谷歌推出对话式AI服务Bard,未来几周将开放给大众,AI大战打响

北京时间
2 月 7 日凌晨，谷歌 CEO 桑达尔·皮查伊（Sundar Pichai）宣布，谷歌将推出一款由 LaMDA 模型支持的对话式人工智能服务，名为
Bard。

（来源：Google）

皮查伊称这是“谷歌人工智能旅途上的重要下一步”。

他在博客文章中介绍称：Bard
寻求将世界知识的广度与大型语言模型的力量、智慧和创造力相结合。它将利用来自网络的信息来提供新鲜的、高质量的回复。它既是创造力的输出口，也是好奇心的发射台。

他还表示，Bard
的使用资格将首先“发放给受信任的测试人员，然后在未来几周内开放给更广泛的公众”。虽然具体时间尚未公布，但考虑到谷歌目前的处境，或许不需要很久我们就能一睹为快。

与此同时，皮查伊还宣布谷歌搜索引擎将加入更多新的人工智能（AI）功能和服务。“人类的许多问题是主观且没有正确答案的，AI
可以在这些时候提供帮助和综合见解……将复杂的信息和多个视角提炼成易于理解的形式，以便用户快速了解全局并从网上获得更多信息，”他写道。

虽然没有指名道姓，但
Bard 对话式 AI 服务的定位，很明显是谷歌为了应对 OpenAI 的 ChatGPT 而推出的竞争产品，而在搜索引擎中加入更多的、更强大的 AI
功能，也是为了对抗可能很快到来的、在 AI 技术（很可能是 ChatGPT）加持下的微软必应搜索引擎。

ChatGPT
是 OpenAI 在 2022 年 11
月推出的对话式人工智能机器人，以惊人的对话表现和高质量的输出内容引爆网络，甚至以一己之力彻底带火了人工智能生成内容（AIGC）的赛道，让微软、谷歌等公司纷纷在相关领域加注。最新统计数据显示，ChatGPT
推出不到 2 个月，月活用户数量就已超过 1 亿，而短视频杀手级应用 TikTok 用了 9 个月才实现这一目标。

根据描述，Bard
的工作方式大概率与 ChatGPT 类似，都是通过对话来回答用户的问题或者提供用户想要的信息，用户可以不断地追问、改进、丰富自己的问题，让
AI 的回答更贴近自己想要的东西。

在介绍
Bard 时，谷歌使用的案例是“用 9 岁小孩可以听懂的话，介绍一下詹姆斯韦伯太空望远镜的最新发现”。这是一个复杂的话题，而谷歌要展示的能力是用 Bard
简化它。

Bard
给出的回应列出了三个最新发现，段落清晰，用词简单，还使用了比喻让内容更易理解，而且在对 9
岁小孩可能没掌握的词根“Exo”加以注释，可以说是理解力和解释力双满分。

图 | Bard 介绍詹姆斯韦伯太空望远镜的最新发现（来源：谷歌）

根据介绍，最初发布的
Bard 服务，将使用轻量级 LaMDA 模型。从执行任务的角度来看，轻量级模型将需要更少的算力，从而让谷歌可以扩展和服务更多的用户。

目前还不清楚
Bard 将使用多么“轻量级”的 LaMDA 模型。LaMDA 模型的全名是 Language Model for Dialogue
Applications（对话应用的语言模型），最早在 2021 年的谷歌 I/O 大会上公布，后于 2022 年更新为第二代。它基于 Transformer
神经网络架构，使用高达 1370 亿个参数进行训练，它的训练数据是对话内容，而非普通的句子和文章。

经过多年的打磨和实践，LaMDA
模型的强大是毋庸置疑的。2022 年 6 月，谷歌 AI 工程师 Blake Lemoine 甚至公开表示，他认为 LaMDA
已经有了人格意识，具有相当于八岁儿童的智力。此番言论被谷歌和许多从业者认为是证据不足，也导致该工程师被带薪休假，但这也反应出模型确实具有很强的对话技巧。

谷歌表示，在用户使用
Bard 时，他们将会收集外部反馈并与内部测试相结合，以确保“Bard
的回答在质量、安全性和根基性（真实性）等关键方面达到高标准”。值得注意的是，这三点正是谷歌研究人员在 LaMDA
模型中最看重的三个核心目标。

这一点与
OpenAI 对 ChatGPT 所做的类似。自推出以来，OpenAI 已经对 ChatGPT
进行了多次大大小小的更新，包括对问题接受程度的提高，对回答质量的改进，产品功能性优化和数学能力强化等等。不仅如此，OpenAI 还推出了付费版
ChatGPT，ChatGPT Plus 服务，包括更快的响应速度和提前体验未来的新功能。

图 | ChatGPT 的更新日志（来源：OpenAI）

可以预见的是，Bard
上线之后，谷歌可能也会不断推出更新和优化，比如参数更多的 LaMDA 模型，甚至是类似的订阅制服务。

毕竟在动荡不安的宏观经济环境下，科技巨头们已经陆续裁员。接下来我们很可能看到，投入长期人工智能研究的资金减少，同时让相关技术产生经济利益的压力增大。企业实验室的研究人员将面临更大压力，以证明他们的研究成果可以整合到产品中，从而为企业赚钱。

