刚刚，Ilya官宣离职OpenAI，“下一个项目意义重大”

刚刚，久未露面的Ilya Sutskever突然发声！

官宣离开OpenAI，已经有了下一个计划，但目前还不能透露细节。

近十年后，我决定离开OpenAI。 公司的发展轨迹堪称奇迹，我相信，在Sam Altman、Greg Brockman、Mira Murati现在再加上Jakub Pachocki的卓越研究领导下，OpenAI将打造出既安全又有益的AGI。

能与大家共事是我的荣幸，我将深深地怀念大家。再见了，感谢你们所做的一切。

我对接下来的工作感到兴奋——这个项目对我个人意义重大，我会在适当的时候与大家分享细节。

自去年11月OpenAI内乱风波后，几位高层久违的同框合影。

最左边一位大家可能不太熟悉的面孔，就是接任Ilya职位，成为新任OpenAI首席科学家的 Jakub Pachocki。

对于这样一个重大事件，CEO奥特曼也发表了自己的意见。

伊利亚和OpenAI即将分道扬镳。这让我非常难过；伊利亚是我们这一代最伟大的思想家之一，是我们这个领域的指路明灯，也是我们的挚友。

他的才华和远见众所周知；他的热情和同情心鲜为人知，但同样重要。

**没有他，就没有现在的OpenAI。**虽然他个人要去做一些有意义的事情，但我永远感谢他在这里所做的一切，并致力于完成我们共同开始的使命。

我很高兴，在这么长的时间里，我能够接近这样一位真正卓越的天才，这样一位专注于为人类创造最美好未来的人。

这一次，奥特曼没有按往常的习惯全用小写字母发帖，整段文字显得很正式。

给OpenAI贡献最后一波流量

在OpenAI刚刚发布的最新旗舰模型GPT-4o主页上，Ilya的名字出现在“额外领导者”一栏。

这可能是他为整个团队做出的最后一个技术贡献了。

此外他宣布离职的时机也非常讲究，刚好在谷歌年度I/O大会之后，又把全世界的目光集中到OpenAI这边来。

看到这则突发消息，关注OpenAI以及整个AI进展的网友们首先松了口气：“很高兴看到他还活着”。

有不少人排队送上祝福与感谢。

△再见,谢谢你们的鱼（银河系漫游指南梗）

也有人认为Ilya对OpenAI的贡献比奥特曼形容的还要更大。

再看OpenAI员工，又开启了新一轮桃心刷屏接力。

对于Ilya下一步会去哪？做什么，大家也给出了不少猜测。

其中**“加入马斯克xAI”**是很受欢迎的说法，充满戏剧性，也并非没有可能。

此前被OpenAI开除的Pavel Izmailov曾在Ilya手下工作过，他已经加入xAI，研究AI推理以及在数学和科学方面的应用。

马斯克截止发稿时还未发声。

新首席科学家Jakub

对于新任首席科学家Jakub Pachocki，奥特曼是这样评价的：

Jakub也是我们这一代最伟大的思想家之一；我很高兴他能在这里接过接力棒。
他曾主导过我们许多最重要的项目，我非常有信心，他将带领我们快速、安全地完成使命，确保 AGI 惠及每一个人。

Jakub本科毕业于波兰华沙大学，博士毕业于卡耐基梅隆大学，又在哈佛大学做过一年博士后。

2017年离开学术界后，OpenAI是他在工业界第一份也是唯一一份全职工作。

正如奥特曼所说，Jakub曾担任OpenAI Dota游戏项目的研究主管，这是OpenAI在All in大语言模型之前最成功也是最出圈的项目。

再后来，Jakub的名字也出现在ChatGPT和GPT-4的贡献人员名单中，其中对于GPT-4他既是整体负责人之一，也是优化团队负责人。

△变秃了也变强了

对于Ilya的离开，Jakub本人表示：

Ilya把我带入了深度学习研究的世界，多年来他一直是我的良师益友和出色的合作者。他对深度学习的远见卓识是OpenAI和人工智能领域发展到今天的基础。

我非常感谢他与我进行了无数次对话，从关于人工智能未来发展的高层讨论，到深入的技术白板会议。

Ilya - 我会想念与你共事的日子。

网友们也为他送上祝贺，同时有人提醒他：“不要停止做个好人”。

One More Thing

Ilya离开了OpenAI，大家最关心的两个问题解决了一个：终于知道“Ilya去哪了”。

但另一个：**“Ilya到底看见了什么”**仍是未知之谜。

希望有一天，当时机合适的时候Ilya能为大家揭晓答案。

正如网友所说，全世界都在等待Ilya的下一步行动。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】