炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

新智元報道

編輯：定慧

【新智元導讀】Transformer已滿8歲，革命性論文《Attention Is All You Need》被引超18萬次，掀起生成式AI革命。

Transformer，八歲了！

開創如今這場生成式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日週一下午17點57分開始交匯。

Transformer的影響依然還在繼續！

到今天爲止，這篇論文的被引次數已經到了184376！

僅僅過去兩年時間，被引用次數翻了2倍還多！

網友們也紛紛爲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獲獎論文

從如今的影響力和現實意義來看，谷歌公開這篇文章算得上是“功德無量”。

網友也盛讚谷歌的做事方式，允許任何人完全免費使用，甚至不需要許可證授權。

但隨着生成式AI的發展，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相關論文設定6個月禁發期！

DeepMind的CEO Hassabis曾表示：

不僅如此，創新成果不發，Gemini短板也不能提。

或許谷歌一開始也並沒有預料到Transformer會影響人類歷史如此深遠。

人人都愛Transformer

作爲一篇嚴肅的機器學習向論文，《Attention Is All You Need》自發布以來，已經有無數人進行了解讀。

不論是否和機器學習行業相關，人們“渴望”搞清楚目前生成式AI的能力究竟來源於哪裏。

不論是國內還是海外，試圖帶你讀懂論文的視頻都有很高的熱度，並且直到今天，“教你學會”、“帶你看懂”等內容依然有非常高的播放量。

科技領域的頂級KOL Lex Fridman和AI界的頂級科學家Andrej Karpathy 認爲Transformer是AI世界中“最棒的想法”，沒有之一。

而“XXX Is All You Need”甚至成爲了嚴肅學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學界和網絡社區廣泛引用和調侃——

從“Attention Is All You Need”延伸爲“X Is All You Need”的各種變體，形成一整套互聯網meme式的幽默結構 。

“標題的成功”還引發了一連串同樣玩梗的論文出現，這些論文的標題或內容都借用了這一俏皮話。

有研究人員甚至製作了一張圖展示了對所有這些論文的綜述，使讀者能夠總結出這些論斷出現的背景及其原因。

Transformer後時代：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進行了大量探索和改進。

Transformer的發展歷程既包括模型本身的架構優化，也包括模型規模的指數級擴展，以及向多模態領域的延伸融合。

Transformer架構天然適合並行計算，這使得研究人員能夠不斷堆高模型參數規模，驗證“大模型是否更聰明”。

事實也證明，參數和數據規模的擴張帶來了質的飛躍。

從最初論文中的億級參數模型，到2018年的BERT（3.4億參數）和GPT-2（15億參數），再到2020年的GPT-3（1750億參數），模型大小呈指數級增長。

OpenAI等機構的研究揭示了清晰的Scaling Law（規模定律）：模型越大，數據越多，性能越佳且湧現出小模型不具備的新能力。

隨着規模擴張，Transformer模型展現出令人驚歎的零樣本/小樣本學習能力，即無需或只需極少示例就能完成新任務。

模型規模的擴展帶來了AI能力的質變，使Transformer成爲真正的基礎模型（Foundation Model）——一經訓練即可泛化支持衆多下游應用。

不過，每個傳奇故事似乎都沒有那麼Happy Ending的結尾。

曾經聯手打造出谷歌最強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，卻徹底開啓了人類的生成式AI時代。

這個被忽視的小論文，徹底開啓了AI的大時代。

它的故事還遠遠沒有結束。

目前的AI仍然繼續在Transformer架構基礎上狂飆突進。

Transformer的影響力還能持續多久，也許只有等AGI實現那天來回答了。

但無論未來AI技術如何演變，Transformer已經在歷史上留下永久且深刻的印記。

海量資訊、精準解讀，盡在新浪財經APP