Full text · 原文
4,785 字
Jay 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
靠电商和云计算席卷全球的亚马逊，正在借这一波Gen AI浪潮，续写新的故事——<br>
过去，它的AI战略定位是做基础平台，用户可以通过Amazon Bedrock获得全栈式服务。<br>
但大家可能不知道，去年9月，它在旧金山成立了自己的AI实验室，Amazon AGI SF Lab（以下简称亚马逊AGI实验室）。<br>
这标志着亚马逊的重大转型：从基础设施，转向更具雄心的AGI研发。<br>
而且，这个实验室的一号位还是名华人。<br>
大佬叫David Luan，已有15年的AI相关工作经验。他是OpenAI的早期员工，曾做到工程副总裁，参与过GPT-2、GPT-3、CLIP和DALL·E等多个重要项目的研发。<br>
论资历，Luan绝对算市场中的老炮。<br>
实验室怎么来的？<br>
亚马逊之所以决定成立一家AGI实验室，主要是受AGI时代这柄双刃剑影响。<br>
一方面，如果Agent成了新的交互形态，人们不再亲自上网购物，那亚马逊依托于电商生态的广告和佣金业务，显然岌岌可危。<br>
但硬币的另一面是机会。<br>
作为数字化的鼻祖，亚马逊掌握着海量且极具价值的用户行为数据：用户的浏览路径、他们对促销、评论和页面布局的敏感度，以及不同群体之间的相似性。<br>
如果能把这座数据金矿挖掘到位，亚马逊完全有能力打造一个真正实用的模型，摘下那颗低垂的Agent果实。<br>
正是在这样的背景下，2024年6月，亚马逊反向收购雇佣了Adept AI。<br>
△亚马逊内部邮件<br>
“反向收购雇佣”指大科技公司不实际收购热门AI初创公司，而是争取初创公司的技术授权，吸纳其核心团队加入，但初创公司本身仍作为独立个体存在。<br>
这桩收购无疑是个大事件。<br>
收购完成后，亚马逊当即将重任交到时任Adept AI CEO的David Luan手中，并以他为首成立了亚马逊AGI实验室。<br>
量子位一通深挖，发现这个实验室真的是高手云集——<br>
首先，实验室的一号位，华人David Luan，毕业于耶鲁大学应用数学与政治科学专业。<br>
6岁时，Luan跟随家人从中国搬到了美国。<br>
从小，他就对计算机抱有浓厚兴趣，并且行动力惊人。<br>
8岁起，Luan就开始在伍斯特州立大学修读夜校项目，5年苦读后，终于拿到了学校颁发的计算机科学证书。<br>
而且Luan的AI职业起点相当早：2011年，Luan就创办了一家深度学习公司，专注于视频分类技术。<br>
这项成果后来被奥巴马政府用于改进执法记录仪。<br>
此后，为了追逐AI最前沿，Luan开始在多家知名AI企业之间辗转。<br>
2018年，他加入OpenAI。<br>
当时，OpenAI团队规模还不到四十人。不久，他升任工程副总裁，他的任务不是写论文，而是将GPT-2、GPT-3等研究成果变成工程产品。<br>
△GPT-2论文<br>
2020年，Luan转至Google Brain，担任大语言模型项目的总技术负责人，聚焦于融合研究与工程的大型项目。<br>
但1年后，他就离开了谷歌。<br>
原因是他认为谷歌很多精力都分配在了广告和搜索相关的业务上，很难从零开始开展新的研究路线。<br>
而且大公司组织架构分散，难以集中发力。<br>
当时在谷歌，每个人有限定的资源credit，要跑一个庞大训练任务，你得说服19、20个同事把这些资源让给你。<br>
离开谷歌后，他开始凭借自身专业的AI知识为公司提供咨询服务。<br>
直到2022年，他才再次出山，和两位Transformer作者（Ashish Vaswani和Niki Parmar）联合成立了Adept AI。<br>
再后来，就是加盟亚马逊了。<br>
从上述经历不难看出，Luan的实战经验可谓相当厚实。<br>
聊完Luan，我们再来看看亚马逊AGI实验室的其他人——<br>
亚马逊AGI实验室的二把手是加州大学伯克利分校教授Pieter Abbeel。<br>
