ChatGPT核心团队超半为华人，中国能搞成功吗？

文章主题：ChatGPT, 中国人才, OpenAI

🌟ChatGPT的横空出世，科技界为之震撼，被誉为新时代科技变革的引擎🔥。其强大的潜力和创新性，引发了无数期待，正如360掌门人周鸿祎所言：“它或将引领一场前所未有的智能浪潮🌊。”这样的高度评价，无疑凸显了其对未来工业格局的重大影响🔍。欲知更多，敬请关注未来科技动态，一起见证这股力量的崛起！🏆

🎉🚀中国创新力量不容小觑！ChatGPT热引发热议，大家纷纷好奇咱们能否打破技术壁垒，引领AI新潮流。🤔是否所有领域都“独苗”难寻？别急，看看这些默默耕耘的科研团队和企业，他们正以实际行动证明：东方智慧与科技融合，定能绽放璀璨光芒！🌟中国AI巨擘蓄势待发，让我们拭目以待，未来可期！👩‍💻👨‍💼

✨📊才华横溢的专家们隐藏在这份ChatGPT精英阵容背后！👀每一份姓名都蕴含着创新与智慧，它们不仅证实了我们的队伍实力雄厚，也揭示了人工智能领域的无限可能。💡如果你还在寻找顶尖人才的踪迹，不妨仔细研究这份名单，你会发现那些熟悉的名字正引领潮流，推动科技的进步。🏆让我们一起期待他们在未来继续点亮知识的星空！🌟

🌟揭秘ChatGPT核心团队🌟：OpenAI的创新之旅中，华人力量不容忽视！👨‍💻👩‍💻由一群才华横溢的科技精英组成，他们贡献了近三成的智慧，ChatGPT的研发背后，是30多位华人的卓越贡献和辛勤付出。他们的身影，无疑是科技进步的重要推手！🌍🚀

预训练组

Trevor Cai

🌟【GPT-4】巨轮掌舵者：Trevor Cai的AI之路🚀🌟引领潮流的GPT-4项目中，低调的团队灵魂人物 Trevor Cai以其超凡的吞吐量管理才能，驾驭着技术的巨轮稳步前行。🎓毕业于南加州大学的精英殿堂，2022年3月，他以行业新星的身份加入了创新之都OpenAI。在OpenAI的璀璨星空下，Trevor Cai的软件工程师之路熠熠生辉，长达5年的DeepMind工作经验，是他深厚技术功底和卓越执行力的最佳证明。🚀每一个代码行，都是他对人工智能的热情与专注的结晶。这位AI领域的明日之星，用实际行动诠释了创新的力量，他的故事，无疑是科技界的一股清流。欲了解更多关于GPT-4项目背后的智者，敬请关注未来动态。🌍

袁启明

袁启明（Qiming Yuan）是 GPT-4 项目数据集来源和处理团队的负责人。袁启明本科毕业于清华大学，硕士毕业于得克萨斯大学奥斯汀分校，2018 年加入 OpenAI。此前，袁启明曾在微软工作近三年。

Che Chang

🌟【OpenAI法律专家助力GPT-4】🌟Che Chang，OpenAI的首席法律顾问智囊，曾于北美西北大学取得法学博士学位，2021年才华丽转身，加盟OpenAI，曾任AWS人工智能&机器学习法律团队领航者，带领业务稳步前行。目前，这家全球领先的科技公司正积极扩充法律力量，诚邀AI产品顾问的加入，共同引领未来智能浪潮。🌟

欧阳龙

欧阳龙 2019 年加入 OpenAI，担任研究科学家。Long Ouyang 本科毕业于哈佛大学，博士毕业于斯坦福大学，曾在斯坦福大学任博士后研究员。欧阳龙也参与研发了 ChatGPT 相关的技术项目，他还是 InstructGPT 论文的第一作者。

翁丽莲

翁丽莲（Lilian Weng）是 OpenAI 人工智能应用研究的负责人，2018 年加入 OpenAI，在 GPT-4 项目中主要参与预训练、强化学习 & 对齐、模型安全等方面的工作。

Tao Xu

Tao Xu 2019 年加入 OpenAI，先后毕业于北京大学、康奈尔大学。Tao Xu 曾在微软的必应机器学习研究组工作四年。

Jie Tang

Jie Tang 在加州大学伯克利分校获得计算机科学博士学位，导师是 Pieter Abbeel。加入 OpenAI 前，他曾在初创公司和 Dropbox 工作约四年时间。Jie Tang 本科就读于哈佛大学，2008 年获得计算机科学和经济学学士学位。

Ben Wang

Ben Wang 目前是宾夕法尼亚大学本科生，2021 年加入 OpenAI。Ben Wang 参与了 GPT-4 项目的预训练和长上下文方面的工作。

视觉组

Mark Chen

Mark Chen 2018 年加入 OpenAI，任研究科学家，毕业于麻省理工学院（MIT）。他参与了 GPT-4 项目中视觉方面的工作。

Casey Chu

Casey Chu2020 年加入 OpenAI，毕业于斯坦福大学计算数学专业。Casey Chu 的主要研究方向是多模态 AI 系统，他在 GPT-4 项目中主要参与视觉方面的工作。

