Dossiê · Inteligência artificial
Ashish Vaswani: a história do primeiro autor do artigo que criou o Transformer
O nome de Ashish Vaswani abre a lista de autores do artigo científico mais influente da IA moderna. "Attention Is All You Need", de 2017, apresentou o Transformer, a arquitetura por trás do ChatGPT, do Gemini e do Claude, e já foi citado mais de 250 mil vezes. Depois do Google, Vaswani fundou duas startups.
Atualizado em · 2 fontes públicas citadas
Ashish Vaswani é um cientista da computação e empreendedor indiano, conhecido sobretudo como primeiro autor de "Attention Is All You Need", o artigo de 2017 que apresentou o Transformer, arquitetura que troca as redes recorrentes por um mecanismo de autoatenção [1] [2].
Depois do Google, cofundou a Adept AI e a Essential AI, cuja equipe foi contratada pela NVIDIA em 2026. Este dossiê reúne apenas informações públicas e com fonte, listadas ao final.
Da Índia à USC
Vaswani nasceu na Índia em 1980 e se formou em ciência da computação no Birla Institute of Technology, em Mesra, em 2002 [1].
Em 2004, entrou na pós-graduação da University of Southern California, onde trabalhou no Information Sciences Institute. O doutorado, orientado por David Chiang e Liang Huang, foi concluído em 2014 com uma tese sobre modelos menores, mais rápidos e precisos para tradução automática estatística [1].
O treino do primeiro Transformer
Frases usadas para treinar o modelo original de 2017, em milhões.
Fonte: página de "Attention Is All You Need" na Wikipedia [2].
Attention Is All You Need
O artigo foi publicado em 12 de junho de 2017 e apresentado na conferência NIPS (hoje NeurIPS) em dezembro. Os oito autores foram Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan Gomez, Łukasz Kaiser e Illia Polosukhin. Segundo o próprio texto, todos contribuíram igualmente, e a ordem dos nomes foi sorteada [2].
O título faz referência à canção "All You Need Is Love", dos Beatles. O nome Transformer foi escolhido porque Uszkoreit gostava do som da palavra, e a equipe chegou a se chamar "Team Transformer" [2].
Em 2026, o artigo já tinha mais de 250 mil citações, entre os dez mais citados do século 21. A arquitetura está na base do BERT, do GPT e do ChatGPT, e também de modelos de imagem e vídeo como DALL-E, Stable Diffusion 3 e Sora [2].
- Autoatenção: cada palavra "olha" para todas as outras da frase ao mesmo tempo, sem processamento em sequência.
- Atenção com múltiplas cabeças: várias atenções em paralelo, cada uma captando um tipo de relação.
- Codificação posicional senoidal: informa ao modelo a ordem das palavras.
- Paralelismo: o treinamento aproveita GPUs muito melhor que as redes recorrentes, o que permitiu modelos cada vez maiores.
Como o primeiro Transformer foi treinado
O modelo original tinha cerca de 100 milhões de parâmetros e foi treinado para traduzir inglês para alemão (cerca de 4,5 milhões de frases) e inglês para francês (36 milhões de frases), em oito GPUs NVIDIA P100. A versão base levou cerca de 12 horas; a versão grande, cerca de 3,5 dias [2].
Adept AI e Essential AI
Depois do Google, Vaswani cofundou a Adept AI, startup que desenvolvia agentes de IA para automatizar tarefas em softwares. Mais tarde, deixou a empresa [1].
Em dezembro de 2022, fundou com Niki Parmar, coautora do Transformer, a Essential AI, da qual foi CEO. A startup recebeu investimento da Thrive Capital em 2023. Em junho de 2026, a NVIDIA contratou a equipe da Essential AI, incluindo Vaswani [1].
Frases e declarações públicas
“Escolhemos a versão senoidal porque ela pode permitir que o modelo extrapole para sequências mais longas do que as vistas no treinamento.”
Linha do tempo
-
1980
Nasce na Índia.
-
2002
Forma-se no Birla Institute of Technology, Mesra.
-
2004
Entra na pós-graduação da USC.
-
2014
Conclui o doutorado.
-
2016
Entra no Google Brain.
-
2017
Publica "Attention Is All You Need".
-
2021
Deixa o Google.
-
2022
Cofunda a Essential AI com Niki Parmar.
-
2026
Equipe da Essential AI é contratada pela NVIDIA.
Empresas ligadas a Ashish Vaswani
Empresas desta coleção em que a pessoa trabalhou, fundou, investiu ou com que teve relação direta. Os nomes com link já têm dossiê publicado.
Ver a rede de Ashish Vaswani no grafo 3D
- Google (Alphabet) Onde o Transformer foi criado.
- NVIDIA Contratou a equipe da Essential AI em 2026.
- OpenAI Criou o GPT e o ChatGPT sobre a arquitetura Transformer.
- Hugging Face Mantém a biblioteca Transformers.
Veja também: outras pessoas
- Noam Shazeer Coautor do Transformer.
- Aidan Gomez Coautor do Transformer e fundador da Cohere.
- Jeff Dean Líder do Google Brain na época do artigo.
- Jensen Huang CEO da NVIDIA, que contratou a Essential AI.
- Ilya Sutskever Cofundador da OpenAI, que levou o Transformer ao GPT.
Sumário de siglas usadas
- NeurIPS
- Principal conferência de aprendizado de máquina, antes chamada NIPS.
- RNN
- Rede neural recorrente, que processa palavras em sequência.
- WMT
- Competição anual de tradução automática.
- USC
- University of Southern California.
Perguntas frequentes
Quem é Ashish Vaswani?+
Quem escreveu Attention Is All You Need?+
De onde vem o título do artigo?+
Quantas citações tem o artigo do Transformer?+
Onde Ashish Vaswani trabalha hoje?+
Referências
Sites e Artigos
Cursos e Ferramentas
Fontes consultadas
- Ashish Vaswani · Wikipedia (inglês)
- Attention Is All You Need · Wikipedia (inglês)
Este dossiê usa apenas informações públicas e com fonte. Não publicamos dados pessoais privados, como endereço, documentos ou informações de saúde. Encontrou um erro? Escreva para [email protected].
Conclusão
Ashish Vaswani assinou em primeiro lugar um artigo que mudou a direção de toda a inteligência artificial. Quase uma década depois, quase todo grande modelo de linguagem, imagem ou vídeo ainda usa, de alguma forma, a ideia de que atenção é tudo de que se precisa.