今年三月份，谷歌宣布生成式AI Bard推出Beta測(cè)試版，當(dāng)時(shí)的版本只面向美國(guó)和英國(guó)用戶開放公測(cè)，且暫時(shí)只支持英語。

圖注：Bard已經(jīng)有專屬中文界面！堪稱定制化的中文服務(wù)

今天，Bard發(fā)布重大更新！Bard 支持的語言目前新增了 40 多種，包括阿拉伯語、中文（簡(jiǎn)體/繁體）、德語、印地語、西班牙語等。

圖片

同時(shí)，谷歌還增加了推出 Bard 的地區(qū)，包括歐盟的 27 個(gè)國(guó)家/地區(qū)和巴西。不過仍然沒包含中國(guó)。

圖片

對(duì)于此次更新，稱之為“史詩級(jí)”：Today we’re announcing Bard’s biggest expansion to date.

1.Bard 支持 Google 智能鏡頭：與 Bard 對(duì)話時(shí)，你可以上傳圖片及文字，并要求Bard提供有關(guān)圖片的信息，相關(guān)功能暫時(shí)只支持英語。

圖片

2.Bard 可以朗讀回答內(nèi)容了：在 Bard 中添加了文字轉(zhuǎn)語音功能。該功能支持 40 多種語言，包括印地語、西班牙語和英語（美國(guó)）。

3.固定對(duì)話和近期對(duì)話：可以隨時(shí)返回之前與 Bard 的對(duì)話繼續(xù)互動(dòng)，還可根據(jù)需要整理對(duì)話。

4.與他人分享 Bard對(duì)話：利用可分享的鏈接，讓其他人只需輕輕一點(diǎn)，即可輕松流暢地查看你的 Bard 對(duì)話內(nèi)容和相關(guān)信息來源。

圖注：修改回答

5.修改 Bard 的回答：推出了 5 個(gè)新選項(xiàng)，可用來修改 Bard 的回答。只需點(diǎn)按相應(yīng)的選項(xiàng)，即可讓回答內(nèi)容變得更加簡(jiǎn)單一點(diǎn)、詳盡一點(diǎn)、簡(jiǎn)短一點(diǎn)、專業(yè)一點(diǎn)或隨意一點(diǎn)。

6.將 Python 代碼導(dǎo)出至 Replit：除了 Google Colab 之外，還可以將 Python 代碼導(dǎo)出到 Replit。

關(guān)于谷歌的Bard計(jì)劃

目前Bard 是一個(gè)實(shí)驗(yàn)項(xiàng)目，由Google 的 PaLM 2 模型提供支持，讓用戶能夠與生成式 AI 協(xié)同合作。

自從OpenAI在2022年11月發(fā)布ChatGPT后，Google似乎一直在努力迎頭趕上其AI的發(fā)展。

2023年5月的Google I/O年度大會(huì)有了實(shí)質(zhì)性的動(dòng)作。在長(zhǎng)達(dá)兩小時(shí)的主題演講中，谷歌CEO Sundar Pichai和其他高管演講者，更是多達(dá)140次以上提到了“生成式AI”。

谷歌全力投入到科技潮流中。盡管Bard的用戶數(shù)未能達(dá)到ChatGPT的水平，但近期增長(zhǎng)顯著，今日的更新可能進(jìn)一步推動(dòng)其增長(zhǎng)。

相比ChatGPT，Bard的最大優(yōu)勢(shì)是巨大的信息資源，他們可以依托谷歌的搜索工具獲取最新信息，根據(jù)自己的梳理給出答案。此前ChatGPT的訓(xùn)練數(shù)據(jù)最新只到2021年，無法回答2022年之后的信息咨詢。此外，Bard的回復(fù)速度也明顯快于ChatGPT。

Bard可以聯(lián)網(wǎng)搜索信息，意味著用戶可以直接詢問今天的體育比賽比分、股價(jià)價(jià)格走勢(shì)、系列新聞動(dòng)態(tài)。

文摘菌試了一下，搜索中文資料的功能，感覺非常差。

圖注：Bard的中文搜索功能

不過，有網(wǎng)友表示，Bard的精準(zhǔn)識(shí)圖功能異常強(qiáng)大：更新后的Google Bard能夠查看我的手表的照片，正確識(shí)別手表的特定品牌和型號(hào)，并從手表表面讀取數(shù)據(jù)。

圖片

谷歌人工智能現(xiàn)狀：骨干研究員“出逃”

從體驗(yàn)上可以看出，谷歌Bard的功能在生成文本，理解內(nèi)容方面不如GPT-4；在上下文窗口容納方面沒“卷”過Claude。雖然新增了“精準(zhǔn)識(shí)圖”功能，但能釋放的生產(chǎn)力肯定不如前者。

