谷歌全面反攻 ChatGPT！PaLM 2、Gemini 雙殺，Bard 正式開放（1）

前幾日，在 Google 官方發(fā)布的文章中提到，「自 2008 年 Google 首次舉辦 I/O 大會(huì)，已經(jīng)過去了整整十五年。」

在過去的十五年中，Google 作為全球一直領(lǐng)先的科技公司，深刻影響了全世界互聯(lián)網(wǎng)產(chǎn)業(yè)的格局與發(fā)展方向。每年一度 I/O 大會(huì)（除 2020 年因疫情取消），更是成為 Google 大秀肌肉、推陳出新的舞臺(tái)。

直到近期 OpenAI 連續(xù)發(fā)布多個(gè)劃時(shí)代意義的產(chǎn)品與技術(shù)，提前推進(jìn)了 AIGC 時(shí)代的進(jìn)度條。隨后微軟快速采取了各種行動(dòng)，將 GPT 能力集成進(jìn)瀏覽器、搜索引擎，甚至辦公套件，讓微軟在人工智能賽道上探出身位。人們開始好奇移動(dòng)開發(fā)時(shí)代的絕對(duì)霸主—— Google，將如何通過本次 I/O 的技術(shù)發(fā)布，重回技術(shù)領(lǐng)導(dǎo)地位。

今天凌晨 2023 Google I/O 大會(huì)的主題演講環(huán)節(jié)，Google and Alphabet CEO Sundar Pichai 及數(shù)位技術(shù)、產(chǎn)品負(fù)責(zé)人，從 AI、移動(dòng)開發(fā)、云服務(wù)和消費(fèi)者產(chǎn)品幾個(gè)方面，快速介紹了多項(xiàng)重要的更新：

• 正式發(fā)布 5400 億參數(shù)大模型 PaLM 2，已為 Google 旗下產(chǎn)品 25 項(xiàng)產(chǎn)品賦能。同時(shí)宣告了多模態(tài)基礎(chǔ)模型 Gemini，Google 所有產(chǎn)品都將基于它們，包括 Google Bard、搜索、云。

Google 產(chǎn)品一覽圖，圖源：Jedi Lu（基于 CC 共享協(xié)議引用）

• Google 對(duì)標(biāo) ChatGPT 的智能聊天機(jī)器人 Bard 也迎來了新進(jìn)展，正式面向 180 個(gè)國家/地區(qū)開放使用，目前支持英語、日語、韓語交互，近期將擴(kuò)展其他 40 種語言。

• Android 14 新增 Magic Compose 功能，可幫助用戶智能回復(fù)文本信息。

• Google 官方的折疊機(jī)來了！推出首款折疊屏手機(jī) Pixel Fold 售價(jià) 1799 美金，及配有智能支架的平板電腦 Pixel Tablet，售價(jià) 499 美金、以及中端系列手機(jī) Pixel 7A，售價(jià) 499 美金。不知蘋果在今年是否會(huì)緊隨發(fā)布折疊機(jī)。

• Google 辦公套件 Workspace 推出 AIGC 工具包—Duet AI，現(xiàn)開放試用。

• Google 搜索推出 Perspectives 功能，利用 AI 能力，優(yōu)化搜索體驗(yàn)。

• Wear OS 4 即將發(fā)布，將延長電池壽命，完善與智能家居的交互使用。

PaLM 2 發(fā)布，能力滲透 Google 全線產(chǎn)品

在正式發(fā)布 PaLM 2 前， Pichai 先通過發(fā)布 Gmail、Google Map、Google Photo 三個(gè)產(chǎn)品中的新功能，展現(xiàn)其實(shí)際應(yīng)用能力。現(xiàn)場介紹了 Gmail 產(chǎn)品中基于 PaLM 2 實(shí)現(xiàn)的三項(xiàng)新能力：Help me write 幫我寫、Smart Compose 智能補(bǔ)全、Smart Reply 智能回復(fù)。并且據(jù)統(tǒng)計(jì)過去一年中，智能寫作的相關(guān)功能已經(jīng)穩(wěn)定為用戶了 1800 億次服務(wù)。同樣的 AI 能力還應(yīng)用在了 Google Map 中，提供了沉浸式的導(dǎo)航路線視圖，這項(xiàng)功能將在不久后開放，在今年年底前支持第一批城市。同樣，在 Google Photo 中引入 AI 能力后，也為用戶提供了強(qiáng)大的圖片編輯能力。

