谷歌I/O 2023大會，仿佛又給谷歌的支持者們打了一針強心劑。

【新智元導讀】新版PaLM 2超強進(jìn)化，辦公全家桶Workspace全面(miàn)升級，Bard全面(miàn)增強、所有人可用……可以看出，這(zhè)屆I/O大會，谷歌是真的憋出不少大招。

谷歌I/O 2023大會，仿佛又給谷歌的支持者們打了一針強心劑。

此前，因爲微軟和OpenAI的優異表現，谷歌已經(jīng)被(bèi)唱衰了很久。

但是，畢竟是做出了衆多奠基性工作的AI老牌公司，谷歌這(zhè)一輪的發(fā)力，讓我們精神一振——它隻是慢了，并不是噶了。

對(duì)打GPT-4的PaLM 2登台、Duet AI整進(jìn)谷歌辦公全家桶Workspace、Bard超強進(jìn)化向(xiàng)所有人開(kāi)放、谷歌搜索加入AI快照、AI新功能(néng)整合進(jìn)Android 14、AI魔術編輯器加入谷歌相冊等等。

這(zhè)屆I/O大會，可謂眼花缭亂，精彩紛呈。

01 PALM 2秀肌肉，手機也能(néng)跑

OpenAI的GPT-4，已經(jīng)被(bèi)全世界公認爲最強大的語言模型。

怎麼(me)對(duì)打GPT-4？谷歌的答案，就是PaLM 2。

恰在今天，谷歌一同發(fā)布了PaLM 2技術報告。

論文地址：https://ai.google/static/documents/palm2techreport.pdf

顯然，PaLM2被(bèi)寄予了厚望，以縮小谷歌和微軟之間在AI方面(miàn)的差距。

劈柴介紹說，因爲廣泛的邏輯和推理訓練，PaLM 2模型在邏輯和推理方面(miàn)更加強大。據說，PaLM 2在超過(guò)100多種(zhǒng)語言的多語言文本上進(jìn)行了訓練。

根據基準測試，對(duì)于具有思維鏈prompt或自洽性的MATH、GSM8K和MGSM基準評估，PaLM 2的部分結果超越了GPT-4。

據谷歌高級研究主管Slav Petrov介紹，PaLM 2在推理、編碼和翻譯上都(dōu)表現更好(hǎo)，與2022年4月發(fā)布的第一代PaLM相比，PaLM 2有了明顯的改進(jìn)。

可以看到，PaLM 2的推理能(néng)力，得到了顯著的改進(jìn)

修改代碼bug後(hòu)，用韓語評論。

比如，PaLM 2能(néng)夠理解不同語言的成(chéng)語。

比起(qǐ)PaLM，在最新專業語言熟練度考試中的表現，PaLM 2的日語水平達到了A級，而PaLM達到了F級。PaLM 2的法語水平達到了C1級。

德語「Ich verstehe nur Bahnhof」如果直譯，就是「我隻理解火車站」，但如果你問它，你是不是理解錯誤了？

它馬上就會告訴你，沒(méi)錯，這(zhè)個德語的意思是「你說的啥？我什麼(me)都(dōu)聽不懂」。

再比如，和波斯諺語「Na borde ranj ganj moyassar nemishavad」（No Pain, No Gain）意思相近的中文諺語是什麼(me)？

在相關論文中，谷歌工程師聲稱PaLM 2的語言能(néng)力已經(jīng)「足以教授這(zhè)門語言」，原因是其訓練數據中的非英語文本更爲普遍。

PaLM 2包含了4個不同參數的模型，包括壁虎（Gecko）、水獺（Otter）、野牛（Bison）和獨角獸（Unicorn），并在特定領域的數據上進(jìn)行了微調，爲企業客戶執行某些任務。

這(zhè)些微調就像給一個卡車底盤，加上一個新的發(fā)動機或前保險杠，以在某些特定任務上更好(hǎo)地工作。

這(zhè)樣(yàng)的優勢不言而喻，不用花費大量的時間和資源來創建，直接部署。

另外，PaLM2有一個基于健康數據訓練的版本Med-PaLM 2，可以輕松通過(guò)美國(guó)醫學(xué)執照考試，達到「專家」水平。

一個基于網絡安全數據訓練的版本Sec-PaLM 2，可以解釋潛在惡意腳本的行爲，檢測到代碼中的威脅。這(zhè)兩(liǎng)種(zhǒng)模型都(dōu)將(jiāng)通過(guò)谷歌雲提供給特定客戶。