似乎谷歌的AI之路這兩年總是慢了半拍。究其原因，除了猶豫是否發(fā)布與ChatGPT類似的聊天機(jī)器人的“墨跡”的性格，可能還和“留不住人”的企業(yè)文化有關(guān)。彭博社消息，Transformer合作者Llion Jones將于本月底離開谷歌。

圖片

Transformer來源于論文“Attention is All You Need”，這篇開山之作奠定了今天生成式AI和大模型的基石。算上Llion Jones，當(dāng)時(shí)署名的6位谷歌研究員，已經(jīng)全部離職。

圖片

Ashish Vaswani在Google Brain工作了五年后離職，創(chuàng)辦了Adept（生成性AI工具）；

圖片

Noam Shazeer在Google工作了21年，現(xiàn)在是Character.AI的首席執(zhí)行官；

圖片

Niki Parmar在Google工作后與Vaswani一起創(chuàng)立了Adept，但后來她也離開了Adept創(chuàng)立了新的公司；

圖片

Jakob Uszkoreit在Google工作13年，現(xiàn)在他是Inceptive的聯(lián)合創(chuàng)始人；

圖片

Aidan Gomez現(xiàn)在是Cohere的聯(lián)合創(chuàng)始人和首席執(zhí)行官；

圖片

Lukasz Kaiser離開Google后加入了OpenAI，他對(duì)OpenAI的GPT-4做出了重要貢獻(xiàn)；

圖片

Illia Polosukhin在Google工作三年后創(chuàng)立了NEAR，致力打造Web3系統(tǒng)。

此外，還有一些重磅論文的重要作者也離開谷歌。例如：提出通用的端到端的序列學(xué)習(xí)方的論文“Sequence to Sequence Learning with Neural Networks”。

圖片

Ilya Sutskever著名論文“序列-to-序列”的第一作者，在谷歌待了3年，于2015年離開谷歌，目前是OpenAI的首席科學(xué)家。

圖片

Google的首個(gè)聊天機(jī)器人Meena 的技術(shù)論文“Towards a Human-like Open-Domain Chatbot”，被認(rèn)為是大語言模型的又一個(gè)重要里程碑，論文提出了一種想法，即創(chuàng)建一個(gè)大型語言模型，對(duì)任何問題生成像人一樣的回應(yīng)，無需硬編碼（hard-coded）訓(xùn)練。

但里面的兩個(gè)研究員Daniel De Freitas和Romal Thoppilan都已經(jīng)離職，前者在Google Brain工作了五年，后者工作了七年，現(xiàn)在兩者共同成立了Character.AI。

圖片

論文“LaMDA: Language Models for Dialog Applications”是Bard聊天機(jī)器人的技術(shù)基礎(chǔ)，比Meena更強(qiáng)大，目前LaMDA的幾位主要研究人員已經(jīng)離開谷歌，加入了Character.AI，包括前面提到的：Noam Shazeer、Daniel De Freitas。此外，在谷歌工作了四年的Alicia Jin也已經(jīng)加入了Character.AI。

圖片

BERT是一種基于Transformer模型的自然語言處理工具，它通過預(yù)測(cè)隱藏或"掩碼"的詞來更好地理解文本。例如，如果你查詢"你能否為別人在藥店買藥"，它會(huì)理解到"別人"是查詢的關(guān)鍵部分。自2019年Google將BERT納入搜索以來，它已經(jīng)極大地提高了搜索的準(zhǔn)確性。這篇論文由Jacob Devlin領(lǐng)導(dǎo)，他曾短暫在OpenAI工作，但最近又回到了Google。

圖片

論文“Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer”提出了著名的T5架構(gòu)，這篇論文的主導(dǎo)者Colin Raffel，也在2021年離開Google Brain。Raffel現(xiàn)在是北卡羅來納大學(xué)教堂山分校的助理教授，并在Hugging Face每周擔(dān)任一天的研究員，用戶可以在那里共享大型語言模型和數(shù)據(jù)集。

圖片

圖片

論文“Chip placement with deep reinforcement learning”和“A graph placement methodology for fast chip design” 能利用AI在芯片設(shè)計(jì)中達(dá)到最大性能，同時(shí)減少面積和電力使用。這些發(fā)現(xiàn)幫助Google設(shè)計(jì)了專為機(jī)器學(xué)習(xí)任務(wù)的TPU芯片。論文的兩位重要作者M(jìn)irhoseini和Goldie在2022年離開Google，加入了開發(fā)大型語言模型和名為Claude的聊天機(jī)器人的Anthropic。

至于離職的原因，有員工表示，在AI發(fā)展如此激動(dòng)人心的時(shí)刻，初創(chuàng)公司為研究人員提供了機(jī)會(huì)，讓他們擁有更多的自主權(quán)，并可能產(chǎn)生更大的影響。

換句話說，在谷歌推出新的想法 “太難了”，因?yàn)橐坏┦?huì)對(duì)大公司聲譽(yù)造成非常大的影響。