可以说，Bard
将成为谷歌的一款产品。在此基础上，谷歌还将开放同样由 LaMDA 模型驱动的生成式语言 API（Generative Language
API），供第三方开发者和企业使用，从而推动更多创新。API 服务预计将在下个月开放，同时皮查伊也表示，谷歌会开放更多的 AI 模型驱动的 API
并开发配套工具。

“重要的是，我们要以大胆和负责任的方式，将根植于这些（人工智能）模型里的经验带给整个世界。所以我们致力于负责任地开发人工智能，”皮查伊写道，“无论是应用
AI
彻底改造我们自己的产品，还是让其他人可以使用这些强大的工具，我们都将继续大胆创新，并用我们的方法负责。这仅仅是个开始——在接下来的几周和几个月里，所有这些（产品）领域都会看到更多更新。”

图 | 谷歌展示人工智能如何改善搜索结果（来源：谷歌）

“红色代码”

早在
2019 年和 2021 年，微软就曾投资 OpenAI。ChatGPT 推出后，微软很快就宣布了对 OpenAI
进行“持续多年、数十亿美元”规模的投资，以拓展两家公司的合作伙伴关系。此后，有关微软要将以 ChatGPT 为代表的 AI
技术与旗下多款产品深度整合的消息层出不穷。

正所谓“近水楼台先得月”，ChatGPT
再开放，与其他企业的合作再深入，也不会比与“金主”微软的合作更早、更快、更深入。一个最明显的例子：被谷歌搜索牢牢压制的必应搜索引擎或许会因此焕发新生。

微软当然不会放过这个好机会，就在皮查伊官宣
Bard 之后，微软很快就表示要在周二（美国时间 2 月 7
号）召开一场发布会，我们可以期待看到更具体的、由人工智能驱动的产品更新——这甚至早于谷歌原定于周三在巴黎召开的有关搜索引擎的发布会。

同样也是在皮查伊官宣
Bard 之后，已有媒体表示获得了一份谷歌内部备忘录，也是由他发布的。

据称，内部备忘录号召所有谷歌内部员工，以“参加
Hackathon（编程马拉松）的态度”齐心协力测试
Bard，踊跃提供反馈和建议，因为“（该服务）现在还处于早期阶段，需要快速迭代”。皮查伊还表示，谷歌将很快开始招募开发人员和企业，来测试前文提到的、基于
LaMDA 的 API。

所有这些行动，一方面显示出谷歌、微软等科技巨头对
AIGC 技术的高度重视，另一方面也凸显出他们的行事高效和技术上的积累——距离 ChatGPT 推出还不到 3
个月，再算上圣诞假期季谷歌就已经能拿出与之竞争的产品，而微软也打算成为“第一个吃螃蟹”的企业。

（来源：Pixabay）

生成式人工智能的未来

2022
年，我们看到了许多生成式人工智能技术的爆火。未来，我们一定会见证更多技术的诞生。

OpenAI
的 DALL-E 2 模型在 2022 年 4 月发布。5 月，谷歌官宣了（但没有发布）它自己的两种文本到图像的模型，Imagen 和 Parti。然后是
Midjourney 公司，推出了一个为艺术家制作的文本到图像模型。8 月，英国初创公司 Stability AI 向公众免费发布了开源模型 Stable
Diffusion。11 月，我们看到了 ChatGPT。

尝鲜的用户蜂拥而至。OpenAI
在短短 2 个半月内就吸引了 100 万用户。超过 100 万人开始通过付费服务 Dream Studio 使用 Stable
Diffusion；更多的人通过第三方应用程序使用 Stable Diffusion，或在他们自己的电脑上安装免费版本。Stability AI
的创始人易马德·莫斯塔克（Emad Mostaque）表示，他的目标是拥有 10 亿用户。

在
2022 年 10 月，我们看到了第二轮热潮：谷歌、Meta 等公司发布了文本到视频模型，可以创建短视频、动画和 3D 图像。

这种发展速度令人惊讶。在短短几个月的时间里，这项技术登上了媒体头条和杂志封面，社交媒体上到处都是讨论的人和有关的梗，话题的热度高居不下，但同时也引发了强烈的反弹。

伦敦国王学院研究计算创造力的人工智能研究员迈克·库克（Mike
Cook）说：“这项技术令人惊叹——它很有趣，这是新技术该有的样子。但它发展得如此之快，以至于在你的理解根本赶不上它的更新速度。我认为，整个社会要花上一段时间来消化它。”

尽管一些人仍沉浸在震惊之中，但更多人正在寻找使用这些工具的方法，并预测接下来会发生什么。

从文本到图像的模型可能只是一个开始。生成式人工智能最终可能被用于建筑设计和开发之中，这又被称为“文本到
X（图片之外的某种事物）”。人们会意识到，技术或工艺不再是障碍，唯一的限制是他们的想象力。

令人兴奋的事实是，我们不知道接下来会发生什么。原因是，虽然创意产业——从娱乐媒体到时尚、建筑、市场营销等等——将首先感受到影响，但这项技术将把创造力赋予每个人。从长远来看，它可以用于产生几乎任何东西的设计，从新型药物到服装和建筑。

生成式人工智能的未来已经拉开帷幕，面对翻天覆地的变化，科技巨头已经给我们展示了正确的对待方式：用一切可能的资源去拥抱它，而不是固步自封。