谷歌“復(fù)仇者聯(lián)盟”出擊!集結(jié) 26 位技術(shù)大拿、號稱“比 GPT-4 強(qiáng)”...

整理 | 朱珂欣   
出品 | CSDN程序人生（ID：coder_life）

在 AI 拉鋸戰(zhàn)上，谷歌的口令一直是：「咱不能輸」。

如今，谷歌帶著它的“復(fù)仇者聯(lián)盟”，向 OpenAI 全軍出擊！

據(jù)外媒報(bào)道，谷歌正在馬不停蹄地趕工中，準(zhǔn)備在今年秋天發(fā)布迄今為止可能是大模型界的阿爾法級別產(chǎn)品：Gemini。

蓄力多時(shí)，“復(fù)仇者聯(lián)盟”集結(jié)多位干將

毋庸置疑，ChatGPT 珠玉在前，谷歌想要展開正面交鋒，得有點(diǎn)絕殺才有說服力。

萬眾期待之下，幾個(gè)月來，谷歌一直蓄勢待發(fā)。

4 月，谷歌將深度學(xué)習(xí)人工智能研究部門 Google Brain 與子公司 DeepMind 合并，成立 Google DeepMind。一切旨在提高效率，將谷歌龐大的計(jì)算資源和 DeepMind 的研究技能結(jié)合起來。

5 月，在谷歌舉行的 I/O 2023 大會上，谷歌就指出，Gemini 目前正在接受訓(xùn)練，一旦經(jīng)過微調(diào)，它就會像 PaLM 2 一樣「以不同的規(guī)模和能力」面世。 

6 月，谷歌的 Gemini 被爆由谷歌最強(qiáng) AI 團(tuán)隊(duì) Google DeepMind 傾力打造。那時(shí)，谷歌就聲稱：“這個(gè) AI 系統(tǒng)將谷歌背后的技術(shù)與大型語言模型相結(jié)合。 該系統(tǒng)具有新的功能，例如規(guī)劃或解決問題，比 OpenAI 的 GPT-4 更強(qiáng)大”。

隨后的日子，谷歌將數(shù)百位工程師的集結(jié)于此，只為在今年秋天用 Gemini 扳回一局。

據(jù) The Information 報(bào)道，為了應(yīng)戰(zhàn)，谷歌聯(lián)合創(chuàng)始人 Sergey Brin 甚至親自參與 Gemini 項(xiàng)目開發(fā)，并對模型進(jìn)行評估。

從“復(fù)仇者聯(lián)盟”版圖來看，由 Google Brain 和 DeepMind 公司的前主管共同管理監(jiān)督 Gemini 的大部分小組。目前，已曝光的名單中，至少有 26 名技術(shù)大拿正參與開發(fā)。

此外，Gemini 將團(tuán)隊(duì)劃分為約 10 個(gè)小組，分別負(fù)責(zé)預(yù)訓(xùn)練、數(shù)據(jù)、基礎(chǔ)設(shè)施、模型微調(diào)、模型評估、代碼庫、多模態(tài)、強(qiáng)化學(xué)習(xí)、工具使用以及人工標(biāo)注數(shù)據(jù)。

殺手锏來襲：文本能力+文生圖能力

眾所周知，兩個(gè)月前，谷歌 DeepMind 首席執(zhí)行官 Demis Hassabis 放下狠話：Gemini 將成為能「媲美」 ChatGPT 的聊天機(jī)器人！

如今，需要劃重點(diǎn)的來了。 據(jù)知情人士透露，谷歌意圖將 Gemini 模型打造成一款「文本生成功能」與「文生圖功能」相結(jié)合的多模態(tài)產(chǎn)品。 簡單來說，除了像 GPT-4 大型語言模型一樣理解并生成對話文本，還能像 Midjourney 一樣生成圖像。 此外，還提及了 Gemini 的一些其他功能，例如如分析圖表、創(chuàng)建帶有文字描述的圖形，甚至使用文字或語音指令控制軟件。

