吴宇怀微信公众号“建德发(fa)布”

2015年，吴宇怀以满绩点的成(cheng)绩，毕业于加拿(na)大纽(niu)布伦(lun)斯威克大学；2021年，博士(shi)毕业于多伦(lun)多大学机器学习专业，做过“深度学习之父”杰弗里·辛顿（Geoffrey Hinton）的学生。博士(shi)期间，他还曾(ceng)在谷歌(ge)DeepMind和(he)OpenAI实习，此后(hou)在谷歌(ge)任职并同时在斯坦福做博士(shi)后(hou)研究(jiu)。

在2016年NIPS大会时，吴宇怀有三篇联合署名为(wei)第一(yi)作(zuo)者的论文被接受。创办于1987年的NIPS大会是机器学习领域的世界顶(ding)级大会。2017年的报道显示，当年仅有七位华人学生荣获谷歌(ge)博士(shi)生奖研金，就读于多伦(lun)多大学的吴宇怀就位列其中。

吴宇怀的主要研究(jiu)方向是打造具备(bei)推理能力的机器，是自训练(lian)增强推理模型STAR、语言模型Minerva、定理证明器Alpha Geometry等项目的作(zuo)者或核心贡献者，在国际顶(ding)会发(fa)表过诸多论文，比如在《Nature》上发(fa)表论文《Solving Olympiad Geometry Without Human Demonstrations》。这篇论文详细描述了Alpha Geometry项目的设计和(he)成(cheng)效。论文讨论了如何通(tong)过合成(cheng)大量(liang)的定理和(he)证明来训练(lian)AI模型，以解决高难度的几何问题，标志着AI在数学推理领域的一(yi)个(ge)重要突破。

2022年10月，吴宇怀曾(ceng)在机器之心组织的线上分享(xiang)中介绍(shao)称(cheng)，他立志于创造一(yi)个(ge)善于推理的人工智能，用于解决所有数学难题。“我(wo)们不(bu)想创建一(yi)种只会像(xiang)人一(yi)样说话(hua)的语言模型。”吴宇怀说道，“我(wo)们希望它明白它在说什么。”

2023年7月，xAI成(cheng)立，吴宇怀加入并担任联合创始人。他X账号首页(ye)至今置顶(ding)着当天(tian)的一(yi)条内容：“解决数学问题，了解宇宙本质。”

X网站截(jie)图

新安(an)江一(yi)小方艳(yan)云老师当时担任吴宇怀的班主任，据她回忆，“他在班里是班长，从小就很稳重，是一(yi)个(ge)很自律(lu)、很上进的男孩。”

当时担任吴宇怀数学老师的建兰中学校长陆韵表示，“他的数学非常(chang)好，学习很会思考(kao)，也很轻(qing)松。”陆校长记得，初中时，吴宇怀研究(jiu)一(yi)道数学难题，“死磕”了一(yi)天(tian)后(hou)成(cheng)功解出。当时，他加了八条辅助线。此外，吴宇怀在初中时语文也非常(chang)出色，还是语文课代表。

占据发(fa)布会舞台“C位”的另一(yi)名华人科学家吉(ji)米(mi)·巴也是xAI的初创团队成(cheng)员之一(yi)。

公开信息显示，吉(ji)米(mi)·巴是多伦(lun)多大学计算机科学助理教授，他博士(shi)毕业于多伦(lun)多大学，曾(ceng)师从杰弗里·辛顿（Geoffrey Hinton）攻读博士(shi)学位，同时他也做过吴宇怀的老师。

吉(ji)米(mi)·巴的主要研究(jiu)方向为(wei)用于深度神经网络的高效学习算法(fa)，其研究(jiu)兴趣也包(bao)括强化学习、自然语言处理和(he)人工智能等领域。

吉(ji)米(mi)·巴在学术界以其扎实的理论功底著称(cheng)，他是训练(lian)深度学习模型的首选算法(fa)之一(yi)Adam optimizer的开发(fa)者。Adam optimizer即自适应矩估计优(you)化器，是深度学习常(chang)用算法(fa)，由吉(ji)米(mi)·巴和(he)另一(yi)名科学家在2014年提出。他的博士(shi)论文奠定了许多现代AI训练(lian)方法(fa)的基础。

2016年，吉(ji)米(mi)·巴获得了Facebook机器学习研究(jiu)生奖学金。2023年2月，他荣获斯隆研究(jiu)奖。

吉(ji)米(mi)·巴个(ge)人主页(ye)

xAI创始团队四成(cheng)是华人

值(zhi)得注意的是，xAI于2023年7月成(cheng)立时公布的12人初创团队名单中，除吴宇怀和(he)吉(ji)米(mi)·巴外还有三名华人，分别为(wei)杨格（Greg Yang）、张国栋（Guodong Zhang）和(he)戴子航（Zihang Dai）。这也意味着，xAI创始团队里华人的比例高达四成(cheng)。如果考(kao)虑到(dao)马斯克也“占了一(yi)个(ge)名额”，那么剩下11人里，华人比例几乎达到(dao)一(yi)半。

