El creador de Transformer, Noam Shazeer, se despide nuevamente de Google para unirse a OpenAI

Según el monitoreo de Beating, la figura clave de Google AI y director técnico del modelo Gemini, Noam Shazeer, ha dejado nuevamente Google para unirse oficialmente a su competidor OpenAI. OpenAI anunció a sus empleados este miércoles que, tras unirse, Shazeer se centrará en buscar una nueva arquitectura fundamental para grandes modelos y promover la evolución de la arquitectura Transformer.

Shazeer fue uno de los coautores del artículo fundacional de Google en 2017, "Attention Is All You Need", que propuso la arquitectura Transformer, la base de modelos generativos modernos como ChatGPT, Claude y Gemini. Se unió a Google en 2000 y fue uno de los ingenieros clave en los primeros días de la compañía. En 2021, debido a consideraciones de seguridad y marca, Google se negó a lanzar el chatbot Meena, desarrollado por él y Daniel De Freitas. Como resultado, Shazeer decidió abandonar Google y cofundar Character.AI.

En agosto de 2024, para recuperar a Shazeer, Google alcanzó un acuerdo de licencia y adquisición tecnológica por valor de hasta 2.7 mil millones de dólares con Character.AI. Como fundador que posee aproximadamente entre el 30% y el 40% de las acciones de Character.AI, Shazeer obtuvo una ganancia personal de entre 750 millones y 1,0 mil millones de dólares. Tras volver a Google, asumió el cargo de vicepresidente y co-director técnico de Gemini, principalmente responsable del preentrenamiento del modelo. Sin embargo, menos de dos años después de que Google invirtiera una gran suma para reclutarlo, Shazeer decidió abandonar nuevamente.

La incorporación de Shazeer representa un logro importante en la competencia por talento de OpenAI y también ha provocado la pérdida de un director técnico clave en el equipo de Gemini de Google. Actualmente, los grandes modelos están alcanzando los límites de expansión de potencia de cálculo de la arquitectura Transformer. OpenAI ha puesto al líder original del Transformer al frente de la búsqueda de alternativas, con la intención de tomar la delantera en la próxima generación de arquitecturas de grandes modelos y hacer frente a la competencia de Anthropic y Google.