目前，PaLM 2已經(jīng)應用在25種(zhǒng)功能(néng)和産品中，包括辦公全家桶、聊天機器人Bard、搜索等等。

值得稱贊的是，PaLM 2最輕量版本Gecko小到可以在手機上運行，每秒可以處理20個token，大約每秒16或17個單詞。

不過(guò)，谷歌沒(méi)有提及具體用什麼(me)硬件來測試這(zhè)個模型，隻是說在「最新的手機上」運行。

顯然，這(zhè)次谷歌在大語言模型的小型化上，取得了非常重要的進(jìn)步。在雲端運行這(zhè)種(zhǒng)AI，往往是很昂貴的，如果能(néng)在本地運行，無疑有著(zhe)許多顯著優勢，比如隐私保護。

英偉達科學(xué)家Jim Fan對(duì)此大加贊許——

下一波LLM將(jiāng)是移動原生的。一個離線的、永遠在線的LLM不僅可以降低服務成(chéng)本，而且還(hái)爲用戶體驗開(kāi)辟了全新的途徑。例如，一個元應用程序可以從你的移動工作流程中學(xué)習，并爲你實現自動化。在小屏幕上節省的生産力，將(jiāng)比在大屏幕上多得多。

此前，谷歌一直被(bèi)嘲在AI研究上已經(jīng)落後(hòu)于微軟，PaLM 2，無疑是谷歌的一次重大回擊。

但PaLM 2同樣(yàng)也面(miàn)臨著(zhe)一些争議，比如訓練語言模型的數據是否合法？

谷歌隻是提到訓練語料庫來自「網絡文檔、書籍、代碼、數學(xué)和對(duì)話數據」，但并沒(méi)有進(jìn)一步的細節。

而大語言模型的幻覺問題，同樣(yàng)無法避免。谷歌研究副總裁Zoubin Ghahramani表示，PaLM 2是對(duì)早期模型的改進(jìn)，谷歌「投入了大量精力，不斷改進(jìn)基礎性和歸因指标」。

但他承認，在打擊AI産生的虛假信息方面(miàn)，大家都(dōu)還(hái)有很長(cháng)的路要走。

除了PALM 2，谷歌還(hái)宣布了正在訓練的全新基礎模型Gemini。這(zhè)是第一個多模态模型，同樣(yàng)包含了參數大小不同的模型。

除了介紹模型，谷歌還(hái)特地介紹了開(kāi)發(fā) AI 技術的社會責任感，包括兩(liǎng)個判别AI生成(chéng)内容的工具：

- watermarking（嵌入水印）

- metadata（嵌入元數據）

02 Duet AI：辦公全家桶新升級

此前，微軟Copilot把GPT-4整進(jìn)了全系辦公産品，掀起(qǐ)了震驚全世界的辦公軟件革命。

怎麼(me)破？谷歌這(zhè)次祭出了Duet AI，給谷歌辦公全家桶Workspace來了一個全新升級。

其實呢，這(zhè)也就是新瓶裝舊酒，Duet AI就是Docs和Gmail等軟件中AI工具的新名字。

谷歌希望，生成(chéng)式AI能(néng)讓Gmail、Docs、Sheets和Slides更有用，不過(guò)目前，大部分功能(néng)還(hái)在開(kāi)發(fā)中。

