Transformer论文发布与技术复盘：谷歌布林谈AI发展格局与未来方向

在斯坦福大学工程学院百年庆典的收官活动上，谷歌联合创始人谢尔盖・布林重返母校，参与了一场对谈。回顾谷歌的来时路，布林坦言8年前主导提出Transformer架构时，团队并未给予足够重视，且因担心聊天机器人“说蠢话”而畏惧将其展示给公众。但他同时指出，谷歌在人工智能的基础研发、专用芯片（TPU）投入与超大规模数据中心建设上做出了许多正确决策。

Google 早期做对了什么？学术基因与敢碰难题

校长提问：Google 初期做对了哪些事情？

布林认为，早期确立“整合全球信息”的宏大使命，以及源自博士项目的学术化公司基因至关重要。这种基因使得公司从早期就高度重视基础研发投入，并敢于尝试技术上深奥且具有挑战性的难题。例如在 AI 领域，所需的庞大计算量与高深数学，恰恰符合了谷歌对“深度技术”的追求。

发布Transformer论文后为何未足够重视？

校长提问：如何看待当前激烈的 AI 竞争格局？

布林坦诚反思：“我们确实在某些方面搞砸了——大约八年前发布 Transformer 论文时没有足够重视。我们没有太当回事，没有投资扩展计算规模。而且我们太害怕把它展示给用户。” 他称赞 OpenAI 抓住了机会，做出了非常聪明的洞察。

但他也强调，谷歌仍受益于漫长的技术积累史，包括从 Google Brain 时期开始的神经网络研发、对 Jeff Dean 等技术领袖的信任与招募，以及持续在算法和底层计算设施上的投入。正是这些构成了参与现代 AI 前沿竞争所需的完整技术堆栈。

学界与产业界：创新路径如何演变？

学生提问：在工业界主导创新的今天，“学术到产业”的路径是否依然重要？

布林对此表示不确定。他指出，过去一个想法从提出到具备商业价值可能需几十年，学术界有充分时间自由探索。但现在这个周期被大幅压缩至几年，工业界自身也在进行大量基础研究，两者边界变得模糊。

他认为，学术界不可替代的价值可能在于承担那些需要十年甚至更久、以纯探索为主、高风险且不符合产业界“上市时间”逻辑的研究。量子计算就是一个典型例子，其多种实现路径的早期探索仍然适合在大学环境中进行。

给创业者的建议与未来技术展望

对于年轻创业者，布林以 Google Glass 为例给出建议：避免在想法尚未完全成熟、成本与体验未准备好之前就过早商业化，不要陷入“期望的滚雪球”中。

关于 AI 的未来方向，布林认为新架构（如 Transformer 的替代品）和新的训练方法，其重要性早已超过单纯的算力扩展。算法进步带来的效率提升，历史上看往往远超算力增长。

在被问及“哪种新兴技术被严重低估”时，布林与在场院长不约而同地将目光投向了材料科学与合成生物学。他们认为，若能创造出性能飞跃的新材料，或将引发近乎无限的变革；而生物与分子科学层面的革命，目前所获的关注度与其潜力并不相称。这些领域，连同量子计算等，都需要更广泛的技术聚光灯。