Abbeel是强化学习和机器人学领域的专家，带领团队在Deep Q-Learning、模仿学习、自我博弈等方向上都做出过奠基性贡献。<br>
谷歌学术显示，他的论文被引量超过了21万。<br>
加入亚马逊之前，他是一家专注于仓储和物流场景下的机器人拣货初创公司（Covariant.ai）的联合创始人。<br>
这个场景，正好击中了亚马逊的业务核心。<br>
2024年8月，也就是Adept被收购不久后，亚马逊同样通过“反向收购雇佣”的方式，将Covariant纳入麾下，Abbeel随之以研究员身份正式加入亚马逊AGI实验室。<br>
此外，当时跟着Luan一起搬家到亚马逊的，还有四名Adept AI的联合创始人。<br>
第一位是Erich Elsen。<br>
Erich在斯坦福机械工程系拿下博士学位，是GPU计算的专家。<br>
他曾在DeepMind担任资深研究员，参与撰写了包括多篇高被引论文，代表作包括Chinchilla定律、稀疏矩阵GPU内核。<br>
加入亚马逊AGI实验室后，Erich负责多模态代理和强化学习基础设施。<br>
负责产品的是Kelsey Szot。<br>
她拥有斯坦福数理与管科双学位背景，曾在麦肯锡做咨询顾问、在谷歌负责大型模型生产基础设施。<br>
2022年，她联合创立Adept AI，主导了ACT-1与Fuyu-8B等模型的产品化。<br>
最后还有Maxwell Nye和Augustus Odena这对好哥们（他俩就连在简历里也不忘提对方的名字）。<br>
△Augustus Odena（左图）和Maxwell Nye（右图）<br>
这对黄金搭档曾在谷歌共事，参与提出了Scratchpad，这一方法如今被视为现代AI推理系统的基石。<br>
不过，他俩在加入亚马逊不久后便选择离开了。<br>
两次反向收购雇佣、大量招揽顶尖人才……可以说，为了组建这个AGI实验室，亚马逊下了不少力气。<br>
让David Luan当一号位，凭什么？<br>
亚马逊AGI实验室人才济济，David Luan到底有怎样的过人之处，才成为了亚马逊这支秘密队伍的领头羊？<br>
之前我们已经提到，Luan自2011年便开始创业，除了先后加入微软、OpenAI、Google外，他还是一位连续创业者。<br>
但要知道，Luan的优势不仅体现在专业能力，还在于他的战略眼光。<br>
早在2022年——ChatGPT问世之前，入局AI创业的Luan就有一套自己的想法：想办法让AI干活。<br>
我们创办Adept AI时，就发现大模型真挺擅长说话的，但没什么行动力。<br>
因此，他将目光投向了Agentic AI，并成立了当时的第一家Agent公司——Adept AI。<br>
2022年9月，Adept AI发布了首个Agent模型，ACT-1。<br>
这个模型能够通过自然语言指令执行屏幕任务，如在浏览器中导航、填写表格和操作软件。<br>
当然，在今天看来这些能力好像已经并不新鲜。<br>
但朋友们啊，ACT-1是三年前的产物！别说如今爆火的Agent了，就连ChatGPT都还没影子呢。<br>
Luan认为，计算机应该去适应人类，而不是让人类去适应计算机。<br>
因此，Adept也一直采取着这种以人为中心的方法论。<br>
成立不到一年，Adept AI便完成了超4亿美元的融资，一举成为当年融资最成功的AI初创公司之一。<br>
加入亚马逊，给AI搭“健身房”<br>
说起来，Adept干得风生水起，核心团队为啥后来要接受被并？<br>
主要有两点原因：<br>
首先，亚马逊坐拥全球最顶尖的算力基础设施之一，这是小公司无论如何都难以企及的。而对于AI行业来说，算力正是决定模型进步快慢的发动机。<br>
因此，想要前往智能的前沿，必须搭乘拥有发动机够猛的“跑车”。<br>
其次，亚马逊还能提供稀缺的真实数据。<br>
经过这么多年的挖掘，互联网上的高质量数据已经快要枯竭了，大模型发展因此开始减速。<br>
事到如今，人类在日常工作中的实际操作数据成为了高质量的稀缺训练数据。<br>
AI大神Andrej Karpathy对此曾做过一个类比：<br>
