21世紀經(jīng)濟報道記者李強 北京報道

北京時間5月11日凌晨，谷歌I/O開發(fā)者大會在谷歌美國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每年都會在I/O大會上亮出一些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市場的實際產(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)界之外對于谷歌在AI領(lǐng)域近些年來的貢獻也知之甚少。

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拉響紅色警報的同時，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)者快速進行原型設(shè)計和模型調(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文檔自動摘要生成、文法潤色等工具在內(nèi)的生成式AI體驗……

而不出意外的，本次發(fā)布會完全圍繞AI進行的同時，Bard和生成式AI應(yīng)用也作為主角身份登場。

Bard“逆襲”

作為本次大會的重頭戲，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)進行訓(xùn)練，約是GPT-3的三倍，此次PaLM 2又在PaLM上進一步進行了提升和改進，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，對于理解、生成和翻譯包括成語、詩歌和謎語在內(nèi)的細微差別文本的能力非常顯著，還通過了“精通”級別的高級語言能力考試。

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)表達式的網(wǎng)頁，擁有超強的邏輯、常識推理和數(shù)學(xué)能力。

谷歌CEO Sundar Pichai在發(fā)布會上提出，谷歌在AI方面的愿景是“讓AI對每個人都有幫助”，對于產(chǎn)品落后感強烈的谷歌，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)布會當天演示的一系列產(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，對自然語言的理解力更強，更能理解用戶所想要真正表達的意思；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跳出聊天機器人范疇，擁有更多實用性。

比如現(xiàn)在Bard提供答案時，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、文檔等做加標注，未來也將支持更多谷歌應(yīng)用程序和Bard的集成體驗，包括Drive、地圖等。

對于軟件工程師們來說，Bard提供了改進后的代碼引用功能，在提供來源的同時還能解釋代碼片段。同時，開發(fā)者們也可以把Bard生成的代碼進行導(dǎo)出，不僅能發(fā)送到谷歌的Colab平臺，還能和另一個基于瀏覽器的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行集成使用。在開發(fā)者大會上，谷歌也展示了一個Bard跟Adobe Firefly合作生成圖片的例子，比如用戶想給孩子辦一個生日派對需要做一個請柬照片，只需要對Bard說：“制作一張在兒童派對上獨角獸和蛋糕的圖像”，接著在Adobe的支持下它會在幾秒鐘內(nèi)生成四張圖像。

除了Adobe之外，Bard目前還在推進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列，Bard將面向180多個國家和地區(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。

谷歌用不同的動物來體現(xiàn)規(guī)模大小，從小到大依次是壁虎、水獺、野牛、獨角獸。其中“壁虎”版本是最輕量級的，能在移動設(shè)備上快速運行，離線狀態(tài)下每秒可處理20個token。

值得說明的是，在實際落地中，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)雜的場景，追求泛化能力強但規(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，用戶甚至不用花費大量時間和資源來創(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項功能和產(chǎn)品之中，除了Bard，另一個重頭落地場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、會議、GmailMeet的自動會議摘要等等，同時還推出了一項名為Sidekick的新功能，能夠跨不同的谷歌應(yīng)用程序進行閱讀、總結(jié)和回答文檔中的問題。

例如郵件的撰寫，只需要給谷歌一個主題，AI便能夠自動生成一段前后邏輯相對完整的文字；在生成PPT方面，也能夠運用AI隨時插入所需圖片以及每一頁PPT的大綱內(nèi)容……這些功能在此前微軟發(fā)布Copolit時基本都看到過，Duet AI更多是展示了谷歌在AI產(chǎn)品上的應(yīng)對和跟進能力。

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，包括可以提供實時代碼幫助，指出錯誤的同時推薦生成的代碼塊，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和SQL等多種語言。谷歌表示，目前在谷歌云上進行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功能還沒有對公眾進行開放，如果想試用這些新工具，需要先注冊“工作場景實驗室（Workspace Labs）”并加入等候名單。