Μετά από μια σειρά αποχωρήσεων κορυφαίων στελεχών ΤΝ, ο CEO της Google DeepMind, Demis Hassabis, απέρριψε την ιδέα ότι η Google χάνει την πρόσβασή της στο κορυφαίο ταλέντο και δήλωσε βέβαιος για την ικανότητα της εταιρείας να προσελκύει και να διατηρεί τους καλύτερους.
«Έχουμε, με διαφορά, την πιο μεγάλη και ευρεία ερευνητική ομάδα από όλα τα εργαστήρια εκεί έξω», είπε σε on-stage συνέντευξη με το Semafor στο Cannes Lions Festival. «Κερδίζουμε το δικό μας μερίδιο από τα κορυφαία ταλέντα».
Οι μετοχές της Google υποχώρησαν έως και 7% τη Δευτέρα, μετά τις αποχωρήσεις των Noam Shazeer και John Jumper, γεγονός που ενέτεινε την ανησυχία στη Wall Street για την ικανότητα της εταιρείας να συγκρατήσει ανθρώπους-κλειδιά, καθώς η μάχη για τα μυαλά της ΤΝ περνά από υποσημείωση της Silicon Valley σε κεντρικό ζήτημα για τους παγκόσμιους επενδυτές.
«Υπάρχει μεγάλη κινητικότητα ταλέντου ανάμεσα σε όλα τα κορυφαία εργαστήρια», σημείωσε ο Hassabis, αποδίδοντάς την στη «θηριωδώς ανταγωνιστική» αγορά εργασίας που έχει γνωρίσει ποτέ ο κλάδος της τεχνολογίας.
Εκπρόσωπος της Google ανέφερε ότι ο μικρός αριθμός αποχωρήσεων δεν θα επηρεάσει τη συνολική πορεία της εταιρείας.
Σε έναν κλάδο όπου ένας και μόνο πρωτοποριακός αλγόριθμος ή μια αρχιτεκτονική βελτίωση μπορεί να ξεκλειδώσει έσοδα δισεκατομμυρίων, μεμονωμένοι ερευνητές έχουν αποκτήσει επιρροή και αναγνωρισιμότητα που θυμίζουν σταρ αθλητές.
Τα venture capital χρηματοδοτούν συστηματικά νέες νεοφυείς επιχειρήσεις με μοναδικό εχέγγυο το βιογραφικό ερευνητών που αποχωρούν από εδραιωμένα εργαστήρια όπως τα DeepMind και Google Brain. Οι επενδυτές είναι ιδιαίτερα ευαίσθητοι στην εικόνα «διαρροής εγκεφάλων», βλέποντας το ανθρώπινο κεφάλαιο ως τον υπ’ αριθμόν ένα προπομπό μελλοντικής κυριαρχίας στην ΤΝ.
Ο Shazeer θεωρείται ευρέως ένας από τους βασικούς αρχιτέκτονες της σύγχρονης έκρηξης της γενετικής ΤΝ. Συνυπέγραψε την εμβληματική ερευνητική εργασία της Google το 2017, «Attention is All You Need», που έθεσε τα θεμέλια για σχεδόν όλα τα μεγάλα γλωσσικά μοντέλα σήμερα, από τα ChatGPT της OpenAI και Claude της Anthropic, μέχρι το Gemini της ίδιας της Google.
Ο Jumper διαδραμάτισε καθοριστικό ρόλο στην ανάπτυξη του AlphaFold, του επαναστατικού συστήματος ΤΝ που προέβλεψε με επιτυχία τις τρισδιάστατες δομές σχεδόν όλων των γνωστών πρωτεϊνών. Η δουλειά του μετέβαλε την υπολογιστική βιολογία και την ανακάλυψη φαρμάκων, αποφέροντας σε εκείνον και τον Hassabis Βραβεία Νόμπελ και εδραιώνοντας τη φήμη της DeepMind ως εργαστηρίου ικανού να λύνει μεγάλα επιστημονικά προβλήματα.