相比之下，开发(fa)ChatGPT的研究(jiu)员中，华人占比约为(wei)五分之一(yi)。有行业资深专家当时对这一(yi)现象评价称(cheng)，“中国人占五分之一(yi)的话(hua)是平均水平”，可是xAI已经远远超过了这个(ge)数字。

xAI的12名初创团队中有5名华人。xAI网站截(jie)图

据公开报道显示，杨格出生于湖南，初中开始前往美国学习，本科和(he)硕士(shi)学位都在哈(ha)佛大学数学系攻读，期间师从丘成(cheng)桐教授。2018年，杨格曾(ceng)获得本科生数学领域最高荣誉摩根奖提名。

从哈(ha)佛毕业时，杨格本打算入职谷歌(ge)，但丘成(cheng)桐劝他，“谷歌(ge)这种很差的公司就不(bu)要去了”。随后(hou)，丘成(cheng)桐向微软研究(jiu)院(yuan)的负责人沈向洋推荐(jian)了杨格，沈向洋则(ze)安(an)排了菲尔兹奖得主麦克对杨格进行面试(shi)。

麦克面试(shi)后(hou)赞叹不(bu)已，称(cheng)这个(ge)年轻(qing)人“非常(chang)出色”。沈向洋当时就对杨格讲：“你把谷歌(ge)的Offer拿(na)来给我(wo)看一(yi)看，我(wo)给你加一(yi)块钱，就来微软吧。”

2019年，杨格与(yu)丘成(cheng)桐合影。杨格X网站账号

在入职微软后(hou)，杨格担任微软雷(lei)蒙德研究(jiu)院(yuan)的研究(jiu)员，曾(ceng)参与(yu)过微软与(yu)OpenAI在大模型上的合作(zuo)。在微软期间，杨格的重要成(cheng)果之一(yi)是开发(fa)“张量(liang)程序”（Tensor Programs）框架，其中还用GPT-3对所提出的超参数迁(qian)移方法(fa)进行了验证，相关(guan)论文已收录于NeurIPS、ICML等顶(ding)会。

作(zuo)为(wei)杨格的重点研究(jiu)项目，“张量(liang)程序”的长期目标是开发(fa)大规模深度学习的“万物理论”，也就是找(zhao)到(dao)一(yi)种理论上的规则(ze)，可以真正(zheng)理解AI大模型的行为(wei)。这一(yi)理论在AI领域具有革命性(xing)意义，能够优(you)化大规模神经网络的训练(lian)方式，提高AI模型的泛化能力。

杨格的研究(jiu)方向深受数学驱动。当时，xAI官宣成(cheng)立后(hou)，杨格曾(ceng)迅速发(fa)布推文称(cheng)：“深度学习的数学是深奥、美丽而又非常(chang)有效的。发(fa)展出适用于大型神经网络的‘万物理论’将对将人工智能提升到(dao)新水平起到(dao)关(guan)键作(zuo)用。反过来，这种人工智能将使每个(ge)人都能以前所未有的方式理解我(wo)们的数学世界。数学用于人工智能，人工智能用于数学！”

此外，xAI初创团队中的张国栋和(he)戴子航均是在国内本科毕业后(hou)，才前往美国进行的深造。

张国栋本科毕业于浙江大学信息工程专业，随后(hou)前往多伦(lun)多大学攻读硕士(shi)和(he)博士(shi)学位，并于2022年毕业后(hou)加入DeepMind。他在神经网络优(you)化和(he)强化学习方面有深厚的研究(jiu)积累。

张国栋的研究(jiu)风格兼具理论深度和(he)工程实践能力，他不(bu)仅发(fa)表了大量(liang)高质量(liang)论文，同时也参与(yu)了多个(ge)前沿AI项目的研发(fa)。加入xAI之后(hou)，他的研究(jiu)方向主要聚焦(jiao)于如何优(you)化AI训练(lian)效率，并提升模型的稳定性(xing)。

张国栋个(ge)人主页(ye)

据浙江大学官网介绍(shao)，张国栋于2013年考(kao)入浙大，学业成(cheng)绩连续三年名列专业第一(yi)，曾(ceng)获得浙江大学最高奖学金荣誉——竺可桢(zhen)奖学金、美国大学生数学建模一(yi)等奖、全国大学生数学建模一(yi)等奖、浙江省大学生物理创新竞赛一(yi)等奖。2016年11月，张国栋前往微软亚洲研究(jiu)院(yuan)（北京）实习。

2022年，张国栋还获得了苹果奖学金，是4位获奖的华人学者之一(yi)。

戴子航本科毕业于清(qing)华大学计算机科学系，2020年博士(shi)毕业于卡内基梅隆大学计算机系，随后(hou)加入谷歌(ge)研究(jiu)院(yuan)。他在自然语言处理（NLP）领域拥有深厚的积累，尤其擅长 Transformer架构的优(you)化与(yu)创新。

戴子航X网站账号

他的研究(jiu)贡献之一(yi)，是提出了多种提升AI语言模型训练(lian)效率的方法(fa)，在提高AI语言理解能力方面做出了突破性(xing)贡献。他曾(ceng)在谷歌(ge)和(he)百度美区实习，并在多个(ge)顶(ding)级AI会议上发(fa)表论文。