Full text · 原文
1,584 字
鱼羊 发自 凹非寺<br>
量子位 | 公众号 QbitAI<br>
UC伯克利，UC伯克利，EECS系主任也跑去Anthropic搞AI了。<br>
刚刚，加州大学伯克利分校EECS系主任Jelani Nelson宣布，他已暂离大学，加盟Anthropic。<br>
消息一出，立刻在社交媒体上刷屏，毕竟这可是位把算法课讲出了2100万观看量的大佬……<br>
YC总裁兼CEO Garry Tan都不禁感慨：Anthropic现在吸人可太猛了。<br>
据SFGATE消息，Anthropic发言人确认，Jelani Nelson加入的是A社的预训练团队，该团队目前聚焦于Claude核心知识和能力的研究工作。<br>
谁是Jelani Nelson<br>
很多人认识Nelson，是从哈佛大学Youtube频道那节Advanced Algorithms课开始。<br>
90分钟，黑板手书，一路猛推公式。看得人只想把“硬核”打在跪痛了的膝盖上。<br>
这条视频播放量已经超过2100万，以算法公开课来论，属实是一路绝尘。<br>
从履历来看，Jelani Nelson走的是一条很标准的理论计算机科学路线。<br>
他在MIT读完了本科、硕士和博士，本科同时拿到了计算机科学和数学两个学位，此后继续在计算机领域研究深耕。<br>
博士阶段，他已经开始聚焦“大规模数据如何被高效处理”这件事。他的博士论文Sketching and Streaming High-Dimensional Vectors，研究的是在数据达到存不下、只能扫一遍、还不断变化的情况下，怎么用极小的sketch，保留足够多的信息。<br>
这篇论文后来获得了MIT的博士杰出论文奖。而该研究方向也一直延续到他后来的工作中。<br>
博士毕业后，Nelson先后在UC伯克利和普林斯顿做博士后研究。2013年加盟哈佛担任计算机科学助理教授，2017年升为副教授。<br>
2019年，他离开哈佛，加入UC伯克利电气工程与计算机科学系（EECS）。2024年7月担任计算机科学分部主任，2025年7月升任系主任。<br>
说回到Nelson的研究方向上，简单来说，是在高维、大规模、资源受限的数据场景里，寻找接近理论极限的算法。<br>
这也正是Anthropic所需要的。大模型预训练往底层看，还是会回归到算法问题：怎么在有限算力下挑数据？怎么在训练前后判断数据有没有重复？怎么用更低成本估计一个数据分布？怎么让模型训练在规模扩大后仍然可控……想要继续突破这些问题，都需要更底层的数学直觉。<br>
而从Nelson本人的角度来说，他本就是个在乎严肃数学训练的人——<br>
2022年，他曾公开批评加州数学改革，认为打着“公平”旗号的数学课程改革，可能会阻碍学生们接受严肃数学训练。<br>
当时，他也赞同过，AI的构建要基于扎实的数学基础。<br>
加盟Anthropic，某种程度上也可以说他是去到了最需要理论计算机、数学训练的AI前沿地带。<br>
One More Thing<br>
说起来，教职之外，从2021年开始，Jelani Nelson其实是学术界工业界两肩挑。2021年到今年6月，也就是去Anthropic前，他还一直在谷歌兼职，担任研究科学家。<br>
这么算起来，合着又是谷歌被挖墙脚了。<br>
就在刚刚过去的6月份，谷歌接连流失了Transformer作者、Gemini联合负责人Noam Shazeer，以及哈萨比斯的好搭档、诺奖得主John Jumper……<br>
有网友都开玩笑说，Gemini那边没动静，估摸着是大佬们都把时间花在面Anthropic/OpenAI了（doge）。<br>
参考链接：[1]<br>
https://x.com/minilek/status/2072322757908664728[2]<br>
https://www.sfgate.com/tech/article/jelani-nelson-anthropic-22329383.php<br>
— 完 —