Pichai 嚴(yán)肅強(qiáng)調(diào)了 Google 的使命是：整合全球信息以供大眾使用，并讓人人受益（Organize the world's information and make it universally accessible and useful.）。這句強(qiáng)調(diào)不禁聯(lián)想到，本屆 I/O 大會(huì)前一周，圖靈獎(jiǎng)得主、人工智能學(xué)界泰斗、Google 前人工智能專家 Geoffrey Hinton 辭去谷歌工作，并表示了對(duì)人工智能技術(shù)快速發(fā)展的擔(dān)憂。

PaLM 2（Pathway Language Model）也是本次大會(huì) AI 板塊最重大的發(fā)布之一，這是 Google 開發(fā)的 5400 億參數(shù)的大型語言模型（LLM），在本次發(fā)布的 PaLM 2 預(yù)覽版中，重點(diǎn)改進(jìn)了模型的多語言翻譯、數(shù)學(xué)、程序語言、推理和自然語言生成能力。

其中多語言翻譯能力的提升，來源于 PaLM 2 基于 100 多種語言中文本的訓(xùn)練。這使得模型在理解、生成和翻譯細(xì)微差別的文本（如成語、詩歌和謎語）的能力都有了顯著提高。

在推理方面，PaLM 2 的數(shù)據(jù)集包括科學(xué)論文、大量涵蓋數(shù)學(xué)公式的各類網(wǎng)頁，提高了模型的邏輯、常識(shí)推理和數(shù)學(xué)能力。

在程序語言方面，PaLM 2 在海量開源代碼的基礎(chǔ)上進(jìn)行了預(yù)訓(xùn)練。除了 Python 和 JavaScript 這類流行語言，這還包括 Prolog、Fortran 和 Verilog 這類語言。另外，Google 在 PaLM 2 的基礎(chǔ)上訓(xùn)練了用于編程和調(diào)試的專業(yè)模型 Codey，安全知識(shí)模型 Sec-PaLM 以及醫(yī)學(xué)知識(shí)模型 Med-PaLM 2 。

目前 PaLM 2 提供四個(gè)大小版本，適用于不同的使用場景，每種規(guī)格并以動(dòng)物名，從最小到最大：Gecko 壁虎、Otter 水獺、Bison 野牛和 Unicorn 獨(dú)角獸。其中 Gecko 非常輕巧，可以在移動(dòng)設(shè)備上工作，并且速度足夠快，即使在離線時(shí)也能在設(shè)備上穩(wěn)定運(yùn)行。

值得一提的還有，Google 公布了其下一代多模態(tài)基礎(chǔ)模型 Gemini，由 DeepMind 仍然還在訓(xùn)練過程中，支持多種輸入方式，包含高效的工具，能夠讓開發(fā)者實(shí)現(xiàn) API 集成。

而 Google 做模型和微軟等不一樣的地方可能就是對(duì)于社會(huì)責(zé)任的體現(xiàn)。如何判別 AIGC 生成的內(nèi)容？Google 帶來了兩項(xiàng)工具——嵌入水印和嵌入元數(shù)據(jù)（meta data）。

Bard 取消試用制，用來寫代碼更順暢了！

作為直接對(duì)標(biāo) ChatGPT 的產(chǎn)品，Bard （https://bard.google.com/）一直被寄予厚望。在這次大會(huì)上，Bard 正式取消了排隊(duì)試用機(jī)制，180 多個(gè)國家和地區(qū)目前可以直接使用 Bard，但中國地區(qū)訪問仍然受限。目前版本的 Bard 僅支持英語、日語、韓語內(nèi)容，并承諾在未來盡快支持其他 40+種語言。

在本次的演示中，升級(jí)后的 Bard 更適合生成代碼，包括 20 多種語言的代碼生成、調(diào)試、編寫注釋。在 Bard 演示的環(huán)節(jié)強(qiáng)調(diào)了其可擴(kuò)展性，例如使用 Bard 寫代碼可以一鍵拖拽至 Colab 直接運(yùn)行。除此之外，如果使用 Bard 生成了比如郵件內(nèi)容、表格之類的，也可以直接拖拽進(jìn) Gmail、以及 Google 云端硬盤的文件中。

除了 Colab，Bard 還將與包括 Adobe Firefly 在內(nèi)的更多合作伙伴進(jìn)一步合作，未來可以使用 Bard 直接生成代碼，在各個(gè)軟件工具平臺(tái)上使用。

在現(xiàn)場的展示中，Bard 可以在其回答中顯示圖像，比如用戶正在尋找有關(guān)旅游目的地的信息，Bard 可以在回復(fù)框中輸出圖片，展示熱門景點(diǎn)的圖片。就目前展示和線上試用的效果而言，這些能力對(duì)比當(dāng)前 ChatGPT ，Bard 僅僅做到了追趕，少部分功能的實(shí)用性讓人眼前一亮。