想象你要训练一个打网球的智能体，你肯定不能让它99%的时间都在看YouTube网球视频，只用1%的时间真正上场打球。<br>
在Luan看来，亚马逊业务范围极广，“几乎每个500强企业在现实里开展的核心业务，都能在亚马逊内部找到类似的事情”。<br>
这些能产生大量真实数据的内部环境，是Agent的最佳训练场所。<br>
还有一个最关键的原因，那就是Luan不甘心只是做一个提供AI销售服务的小公司。<br>
在我的整个职业生涯中，我只想构建最智能、最有用的人工智能。<br>
因此，2024年，Adept AI与亚马逊达成反向收购雇佣，Luan带着团队里最核心的技术人员一起加入了亚马逊AGI实验室。<br>
今年年初，亚马逊AGI实验室发布首个产品——Amazon Nova Act，一个基于亚马逊内部最强自研AI Amazon Nova延伸出来的Agent模型。<br>
它继承了Adept AI的技术遗产（ACT-1、Fuyu模型等），又结合亚马逊的AWS基础设施，在多步骤复杂任务上表现出色。<br>
根据亚马逊官方披露，Nova Act在Agent的公开基准测试ScreeSpot和Ground UI上取得了不错成绩。<br>
并且在ScreeSpot界面元素定位上的表现格外优异，准确率接近94%<br>
亚马逊AGI实验室透露，这里面的秘诀在于强化学习。<br>
我们在亚马逊AGI实验室做的是大规模自我博弈。十几年前，DeepMind靠这种方式击败了人类。<br>
亚马逊AGI实验室没有靠人力去给每一个操作编码，据Luan所说，他们为AI搭建了一间“健身房”。<br>
在这间健身房里，随处可见各种常用的“健身器材”，比如ERP、CAD、电子病历系统、会计软件等。AI可以利用这些工具，通过强化学习自己摸索出正确的使用方式。<br>
没想到，人工智能也需要健身了。（手动狗头）<br>
看来，加入亚马逊AGI实验室后的Luan仍然谨记实用主义的信仰，一心只为打造最有用的AGI。<br>
One More Thing<br>
最后，八卦时间～<br>
Adept AI最初的3名核心发起人，一位是David Luan，还有两位都是Transformer八子之一。<br>
一位是Niki Parmar，另一位是Ashish Vaswani。<br>
不过，Vaswani不到一年就离开了。<br>
△从左到右：Niki Parmar, Ashish Vaswani, David Luan<br>
据彭博社爆料，Vaswani离开的原因是与Adept AI的某位联合创始人意见不合。<br>
已知：Vaswani离开Adept AI时，Parmar跟着一起离开了，两人后来又联合成立了Essential AI。<br>
求：<br>
和Vaswani意见不合的，会是谁呢？<br>
参考链接：<br>
[1]https://www.theverge.com/decoder-podcast-with-nilay-patel/761830/amazon-david-luan-agi-lab-adept-ai-interview<br>
[2]https://www.youtube.com/watch?v=AU9Fdgs0ZaI<br>
[3]https://labs.amazon.science/blog/amazon-opens-new-ai-lab-in-san-francisco-focused-on-long-term-research-bets<br>
[4]https://www.wired.com/story/amazon-ai-agents-nova-web-browsing/<br>
[5]https://www.linkedin.com/in/jluan/details/experience/<br>
[6]https://x.com/jluan/status/1267097243204476932<br>
[7]https://www.latent.space/p/adept<br>
[8]https://labs.amazon.science/blog/nova-act