21世紀(jì)經(jīng)濟(jì)報(bào)道記者李強(qiáng) 北京報(bào)道
北京時(shí)間5月11日凌晨，谷歌I/O開發(fā)者大會(huì)在谷歌美國(guó)加州山景城總部舉行。
自2016年發(fā)布google Assistant以來，以AI First為核心戰(zhàn)略的Google每年都會(huì)在I/O大會(huì)上亮出一些AI領(lǐng)域的研究成果，不過總體來看，最后能夠落地為面向消費(fèi)市場(chǎng)的實(shí)際產(chǎn)品寥寥，導(dǎo)致谷歌雖然作為大語言模型領(lǐng)域公認(rèn)的開拓者和先驅(qū)者，但卻一直處于不溫不火的狀態(tài)，業(yè)界之外對(duì)于谷歌在AI領(lǐng)域近些年來的貢獻(xiàn)也知之甚少。
2022年11月，OpenAI旗下的大語言模型產(chǎn)品ChatGPT橫空出世，讓幾乎所有人都能夠明確感知到AI的驚人潛力，瞬間改變了整個(gè)AI行業(yè)的節(jié)奏，一直在底層技術(shù)研發(fā)和產(chǎn)品更新上不緊不慢的谷歌也充滿了緊迫感與危機(jī)感。ChatGPT的出現(xiàn)和微軟新版Bing的步步緊逼，為Google拉響紅色警報(bào)的同時(shí)，更是讓原本在AI應(yīng)用方面一心求穩(wěn)的Google不得不快些再快些。
2月6日，趕鴨子上架的谷歌匆忙發(fā)布了由大語言模型LaMDA提供支持的AI聊天機(jī)器人Bard。
3月14日，谷歌發(fā)布面向開發(fā)者和Google Workspace用戶的生成式AI工具與服務(wù)：如方便開發(fā)者快速進(jìn)行原型設(shè)計(jì)和模型調(diào)整的PaLM API和MakerSuite、面向大規(guī)模模型和AI應(yīng)用構(gòu)建、部署的Google Cloud生成式AI產(chǎn)品等；在普通用戶較多的Google Workspace，谷歌也上線了包含Gmail智能撰寫、Google文檔自動(dòng)摘要生成、文法潤(rùn)色等工具在內(nèi)的生成式AI體驗(yàn)……
而不出意外的，本次發(fā)布會(huì)完全圍繞AI進(jìn)行的同時(shí)，Bard和生成式AI應(yīng)用也作為主角身份登場(chǎng)。
Bard“逆襲”
作為本次大會(huì)的重頭戲，谷歌公布了最新的大語言模型PaLM 2。
PaLM是Google在2022年4月宣布的大語言模型，使用了5400億參數(shù)進(jìn)行訓(xùn)練，約是GPT-3的三倍，此次PaLM 2又在PaLM上進(jìn)一步進(jìn)行了提升和改進(jìn)，在多語言文本方面接受了更多的訓(xùn)練，涵蓋了100多種語言，對(duì)于理解、生成和翻譯包括成語、詩歌和謎語在內(nèi)的細(xì)微差別文本的能力非常顯著，還通過了“精通”級(jí)別的高級(jí)語言能力考試。
在推理方面，PaLM 2的數(shù)據(jù)集包括科學(xué)論文和帶有數(shù)學(xué)表達(dá)式的網(wǎng)頁，擁有超強(qiáng)的邏輯、常識(shí)推理和數(shù)學(xué)能力。
谷歌CEO Sundar Pichai在發(fā)布會(huì)上提出，谷歌在AI方面的愿景是“讓AI對(duì)每個(gè)人都有幫助”，對(duì)于產(chǎn)品落后感強(qiáng)烈的谷歌，敘事邏輯也更傾向于基于現(xiàn)有的產(chǎn)品基礎(chǔ)，讓AI在產(chǎn)品智能化上的效果更為顯性，而首要的就是將AI技術(shù)融入到旗下眾多的產(chǎn)品中。作為谷歌在這一波AI浪潮下最新的研發(fā)成果，發(fā)布會(huì)當(dāng)天演示的一系列產(chǎn)品應(yīng)用新功能也都是基于PaLM 2生成。
例如谷歌的最核心產(chǎn)品谷歌搜索，經(jīng)過AI全新優(yōu)化的搜索，對(duì)自然語言的理解力更強(qiáng)，更能理解用戶所想要真正表達(dá)的意思；基于谷歌自行研發(fā)的大語言模型，谷歌搜索結(jié)果除了過去的網(wǎng)頁搜索結(jié)果外，會(huì)在最上層顯示被谷歌成為“AI Snapshot”（AI快照）部分，這部分是由谷歌底層人工智能，根據(jù)開放網(wǎng)絡(luò)信息所總結(jié)出的信息。
此前發(fā)布的Bard是基于LaMDA開發(fā)，現(xiàn)在也已經(jīng)全面轉(zhuǎn)用PaLM，在答案生成的數(shù)據(jù)組和更多元化的內(nèi)容方面能力飛升，尤其吸引人的是，谷歌將Bard跟旗下和外部產(chǎn)品的集成，讓Bard跳出聊天機(jī)器人范疇，擁有更多實(shí)用性。
比如現(xiàn)在Bard提供答案時(shí)，除了文字之外，還能提供包括圖片、視頻、外部鏈接等多元化的信息，用戶也可以將這些問題答案一鍵導(dǎo)出到Gmail、谷歌文檔、表格之中，Bard還可以為圖片、文檔等做加標(biāo)注，未來也將支持更多谷歌應(yīng)用程序和Bard的集成體驗(yàn)，包括Drive、地圖等。