Αν και οι ευέλικτες νεοφυείς εταιρείες μπορούν να προσφέρουν σε κορυφαίους επιστήμονες της ΤΝ μεγάλη μετοχική υπεραξία, η αυτοπεποίθηση του Hassabis στηρίζεται στα διαρθρωτικά πλεονεκτήματα της Google: το απαράμιλλο οικοσύστημα δεδομένων, το ενιαίο υλικοτεχνικό περιβάλλον και τη μεγάλη υπολογιστική ισχύ. Για τους ερευνητές που θέλουν να εκπαιδεύσουν την επόμενη γενιά οριακών μοντέλων, η πρόσβαση στους μεγάλους στόλους των custom Tensor Processing Units (TPUs) της Google παραμένει ένα από τα πιο ισχυρά εργαλεία προσέλκυσης.
Η συγχώνευση του 2023 μεταξύ Google Brain και DeepMind συγκέντρωσε επίσης τις μέχρι τότε αποσπασματικές προσπάθειες της εταιρείας στην ΤΝ, δημιουργώντας υπό την ηγεσία του Hassabis ένα ενιαίο ερευνητικό «βαρύ πυροβολικό» με σαφή εντολή να επιταχύνει την ανάπτυξη του οικοσυστήματος Gemini και να συνεχίσει το είδος θεμελιώδους επιστημονικής ανακάλυψης που πρωτοστάτησε το AlphaFold.
Οι αποχωρήσεις κορυφαίων ερευνητών από εργαστήρια ΤΝ γίνονται πάντα πρωτοσέλιδο. Συχνά, όμως, το πρόβλημα είναι περισσότερο επικοινωνιακό παρά επιχειρησιακό. Οι κρίσιμες «μάχες» ταλέντου δεν δίνονται στα C-suites ή στις γωνιακές γωνίες των αντιπροέδρων, αλλά σε πανεπιστήμια, όπου κορυφαίοι υποψήφιοι διδακτορικοί και επιστήμονες υπολογιστών δέχονται στενό φλερτ από τις μεγαλύτερες τεχνολογικές εταιρείες.
Οι επόμενες τομές στους αλγορίθμους ΤΝ είναι πιθανότερο να έρθουν από δέκα εξαιρετικά νέα μυαλά κατευθείαν από το πανεπιστήμιο, παρά από ένα στέλεχος που έκανε μεγάλες ανακαλύψεις πριν από χρόνια.
Παρότι επικρατεί η αφήγηση ότι η Anthropic προηγείται στην κούρσα της ΤΝ — με την OpenAI να ακολουθεί — αυτό προϋποθέτει ότι τα LLMs βασισμένα σε κείμενο είναι ο δρόμος προς τη γενική τεχνητή νοημοσύνη. Μια άλλη οπτική είναι ότι η κούρσα απέχει πολύ από το να κριθεί και ότι το προβάδισμα θα αλλάζει με τον χρόνο. Αυτή είναι σαφώς η θέση της Google.
Γι’ αυτό η Google κινείται ταυτόχρονα σε πολλά μέτωπα — όχι μόνο στα μοντέλα κειμένου ή στον κώδικα. Μεταξύ άλλων, εργάζεται στη δημιουργία βίντεο, στη μουσική και στην έρευνα βιοτεχνολογίας. Η προσέγγιση, σε μεγάλο βαθμό με οδηγό τον Hassabis, είναι ότι η διαφοροποίηση αυξάνει τις πιθανότητες για τις ανακαλύψεις που χρειάζονται για να κερδηθεί η μακροπρόθεσμη κούρσα.
Και αυτός είναι ο λόγος που μερικές αποχωρήσεις μέσα σε μια τόσο μεγάλη προσπάθεια της Google δεν συνιστούν μεγάλο ζήτημα — σίγουρα όχι λόγο για έντονες διακυμάνσεις στην αγορά.