Duet AI會涵蓋谷歌的各種(zhǒng)辦公軟件，包括在文檔和Gmail中的寫作輔助、幻燈片的圖片生成(chéng)、Meet的自動會議摘要等等。

在文檔中，隻要點「Help me write」，Duet AI就能(néng)自動幫你生成(chéng)招聘啓事(shì)。

好(hǎo)玩的是，你還(hái)可以規定任意文風，比如讓它古怪的調調寫出一個工作描述。

在Google Slids中，Duet AI能(néng)直接從幻燈片中的文本生成(chéng)圖像。

簡單描述一下，合意的圖片立馬生成(chéng)。

想做一個遛狗業務的收費表？描述一下，它就給你自動生成(chéng)。

而I/O大會上一個真正的新事(shì)兒是，寫作輔助也會應用在移動端的Gmail上，這(zhè)是對(duì)Smart Compose的升級。

現在，如果想試用這(zhè)些新工具，需要注冊Workspace Labs，加入候補名單。

好(hǎo)消息是，現在任何人都(dōu)可以申請加入候補名單了，不過(guò)目前尚不清楚用戶何時可以訪問。谷歌的說法是，將(jiāng)在未來幾周内將(jiāng)服務擴展到「更多的用戶和國(guó)家」。

目前唯一可靠的消息是，Gmail的移動程序上會出現「Help me write」AI助手，此前微軟也曾推出類似産品，將(jiāng)必應集成(chéng)到iOS和Android的SwiftKey鍵盤中。

03 Bard又雙叒叕便強了

發(fā)布會上，谷歌還(hái)宣布了一個重磅消息。

那就是，Bard未來也能(néng)像ChatGPT一樣(yàng)，接入網絡，實時搜索網頁。

這(zhè)次，Bard上新了不少功能(néng)，比如支持了兩(liǎng)種(zhǒng)新的語言——日語和韓語，用戶目前可以更簡便地把生成(chéng)的文本導出到谷歌文檔和Gmail，可視化搜索，以及深色模式等等。

不過(guò)，最令用戶開(kāi)心的，想必是谷歌決定取消Bard的等候名單——將(jiāng)在180個國(guó)家或地區提供服務。

此外，和Adobe的AI圖像生成(chéng)功能(néng)，以及Instacart和OpenTable等第三方服務的功能(néng)整合也正在路上。

總的來看，這(zhè)些上新是給老Bard注入的一針強心劑。

目前，谷歌正在使Bard變得更加可視化，讓Bard能(néng)夠分析圖像，并且能(néng)在查詢結果中提供圖像信息等等。

關于這(zhè)一方面(miàn)，谷歌在發(fā)布會上展示了一個案例。

假如用戶問Bard，美國(guó)的新奧爾良有哪些必看的景點，那麼(me)Bard就能(néng)圖文并茂的解答這(zhè)個問題。

就像用戶在谷歌搜圖中問同樣(yàng)的問題一樣(yàng)。

你還(hái)可以，用Bard起(qǐ)草郵件，并一鍵導入Gmail，還(hái)有文檔中。

而另一個更好(hǎo)玩兒的功能(néng)是用圖像提示系統。該功能(néng)由Google Lens提供，它能(néng)夠識别圖片中的物體。

比方說，上傳一張狗狗的照片，然後(hòu)給一個prompt「爲這(zhè)兩(liǎng)隻狗寫編一個有趣的标題」。Google Lens就可以識别狗狗的品種(zhǒng)，然後(hòu)Bard就能(néng)寫下與這(zhè)兩(liǎng)隻狗狗特征相關的内容。

該功能(néng)目前可能(néng)還(hái)不太完善，雖說潛力無限。未來如何取決于系統的整合程度。

雖說對(duì)Bard來講，這(zhè)是一個相當重大的更新，但和OpenAI的ChatGPT，以及微軟的Bing之間的差距仍然是肉眼可見的。

要知道(dào)，微軟在3月就給Bing增加了由OpenAI的DALL-E系統支持的AI圖像生成(chéng)功能(néng)。而OpenAI和微軟一直在探索如何將(jiāng)聊天機器人與更多種(zhǒng)的網絡服務相結合。

不僅如此，OpenAI早些時候還(hái)宣布了ChatGPT將(jiāng)和OpenTable預訂餐廳，以及Instacart訂貨配送的功能(néng)相結合。

谷歌表示，這(zhè)些功能(néng)自己之後(hòu)也會有的。

04 代碼能(néng)力up

谷歌表示，升級後(hòu)的Bard將(jiāng)會非常擅長(cháng)處理有關代碼的問題，包括調試和解釋20多種(zhǒng)語言的代碼。

因此，今天發(fā)布會上的一些升級主要集中在這(zhè)個方面(miàn)上。

包括新的深色模式，改進(jìn)的代碼引用功能(néng)——不僅能(néng)提供來源，還(hái)能(néng)解釋代碼片段，以及一個新的導出功能(néng)。