YouTube 視頻數(shù)據(jù)庫的「錦上添花」

值得一提的是，Gemini 坐擁強(qiáng)大能力的背后，離不開龐大的訓(xùn)練數(shù)據(jù)支撐。 而恰巧谷歌擁有大量的資源，尤其是在可用于訓(xùn)練 AI 模型的數(shù)據(jù)上，占據(jù)絕對優(yōu)勢。 例如，谷歌可以訪問 YouTube 視頻、Google 圖書、龐大的搜索索引以及 Google Scholar 的學(xué)術(shù)材料。其中，大部分?jǐn)?shù)據(jù)都是谷歌「獨(dú)家」。 據(jù) The Information 早前的報(bào)道，谷歌自家的視頻平臺 YouTube 更是為 Gemini 的訓(xùn)練有素，作出了幫襯。 通過使用 YouTube 視頻副本來訓(xùn)練 Gemini ，由此將音頻與視頻集成到 Gemini 中，使其具備多模態(tài)能力。 例如，通過 YouTube 視頻訓(xùn)練出的模型可以輔助工程師根據(jù)視頻診斷汽車維修問題、根據(jù)用戶想創(chuàng)建的網(wǎng)站或應(yīng)用程序的草圖來生成軟件代碼等。 據(jù) Global Media Insight 估計(jì)， YouTube 上至少有 8 億個(gè)視頻。 目前，為保證自己在這場 AI 軍備競賽中占據(jù)絕對優(yōu)勢，谷歌公司的律師也在持續(xù)密切關(guān)注 Gemini 使用的訓(xùn)練數(shù)據(jù)材料，以防侵犯版權(quán)。

網(wǎng)友：“ChatGPT 統(tǒng)治的終結(jié)？”

若 Gemini 的愿景實(shí)現(xiàn)，這款集合了“ ChatGPT + Midjourney/Dall-E + Microsoft 365 Copilot ”的大模型，很有可能將直接帶著谷歌逆風(fēng)翻盤。 這場將在秋日由 Gemini 拉開的正面交鋒，也引發(fā)了不少業(yè)內(nèi)人士的討論。 谷歌前高管、風(fēng)險(xiǎn)投資公司 Felicis Ventures 的創(chuàng)始人 Aydin Senkut 極度認(rèn)可：“這是正確的方向。相信最終，谷歌會成功的！” 彭博社風(fēng)投分支 Bloomberg Beta 的 AI 初創(chuàng)企業(yè)投資人 James Cham 表示：“這將是有模型能與 GPT-4 旗鼓相當(dāng)?shù)牡谝粋€(gè)跡象。我認(rèn)為，在過去的九個(gè)月中，也許每個(gè)人都在問：什么時(shí)候才會有人能趕上 OpenAI？” 除此之外，不少網(wǎng)友也展開了熱情討論：

• “Gemini 項(xiàng)目的合并過程并不容易，涉及到兩個(gè)獨(dú)立團(tuán)隊(duì)的磨合”；
• “我還記得 Bard 的‘翻車’事件，希望 Gemini 能改寫歷史”；
• “ChatGPT 統(tǒng)治的終結(jié)？”
• “Gemini 的成敗可能決定谷歌未來能否保持其在 AI 技術(shù)領(lǐng)域的領(lǐng)先地位”……

立秋已過，接下來讓我們一起期待谷歌的秋季發(fā)布會吧。

參考鏈接：

https://www.gizchina.com/2023/08/16/google-gemini-ai-artificial-intelligence/

https://indianexpress.com/article/technology/artificial-intelligence/google-gemini-ai-fall-launch-chatgpt-edge-8896455/

https://www.theinformation.com/articles/the-forced-marriage-at-the-heart-of-googles-ai-race

推薦閱讀：

? 系統(tǒng)時(shí)間隨機(jī)跳到 55 天后，程序出 Bug，開發(fā)者：這是 Windows 系統(tǒng)功能搞得鬼！

? 前華為天才少年稚暉君創(chuàng)業(yè)6個(gè)月造出人形機(jī)器人，百億參數(shù)大模型加持、目標(biāo)成本20萬元以內(nèi)

? “從未寫過一行代碼的我，剛剛通過了谷歌系統(tǒng)設(shè)計(jì)面試！”