Er versteht die Bedeutung der Technologie: Nicht nur Effizienz, sondern auch eine Chance für die Normalen.

Heute wird PyTorch von Millionen von Menschen weltweit genutzt, und fast alle Top-AI-Modelle basieren auf ihm.

Die GPT-Serie von OpenAI, die Generative Modelle von Stability und Claude von Anthropic sind in verschiedenen Phasen von der PyTorch-Ökosystem abhängig.

Hinter den Produkten im Rampenlicht verstecken sich die anonymen Codezeilen, die er damals geschrieben hat.

Er hat sich nie die Worte vergessen:

Ich bin nicht der klügste Mensch, ich bin nur derjenige, der weiterhin anpackt.

Diese Worte sind später das Motto auf unzähligen Schreibtischen von Entwicklern geworden.

Soumiths Geschichte hat keine aufregenden Wendungen, nur eine lange Phase der Verbesserung. Er hat nicht gegen die Welt geärgert, als er abgelehnt wurde, und er hat auch keine Wunder erzählt, nachdem er erfolgreich war.

Vielleicht deshalb konnte PyTorch das Framework werden, das "jeder nutzen und ändern kann".

Weil seine Seele von Anfang an den "noch nicht gesehenen" Menschen gehörte.

Quellenangaben:

https://ifstudies.org/blog/counterfeit-connections-the-rise-of-ai-romantic-companions-

https://www.wired.com/story/ai-relationships-are-on-the-rise-a-divorce-boom-could-be-next/

Dieser Artikel stammt aus dem WeChat-Account <