Gemini 把逆风翻盘的希望，全押在这个人身上

一觉醒来，拿了诺贝尔奖、靠 AlphaGo 封神的哈萨比斯（Demis Hassabis），主动交出了整个 DeepMind 的日常经营大权。 另一边，谷歌元老 Jeff Dean 也离职创业，还顺手带走了三个技术大牛。更多信息欢迎点击回看 APPSO 此前文章： 谷歌AI一夜巨震，Gemini换帅，首席科学家带三个大牛出走创业 ▲ 左为 Demis Hassabis，右为 Jeff Dean，图片由 AI 生成 消息前脚官宣，谷歌母公司 Alphabet 的股价后脚当天就跌了 4%。 而接下这一整摊子、坐上谷歌 AI 操盘手位置的，是一个大部分吃瓜群众连名字都念不利索的人： Koray Kavukcuoglu。 那么问题来了，这位知名度远逊于哈萨比斯的新任掌门人到底是谁？ 一个陪老婆读书，顺便入行 AI 圈的狠人 有一说一，Koray Kavukcuoglu 的入行经历，堪称 AI 圈最离谱的误打误撞。 Koray 是土耳其人，今年 49 岁。 本科硕士读的都不是计算机，而是航空航天工程，就读于土耳其中东科技大学（METU）。本科 1999 年前后毕业，硕士 2003 年前后。 毕业之后干嘛去了？ 去了一家叫 Roketsan 的公司当研发工程师，一家土耳其造导弹的军工企业。 对，你没看错，他最早是造导弹的。 那他怎么就拐到 AI 来了？ 按他博士导师、深度学习三巨头之一 Yann LeCun（杨立昆）的说法，故事是这样的：当年 Koray 的老婆要去美国罗格斯大学读博，他就跟着来了，然后来了一句：「反正我也没啥事干，那就顺便读个计算机硕士吧。」 好家伙，就这么随随便便一个念头，AI 圈少了个导弹工程师，多了个未来的 DeepMind 掌门。 他进了纽约大学（NYU），选了 LeCun 的机器学习与模式识别课，一头栽了进去。 2005 年，他正式成为 LeCun 门下的计算机博士生，2010 年前后拿到博士学位，方向是稀疏编码、层次化视觉特征这些当年还很小众的东西。 顺便说一句，他那批同门后来几乎人均大佬，比如 Raia Hadsell、Marc’Aurelio Ranzato 如今都在 DeepMind 跟他共事，一个是研究副总裁，一个是研究总监。 那会儿深度学习还是个冷板凳领域，坐得住的人，后来基本都成了今天各大 AI 实验室的种子选手。 博士毕业后，他先去了 NEC 美国实验室。 2012 年，一家当时还在伦敦、离被谷歌收购还有好几年、名不见经传的小创业公司找上门来——DeepMind。 据说，正是 LeCun 鼓励他去的。 于是，导弹工程师的 AI 生涯，正式开张。 从科学家到「摆平大师」，DeepMind 真正隐形操盘手上位 2014 年，谷歌收购 DeepMind。此后十年，Koray 一路往上走：research scientist → 研究总监 → 研究副总裁 → CTO。 如果你觉得他只是个「管理岗」，那就小看他了。 他的 Google Scholar 档案显示，论文累计引用已超过 34.5 万次，h-index 达到 90，其中 2021 年以来的引用量就超过 26.4 万次，学术影响力至今仍在快速增长。 而且他手上的技术履历，随便拎一个出来都是教科书级别的： 2015 年发表在 Nature 上那篇《Human-level control through deep reinforcement learning》，他是并列核心作者之一，Nature 白纸黑字标注，Kavukcuoglu、Mnih、Silver 三人同等贡献。 DQN 是啥？简单讲，就是把卷积神经网络和 Q-learning 缝在一起，让同一套算法光看着屏幕像素，就能自学着玩 Space Invaders、Pong、Breakout 一堆雅达利老游戏。 而这，正是今天满天飞的「AI agent」的老祖宗，比如现在那些能自己收发邮件、查日历、操作软件的智能体，源头也得益于此。 WaveNet：直接对原始音频波形建模的生成式架构，后来落地到了 Google Assistant、地图导航、语音搜索、Cloud 语音合成，你手机里那个越来越像真人的语音，背后有他一份功劳。 此外，他也是早期 AlphaGo 核心研究体系的重要贡献者之一。 再加上贝叶斯神经网络里的 Bayes by Backprop、早期神经网络 NLP 的开山之作《Natural Language Processing (Almost) from Scratch》…… 所以你看，他不是个只会坐办公室的管理者，而是个真能下场写论文的科学家。 但真正让他在谷歌内部封神的，是另一个身份，摆平大师。 谷歌亿万富翁联合创始人 Sergey Brin 想在 AI 部门办点事，比如给某个团队调点 AI 芯片、招个研究员、把某人挪个部门，他会给谁发消息？ 答案不言而喻，Koray。 据九位跟他直接共事过的现任和前任员工描述，过去两年，Koray 成了谷歌 AI 模型离不开的救火队长，专治 DeepMind 那些心高气傲的大牛之间的各种拧巴。 他有多能管人管钱？ 到去年，他手下有 21 个直接汇报对象，整个组织大约 2100 人。head count 和预算的最终仲裁权，就攥在他手里，想办成事的经理，都得来找他。有人干脆管他叫「帝国建造者」。 The Information 曾经报道过一个有趣的细节，他能把「拒绝」说得让你觉得自己赚翻了。 好几位前同事回忆，跟他开完会，感觉自己想要的全都拿到了，美滋滋地走了，过一阵子才反应过来，诶，我好像两手空空啊。 （doge）就这话术，建议全体打工人学习。 「趁还能享受，好好享受吧」 想看懂这次地震的分量，得先把时间倒回几年前。 很多年里，DeepMind 在谷歌内部过着神仙日子，相对独立，专心搞研究，不用操心怎么把成果塞进产品里赚钱。 LeCun 看在眼里，每次在学术会议上碰到自己这帮学生，都要调侃两句：工业界搞纯研究，这日子撑不了几年，早晚得给产品线打工，哪怕是间接打工。 他原话大意是：「趁还能享受，好好享受吧。」 后面的故事我们都知道了，2022 年 11 月，OpenAI 甩出 ChatGPT，整个科技圈地动山摇，其中被波及最狠的正是谷歌，因为它直捅谷歌搜索的命根子。 更扎心的是，ChatGPT 底层用的 Transformer，恰恰是谷歌自己搞出来、却没做成产品的研究。 自家孩子，被别人抱走养大了，还回来打自己脸。 于是 2023 年，谷歌一咬牙，把两个 AI 实验室，加州的 Google Brain 和伦敦的 DeepMind，合并成一个 Google DeepMind，交给哈萨比斯统管。 紧接着上马 Gemini，正面硬刚 GPT。技术方向由 Jeff Dean 和 Oriol Vinyals 领衔，而把这套宏大愿景真正落地、协调一堆七零八落团队的活儿，交给了谁？ 又是 Koray。 后来的故事大家都知道了，Gemini 一度从被群嘲的「追赶者」，一路爬到了行业榜单顶端。 去年 6 月，谷歌给他新设了一个岗位，首席 AI 架构师（Chief AI Architect），直接向 CEO 皮查伊（Sundar P