ithome
科技
采集 2026-11-14T10:09:51+00:00
微软人工智能老将约翰·兰福德离职
原始标题:微软 14 年 AI 老将离职:称创新难落地,降本研究未获认真考虑
来源
ithome
发布时间
2026-11-14T05:05:18
采集批次
2026-11-14-10
字数
682
URL 指纹
74c014fd8520c29b
📌 AI 总结(167 字)
微软人工智能科学家、AI Frontiers实验室联合创始人约翰·兰福德任职十四年后离职,原因是他认为研究成果难以转化为实际应用,创新设想也未获充分重视。他主张减少对扩大模型规模和数据的单一依赖,加强基础研究探索;其“全带宽Transformer”研究主张复用模型中间状态,以较少训练数据提升性能,并引发与微软人工智能部门路线的分歧。
📄 正文(682 字)
科技媒体Windows Latest报道,微软人工智能科学家、AI Frontiers实验室联合创始人约翰·兰福德已经离职,在微软任职超过十四年。兰福德表示,离职的关键原因是看不到研究成果进入实际应用的路径,自己的创新想法甚至难以获得认真考虑。 兰福德是机器学习领域资深研究者,主要从事机器学习与学习理论研究。他曾与合作者在上下文多臂老虎机、算法探索、学习问题归约和离线策略评估等方面作出代表性研究,为人工智能系统利用不完整反馈改进决策提供了理论与方法基础。 今年9月,兰福德所在的约50人团队经历调整,被并入穆斯塔法·苏莱曼领导的微软人工智能部门。由于研究路线、创新成果落地渠道和团队重组方式存在较大分歧,兰福德最终决定离职。 兰福德承认,扩大模型规模能够改善预测效果,而且企业更容易明确这一路线的回报。但他反对将扩大规模视为唯一核心,认为这会让团队过度集中于数据和规模,挤压探索新方法的空间。 双方争议主要与兰福德今年8月发表的「全带宽Transformer」研究有关。该研究认为,模型在生成下一个词元时,不仅利用此前输出的词元,还应重新利用内部中间状态,以减少信息浪费。实验显示,十亿参数模型使用更少训练数据,便能接近或达到使用约一点五倍数据训练的常规模型表现,同时每个词元增加的计算开销很小。 报道还提到,字节跳动Seed团队于今年10月25日发布采用类似思路的Recycler研究,通过重用隐藏状态提升模型表现,在推理和数学任务上超越参数规模多两至三倍的模型。兰福德的离开,折射出大厂人工智能组织在扩大模型规模与推动基础研究创新之间的路线取舍。