用戶可以把代碼發(fā)送到谷歌的Colab平台，還(hái)能(néng)和另一個基于浏覽器的IDE——Replit一起(qǐ)使用（從Python查詢開(kāi)始）。

隻要選中代碼，就可以一鍵導出到Colab或者Replit。

還(hái)支持20+種(zhǒng)編程語言。基本涵蓋了碼農們所需的所有編程需要。

甚至還(hái)能(néng)直接詢問Bard怎麼(me)用某一種(zhǒng)語言實現某種(zhǒng)功能(néng)。隻要prompt到位，生成(chéng)一串代碼也就是幾秒鍾的事(shì)。

寫完以後(hòu)，還(hái)能(néng)就著(zhe)某一行代碼進(jìn)行解釋，以及完善。

如此看來，結合了PaLM2的Bard應該會在生成(chéng)質量上有明顯的提升。當然，具體表現如何，還(hái)得再觀察。

05 對(duì)戰必應，谷歌AI搜索已來

此前，整合進(jìn)GPT的必應勢如破竹，真正威脅到了谷歌的搜索市場。

爲了與微軟必應競争，谷歌同在今天推出了由PaLM 2驅動的全新搜索引擎。

它能(néng)夠提供問題回答的摘要，比如問「爲什麼(me)酵母面(miàn)包仍然如此受歡迎？」，谷歌搜索就給出幾段詳細描述酵母的味道(dào)、其益生元能(néng)力的優勢等等。

另外，在生成(chéng)内容旁，給出了3個鏈接，以證明摘要中的内容。這(zhè)樣(yàng)以減少AI在生成(chéng)内容上出現「幻覺」問題。

當你搜索藍牙音箱，首先頂部有一個簡短的摘要，詳細說明了購買時應注意的事(shì)項：電池壽命、防水性、音質。

右邊是三個購買指南的鏈接，下面(miàn)是6個不錯選擇的購物鏈接，每個旁邊都(dōu)有一個 AI 生成(chéng)的摘要。

可以看到，這(zhè)是谷歌搜索結果頁面(miàn)的new look。把AI生成(chéng)内容放在最開(kāi)始。

比起(qǐ)重新設計的微軟必應，搜索結果頂部的AI框對(duì)谷歌來說更像是，一個小小的更新。

值得注意的是，要是想要訪問這(zhè)一功能(néng)，你必須選擇Search Generative Experience（SGE）這(zhè)一新功能(néng)。

并非所有搜索都(dōu)會有AI生成(chéng)的答案。隻有當谷歌的算法認爲它比标準答案更有用時，AI内容才會出現，而像健康、财務等敏感主題完全不會有AI生成(chéng)。

谷歌表示，其改進(jìn)後(hòu)的搜索引擎能(néng)夠以對(duì)話方式跟蹤原始搜索查詢的選項，無需重複已經(jīng)提供的上下文或細節。

然而，谷歌搜索也不是無所不能(néng)，也存在從未完全解決過(guò)的問題——結構編排（orchestration of structure）。

因爲大部分數據儲存在互聯網上，甚至谷歌内部，但將(jiāng)所有這(zhè)些數據放在一起(qǐ)形成(chéng)一個連貫的答案真的很難。

目前，已經(jīng)開(kāi)放候補名單僅限美國(guó)，谷歌表示，未來幾個月將(jiāng)考慮更廣泛地推出這(zhè)一功能(néng)。

06 一鍵退款，智能(néng)P圖，沉浸導航

一鍵生成(chéng)退款郵件？

谷歌行。

劈柴在發(fā)布會一開(kāi)始就整了個小活。航班取消了得退款？不會寫申請退款的郵件？

gmail會。

隻要在prompt欄裡(lǐ)輸入要求，gmail分分鍾生成(chéng)了一篇有理有據有節的退款申請郵件。

另外，谷歌Map現在也有了沉浸式view，你想去哪，怼臉的實景導航來了。

你還(hái)能(néng)順便問問空氣質量、天氣、交通狀況，都(dōu)能(néng)即時演示。

Magic Editor是谷歌最新公布的照片處理功能(néng)，使用生成(chéng)性AI，可以讓用戶在沒(méi)有專業工具的情況下對(duì)照片進(jìn)行各種(zhǒng)編輯。