胡绳丽

胡绳丽（Shengli Hu）2022 年加入 OpenAI，她硕士毕业于复旦大学、博士毕业于康奈尔大学。她的研究兴趣在于社会科学、计算语言学、计算机视觉和语音的跨学科研究。胡绳丽曾在自然语言处理、计算机视觉、语音和应用统计方面的顶级会议和期刊上发表过多篇论文，包括 CVPR、ACL、EMNLP、ECCV 等等，并获得过最佳论文奖提名。

Tianhao Zheng

Tianhao Zheng2022 年加入 OpenAI。他本科毕业于清华大学，博士毕业于得克萨斯大学奥斯汀分校。再加入 OpenAI 之前，他曾先后在英伟达、谷歌、Twitter 工作过。Tianhao Zheng 在 GPT-4 项目中主要参与了视觉方面的工作。

翁家翌

翁家翌（Jiayi Weng）2020 年在清华大学计算机科学与技术系获得本科学位。本科在朱军教授组学习期间，主要参与了强化学习算法库 Tianshou（天授）的开发，该项目已获得 5.9K GitHub Star。CMU 硕士毕业后，翁家翌加入 OpenAI 任研究工程师。

强化学习 & 对齐组

Chong Zhang

Chong Zhang 2010 年就读浙江大学计算机系，2014 年在加拿大西蒙弗雷泽大学获得学士学位，随后在谷歌、苹果公司担任工程师。2019 年就读加州大学洛杉矶分校，2021 年获得计算机硕士学位后，在 OpenAI 工作至今。

Shengjia Zhao

Shengjia Zhao2016 年本科毕业于清华大学，2022 年在斯坦福大学获得计算机科学博士学位，师从 Stefano Ermon，随后加入 OpenAI。

Stephanie Lin

Stephanie Lin 本科和硕士期间分别就读于麻省理工学院和佐治亚理工学院。加入 OpenAI 之前，她曾是牛津大学研究学者。

Tong Mu

Tong Mu 本科就读于加州大学洛杉矶分校，后在斯坦福大学获得博士学位。2022 年加入 OpenAI。

Jeff Wu

Jeff Wu 本硕均就读于麻省理工学院。他是初创公司 Terminal.com 的第二名员工，该公司被收购后，他曾在谷歌工作约 2 年的时间。2018 年，Jeff Wu 加入 OpenAI。

肖凯

肖凯（Kai Xiao）在麻省理工学院获得了学士学位和博士学位，曾在微软、DeepMind 等机构实习。2022 年 9 月加入 OpenAI。

Kevin Yu

Kevin Yu 在加州大学伯克利分校获得物理学学士学位及神经科学博士学位。2022 年加入 OpenAI。

Haozhun Jin

Haozhun Jin2013 年本科毕业于清华大学计算机系，2015 年获得斯坦福大学硕士学位。2015 年到 2018 年，他在 Meta 担任软件工程师，2023 年 1 月加入 OpenAI。

顾世翔

顾世翔是出生于日本的加拿大华人，曾是谷歌研究院研究科学家，研究领域包括深度学习、强化学习、概率机器学习和机器人技术。他拥有剑桥大学和马普所智能系统研究所的机器学习博士学位，在多伦多大学获得了工程科学学士学位，论文指导教授为 Geoffrey Hinton。

评估 & 分析团队

Alvin Wang

Alvin Wang2022 年 8 月加入 OpenAI，为评估 & 分析团队核心贡献者之一。此前他曾在 VMware、Tesla 等公司工作过几年。2013 年本科毕业于南加州大学。

Angela Jiang

Angela Jiang 于 2021 年 11 月加入 OpenAI，在微软和谷歌有过短暂的工作经历，她本科毕业于西北大学，于 CMU 获得博士学位。

Jason Wei

Jason Wei 于今年 2 月加入 OpenAI，主要研究 ChatGPT。此前他是谷歌 Brain 的高级研究科学家，在那里推广了思维链提示，并共同领导了指令调优工作。他在谷歌和 Jeff Dean 等人共同撰写了关于大模型涌现能力的论文。

Juntang Zhuang

Juntang Zhuang 于 2022 年 4 月加入 OpenAI，此前曾在谷歌实习四个月。他本科毕业于清华大学，硕士毕业于耶鲁大学，并在耶鲁大学拿到博士学位。他的研究主要是为生物医学应用开发新的机器学习技术。

Derek Chen

Derek Chen 于 2021 年加入 OpenAI，是一名技术安全分析师。他毕业于美国东北大学，此前在谷歌工作过不到一年的时间。

宋飏

宋飏（Yang Song）目前在 OpenAI 担任研究员，宋飏本科毕业于清华大学数理基础科学班，2022 年获得斯坦福大学计算机科学博士学位，师从 Stefano Ermon。他的主要研究方向是机器学习，包含深度生成式模型（deep generative models），概率推理（probabilistic inference），人工智能安全性（AI safety），以及人工智能方法与其他科学领域的交叉（AI for science）。

他是扩散模型（diffusion models）和分数匹配生成式模型（score-based generative models）的主要奠基人之一。

模型部署

Michael Wu