對(duì)于軟件工程師們來說，Bard提供了改進(jìn)后的代碼引用功能，在提供來源的同時(shí)還能解釋代碼片段。同時(shí)，開發(fā)者們也可以把Bard生成的代碼進(jìn)行導(dǎo)出，不僅能發(fā)送到谷歌的Colab平臺(tái)，還能和另一個(gè)基于瀏覽器的IDE Replit一起使用。
目前，Bard能支持20多種編程語言，基本涵蓋了工程師們所有編程開發(fā)需要，并為開發(fā)者們提供了新的深色界面。開發(fā)者們只需輸入prompt就能得到完整的代碼片段。
此外，跟ChatGPT類似，Bard現(xiàn)在也可以跟其他外部工具進(jìn)行集成使用。在開發(fā)者大會(huì)上，谷歌也展示了一個(gè)Bard跟Adobe Firefly合作生成圖片的例子，比如用戶想給孩子辦一個(gè)生日派對(duì)需要做一個(gè)請(qǐng)柬照片，只需要對(duì)Bard說：“制作一張?jiān)趦和蓪?duì)上獨(dú)角獸和蛋糕的圖像”，接著在Adobe的支持下它會(huì)在幾秒鐘內(nèi)生成四張圖像。
除了Adobe之外，Bard目前還在推進(jìn)跟更多外部工具的集成使用，包括Kayak、OpenTable、ZipRecruiter、Instacart、Wolfram、Khan Academy等。
此外，谷歌此次取消了等候隊(duì)列，Bard將面向180多個(gè)國(guó)家和地區(qū)的用戶全面開放。此外在英語之外，還增添了日語和韓語兩種語言，未來將逐步支持40種語言的交互。
AI“武裝”
本次谷歌一并推出了四種不同規(guī)模的PaLM 2。
谷歌用不同的動(dòng)物來體現(xiàn)規(guī)模大小，從小到大依次是壁虎、水獺、野牛、獨(dú)角獸。其中“壁虎”版本是最輕量級(jí)的，能在移動(dòng)設(shè)備上快速運(yùn)行，離線狀態(tài)下每秒可處理20個(gè)token。
值得說明的是，在實(shí)際落地中，大模型不是參數(shù)量越大越好，在一些數(shù)據(jù)量小、任務(wù)并不復(fù)雜的場(chǎng)景，追求泛化能力強(qiáng)但規(guī)模龐大的大模型，無異于“大炮打蚊子”，如何將大模型核心的泛化能力快速適配至不同場(chǎng)景才是關(guān)鍵。
而不同規(guī)模的PaLM 2意味著其落地應(yīng)用會(huì)更加方便，可以面向不同的客戶，部署在不同企業(yè)環(huán)境中，用戶甚至不用花費(fèi)大量時(shí)間和資源來創(chuàng)建和調(diào)整PaLM 2，而是能夠直接拿來就用。
PaLM 2也早已經(jīng)被用在了谷歌自家的25項(xiàng)功能和產(chǎn)品之中，除了Bard，另一個(gè)重頭落地場(chǎng)景是谷歌的全線辦公套件。
今年3月，追趕微軟的Microsoft Copilot服務(wù)，谷歌為其Workspace辦公套件增加了一系列AI功能，在本次開發(fā)者大會(huì)上，谷歌也正式將其命名為Duet AI。
跟微軟Copolit類似，Duet AI將被全面集成至谷歌旗下的Work Space，包括谷歌文檔、表格、幻燈片、會(huì)議、GmailMeet的自動(dòng)會(huì)議摘要等等，同時(shí)還推出了一項(xiàng)名為Sidekick的新功能，能夠跨不同的谷歌應(yīng)用程序進(jìn)行閱讀、總結(jié)和回答文檔中的問題。
例如郵件的撰寫，只需要給谷歌一個(gè)主題，AI便能夠自動(dòng)生成一段前后邏輯相對(duì)完整的文字；在生成PPT方面，也能夠運(yùn)用AI隨時(shí)插入所需圖片以及每一頁P(yáng)PT的大綱內(nèi)容……這些功能在此前微軟發(fā)布Copolit時(shí)基本都看到過，Duet AI更多是展示了谷歌在AI產(chǎn)品上的應(yīng)對(duì)和跟進(jìn)能力。
此外，Duet AI也將被應(yīng)用于谷歌云業(yè)務(wù)之中。借助Duet AI，谷歌云推出了一系列開發(fā)者工具，包括可以提供實(shí)時(shí)代碼幫助，指出錯(cuò)誤的同時(shí)推薦生成的代碼塊，以及回答代碼和谷歌云相關(guān)的問題等。該功能支持Go、JAVA、JavaScript、Python/ target=_blank class=infotextkey>Python和SQL等多種語言。谷歌表示，目前在谷歌云上進(jìn)行AI的訓(xùn)練速度提高了80%，成本降低了50%。
但目前，谷歌辦公領(lǐng)域的Duet AI功能還沒有對(duì)公眾進(jìn)行開放，如果想試用這些新工具，需要先注冊(cè)“工作場(chǎng)景實(shí)驗(yàn)室（Workspace Labs）”并加入等候名單。
（作者：李強(qiáng) 編輯：駱一帆）
