在人工智能領(lǐng)域，沒有博士學(xué)位和論文發(fā)表經(jīng)歷，是否意味著與頂尖實(shí)驗(yàn)室無緣？Keller Jordan的故事給出了令人驚喜的答案。這位畢業(yè)于加州大學(xué)圣地亞哥分校的數(shù)學(xué)與計(jì)算機(jī)雙學(xué)位畢業(yè)生，憑借開源項(xiàng)目和硬核技術(shù)實(shí)力，成功叩開OpenAI的大門。

2024年末，Keller推出的神經(jīng)網(wǎng)絡(luò)優(yōu)化器Muon再次引發(fā)震動(dòng)。這個(gè)通過Newton-Schulz迭代正交化更新矩陣的創(chuàng)新算法，在NanoGPT和CIFAR-10訓(xùn)練中刷新世界紀(jì)錄。相比主流的AdamW優(yōu)化器，Muon在處理千億參數(shù)模型時(shí)展現(xiàn)出顯著優(yōu)勢(shì)，其bf16精度下的穩(wěn)定運(yùn)行能力更解決了大規(guī)模訓(xùn)練的算力瓶頸。盡管拒絕為Muon撰寫學(xué)術(shù)論文，這個(gè)開源項(xiàng)目仍在開發(fā)者社區(qū)持續(xù)發(fā)酵。

Keller的逆襲并非孤例。谷歌DeepMind的Sholto Douglas在X平臺(tái)默默耕耘，通過在Jax項(xiàng)目中的深度貢獻(xiàn)獲得面試機(jī)會(huì)，最終成為Gemini模型的關(guān)鍵開發(fā)者；量化分析師Andy Jones憑借自研GPU加速環(huán)境和嚴(yán)謹(jǐn)消融實(shí)驗(yàn)，在沒有耀眼論文的情況下加入Anthropic。這些案例揭示著AI行業(yè)的新趨勢(shì)：當(dāng)開放研究成為主流，可驗(yàn)證的技術(shù)貢獻(xiàn)正在取代傳統(tǒng)學(xué)術(shù)指標(biāo)，成為衡量人才的新標(biāo)尺。