人工智能（AI）领域自2017年发布了科学论文《Attention Is All You Need》后就发生了翻天覆地的变化。这篇论文由八位知名的谷歌研究人员撰写，介绍了一项开创性的技术——transformers（变压器）。这些transformers彻底改变了AI领域，催生了具有像外星智能产品一样生成输出能力的强大系统。
Transformers不再是AI产品如ChatGPT、Dall-E和Midjourney的秘密武器，它们已经成为我们技术领域中不可或缺的一部分。《Attention》论文的影响显而易见，因为这八位作者现在已经成为了微名人。从与粉丝的自拍到对其贡献的认可，这些研究人员已经在AI历史上留下了不可磨灭的印记。
Transformers的概念源自论文的八位作者之一Jakob Uszkoreit的脑海。作为计算语言学家家庭的一员，Uszkoreit对语言处理有着深厚的热情。2012年，他加入了谷歌的研究团队，并致力于开发能够直接在搜索页面上提供答案而无需将用户重定向到外部网站的系统。
在这段时间里，循环神经网络在AI领域蓬勃发展，超越了其他工程方法。然而，它们在处理更长的文本段落和理解上下文线索方面遇到困难。Uszkoreit看到了改进这些限制的机会。2014年，他引入了自注意力的概念，这是一个能够通过参考文本的任何部分来翻译单词的网络，从而实现对语言的更全面理解。
Uszkoreit的突破性方法提供了一种有效的方式来同时考虑多个输入并选择相关信息。这是对传统顺序处理的一种离开，模仿了人类处理语言的方式。有了这种自注意模型，transformers比以往任何时候都更快、更有效。
自《Attention》论文发布以来，所有八位作者都已经离开了谷歌，每个人为AI领域做出了自己的贡献。transformers的影响是深远的，像OpenAI这样的公司正在利用这项技术创建可以与人类能力媲美的系统。
有关研究和进步的更多信息，请访问谷歌研究和OpenAI网站。
常见问题解答（FAQ）
1. 在AI背景下，transformers是什么？
transformers是从《Attention Is All You Need》论文中崭露头角的一种人工神经网络架构。它们使强大的AI系统能够处理和生成具有全面语言和上下文理解的输出。
2. transformers如何影响了AI领域？
transformers通过使生成的输出感觉像外星智能生成的系统的开发，彻底改变了AI。它们在创建像ChatGPT、Dall-E和Midjourney这样的AI产品方面发挥了重要作用。
3. “Attention Is All You Need”论文的作者是谁？
这篇论文由八位谷歌研究人员撰写，包括著名人物Noam Shazeer和Jakob Uszkoreit。
4. transformers与传统神经网络有何不同？
transformers采用自注意机制，使其能够同时考虑多个输入并理解上下文线索。这使得它们与传统的顺序处理神经网络有所不同。
5. transformers在AI领域的未来是什么？
transformers已经在AI应用中产生了重大影响，但它们的潜力仍在不断被探索。它们有望重塑产业，并在各个领域增强人类能力。
The source of the article is from the blog queerfeed.com.br