不會p圖星人的福音來了？

發(fā)布會上，谷歌分享了幾個應用了這(zhè)項新功能(néng)的案例，不得不說，效果酷炸了。

比如下面(miàn)這(zhè)張，Magic Editor一鍵把瀑布前的人像挪到了側面(miàn)，還(hái)把背景中别的遊客p掉了。不僅如此，本來多雲的天氣硬是給p藍了。

再比如下面(miàn)這(zhè)張，Magic Editor一鍵將(jiāng)長(cháng)凳上的小孩連著(zhe)凳子一起(qǐ)移到了中間，自動補齊了多出來的椅子，還(hái)把原畫中缺失的氣球補齊了。

而且天也p藍了。

當然，這(zhè)項功能(néng)還(hái)沒(méi)到最完美的地步。就比方說，仔細看看上面(miàn)這(zhè)張圖片，凳子挪動了，可是底下的影子沒(méi)動。

但總歸，這(zhè)項功能(néng)對(duì)照片本身的理解是革命性的。

當然，咱現在還(hái)不用太擔心是不是有的圖片被(bèi)Magic Editor處理過(guò)。因爲谷歌說了，下半年才會推出這(zhè)項功能(néng)。

07 AI筆記本Project Tailwind

學(xué)生黨福音來了。

不得不說，谷歌還(hái)真把學(xué)生們拿捏住了。

Project Tailwind從本質上講，就是個筆記本，但是加了AI的能(néng)力。

一下子就不一樣(yàng)了。

用戶可以像問導師或者學(xué)習搭子一樣(yàng)進(jìn)行在Tailwind裡(lǐ)進(jìn)行檢索。

雖說谷歌把這(zhè)個功能(néng)其定位爲學(xué)生服務的工具，但是對(duì)于日常需要處理大量文本的打工人來說，也是重大利好(hǎo)。

谷歌産品管理高級總監表示，Tailwind就像一個真正的筆記本一樣(yàng)，你在裡(lǐ)面(miàn)記東西，而這(zhè)些内容就是AI學(xué)習的對(duì)象。

用戶可以簡便地從谷歌雲端硬盤中挑選文件，有效創建了一個兼具個性化和私人屬性的AI模型。

目前，該功能(néng)在大學(xué)校園内進(jìn)行了廣泛的測試。

在示例演示中，Tailwind收集了一大堆學(xué)習筆記，然後(hòu)，生成(chéng)了包括主題詞在内的很多内容，比如，用戶可以爲特定主題創建術語表。

Tailwind不僅僅能(néng)爲學(xué)生服務，它對(duì)任何從不同來源獲取信息的人都(dōu)有幫助。

隐藏在Tailwind背後(hòu)的理念是，爲什麼(me)我們不能(néng)爲每個用戶定制不同的AI語言模型呢？

當然，這(zhè)裡(lǐ)存在兩(liǎng)個問題。

一方面(miàn)是成(chéng)本問題。訓練語言模型所需的計算需求和微調成(chéng)本都(dōu)很高，誰來負擔這(zhè)個成(chéng)本？另一方面(miàn)則是信息安全性。

畢竟，捏造信息這(zhè)種(zhǒng)事(shì)可一點都(dōu)不稀奇，誰能(néng)保證個性化的筆記本不會出現同樣(yàng)的問題呢。

不過(guò)，是騾子是馬還(hái)得拉出來遛遛。用戶目前可以注冊Project Tailwind進(jìn)行測試。該功能(néng)也是AI Labs計劃的一部分。

08 安卓開(kāi)發(fā)小助手

此外，谷歌I/O大會上還(hái)推出了專爲Android開(kāi)發(fā)的AI編碼機器人Studio Bot。

不僅可以生成(chéng)代碼、修複BUG，甚至能(néng)夠回答關于安卓應用開(kāi)發(fā)的相關問題。

同時支持Kotlin和Java編程語言，并將(jiāng)直接嵌入到Android Studio開(kāi)發(fā)工具的工具欄中。