亚历克·拉德福德（Alec Radford）

概况

亚历克·拉德福德（Alec Radford）是一位机器学习研究员，2016年至2024年在OpenAI工作，最为人所知的是GPT系列语言模型的相关工作。他还是图像模型CLIP和语音识别模型Whisper论文的第一作者。^[1][5][6]

教育与早期研究

拉德福德就读于奥林工程学院（Olin College of Engineering），2014年离开，未取得学位。在校期间，他与同学共同创办了创业公司Indico。^[1]

主要贡献

拉德福德是DCGAN论文的第一作者，论文题为《Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks》，2015年11月发布，合作者为Luke Metz和Soumith Chintala。^[3] 生成对抗网络（generative adversarial network）让两个神经网络相互对抗：一个负责生成图像，另一个负责分辨真实图像与生成图像。论文标题本身就说明了目标：在不依赖人工标注样本的情况下，用卷积网络（图像任务中的常用结构）学习有用的图像特征。

拉德福德于2016年加入OpenAI，当时该机构成立仅一年，他主要从事自然语言处理的研究。^[1] 他是OpenAI 2018年论文《Improving Language Understanding by Generative Pre-Training》的主要作者，该论文提出了GPT方法：先让模型在大量文本上学习预测下一个词，再将其适配到具体任务上。^[1]

2019年，他作为第一作者发表了GPT-2论文《Language Models are Unsupervised Multitask Learners》。^[4] 2020年的GPT-3论文称，他最早证明了语言模型能够进行少样本学习（few-shot learning），并负责收集和筛选其训练数据。少样本学习指模型只需在输入中给出少量示例，就能完成新任务，而无需重新训练。^[7] 他也是《Scaling Laws for Neural Language Models》（2020年）的合著者。^[1]

2021年，他是CLIP论文的第一作者，并合著了DALL-E论文。CLIP让图像与文字一同学习，学会把图片和文字描述对应起来，因此可以通过与文字标签比较来识别图像。^[5]

2022年12月，他作为第一作者发表了Whisper论文《Robust Speech Recognition via Large-Scale Weak Supervision》，该工作把训练数据扩展到68万小时的多语种、多任务音频。^[6]

任职经历

拉德福德在OpenAI工作至2024年12月，之后离开，转向独立研究。2025年，他成为Mira Murati创办的Thinking Machines Lab的顾问。^[2]

影响

他参与提出的GPT方法，是今天许多人使用的聊天式AI系统的重要基础。CLIP和Whisper则分别成为此后图文结合与语音识别研究中常被参考的工作。^[5][6]