टॉम ब्राउन एक मशीन लर्निंग इंजीनियर और शोधकर्ता हैं, जिन्हें 2020 के उस पेपर के प्रमुख लेखक के रूप में जाना जाता है जिसने GPT-3 पेश किया, और 2021 में Anthropic के सह-संस्थापकों में से एक के रूप में भी जाना जाता है।
GPT-3
एआई में काम करने से पहले, ब्राउन की पृष्ठभूमि एक इंजीनियर और उद्यमी के रूप में थी, जिसमें रीयल-टाइम वीडियो और प्रभाव प्रौद्योगिकी से संबंधित कार्य शामिल थे। वह OpenAI में शामिल हुए और "लैंग्वेज मॉडल्स आर फ्यू-शॉट लर्नर्स" (2020) के पहले लेखक बने, जो वह पेपर था जिसने GPT-3 पेश किया, एक 175-बिलियन-पैरामीटर Autoregressive model जो एक व्यापक वेब-स्केल कॉर्पस पर प्रशिक्षित था। पेपर का केंद्रीय दावा, कि एक पर्याप्त रूप से बड़ा भाषा मॉडल बिना किसी वेट अपडेट के प्रॉम्प्ट में दिए गए केवल मुट्ठी भर उदाहरणों से नए कार्य कर सकता है, ने Few-shot learning और In-context learning को केंद्रीय ढाँचे के रूप में स्थापित किया कि चिकित्सक आगे चलकर बड़े मॉडलों के साथ कैसे बातचीत करेंगे, और GPT-3 का एपीआई एक्सेस मॉडल उस टेम्पलेट को सेट करता है जिसे बाद में पूरे उद्योग में अपनाया गया।
Anthropic
2021 में, ब्राउन ने कई सहयोगियों के साथ OpenAI छोड़ दिया, जिनमें भाई-बहन Dario Amodei और Daniela Amodei शामिल थे, ताकि Anthropic की स्थापना की जा सके, एक कंपनी जो इस थीसिस के इर्द-गिर्द संगठित थी कि सीमांत एआई क्षमताओं और सुरक्षा अनुसंधान को एक साथ आगे बढ़ाने की आवश्यकता है, न कि उन्हें अलग-अलग चिंताओं के रूप में माना जाए। एक सह-संस्थापक के रूप में, ब्राउन ने Anthropic के क्लॉड मॉडल परिवार को प्रशिक्षित करने के लिए आवश्यक इंजीनियरिंग और बुनियादी ढाँचे पर काम किया है, एक ऐसा क्षेत्र जो संरेखण-केंद्रित सार्वजनिक संदेश से संबंधित है लेकिन उससे अलग है, जो सबसे अधिक Anthropic के नेतृत्व से जुड़ा है।
महत्व
ब्राउन का GPT-3 पेपर 2020 के दशक के गहन शिक्षण साहित्य में सबसे अधिक उद्धृत कार्यों में से एक है, और इसे अक्सर भाषा मॉडल प्रगति की "स्केल ही मायने रखता है" व्याख्या को लोकप्रिय बनाने का श्रेय दिया जाता है, जो Jared Kaplan जैसे सहयोगियों द्वारा Scaling laws अनुसंधान को भी रेखांकित करता है। पेपर का प्रदर्शन कि एक एकल, सामान्य-उद्देश्य वाला मॉडल बिना किसी पुनर्प्रशिक्षण के केवल प्रॉम्प्टिंग के माध्यम से नए कार्यों के लिए अनुकूलित किया जा सकता है, अक्सर उस क्षण के रूप में वर्णित किया जाता है जब प्रॉम्प्टिंग स्वयं एक गंभीर तकनीकी अनुशासन बन गई, न कि मॉडल प्रशिक्षण के बाद का एक विचार।
OpenAI से Anthropic में उनका कदम एक समूह प्रस्थान का हिस्सा था जिसमें Chris Olah भी शामिल थे, और इसे अक्सर शोधकर्ता प्रवासन के सबसे स्पष्ट उदाहरणों में से एक के रूप में उद्धृत किया जाता है जो सीमांत एआई प्रयोगशालाओं के बीच प्रतिस्पर्धी परिदृश्य को नया आकार देता है। OpenAI की तरह, ब्राउन ने अपने सबसे दृश्यमान प्रवक्ताओं की तुलना में Anthropic में अपेक्षाकृत कम सार्वजनिक प्रोफ़ाइल रखी है, मॉडलों को प्रशिक्षित करने और स्केल करने के इंजीनियरिंग कार्य पर ध्यान केंद्रित किया है, न कि सार्वजनिक संचार पर, एक श्रम विभाजन जो सीमांत प्रयोगशालाओं के तकनीकी सह-संस्थापकों के बीच आम है।