Google I/O 2023: 让 AI 更好地助力每个人
The following article is from 谷歌黑板报 Author 谷歌黑板报
作者: Sundar Pichai
Google 和 Alphabet CEO
编者语: 以下是我们在 2023 年 Google I/O 大会上公布的内容摘要。
在新沉浸式路线视图下骑行纽约
一张使用 Magic Editor 编辑的照片
让 AI 更好地助力每个人
从 Gmail 和 Photos 到 Maps，这些只是 AI 如何在重要时刻提供帮助的几个例子。我们还可以做更多的事情，在你熟悉和喜爱的产品中充分挖掘 AI 的潜力。
今天，我们有 15 个为个人和企业提供帮助的产品用户数都超过了 5 亿，其中 6 个产品的用户数已超过了 20 亿。这给了我们很多机会来践行我们的使命——整合全球信息，供大众使用，使人人受益。
这是一个永恒的使命，随着时间的推移，它变得越来越重要。展望未来，让 AI 助力每一个人是我们推进这一使命最深入的方式。我们正通过四个重要方法来实现这一目标:
首先，通过提升用户的知识和学识，加深他们对世界的理解。
第二，通过提高创造力和生产力，帮助用户表达自己并把事情做好。
第三，通过赋能开发者和企业，帮助他们打造具有变革性的产品和服务。
最后，通过负责任地创建和部署 AI，使每个人都能平等受益。
PaLM 2 和 Gemini
我们对未来的机会感到非常兴奋。让 AI 助力每一个人的能力在于不断推进我们的基础模型。因此，我想用一点时间来分享我们是如何去实现的。
去年，你们都了解到了 PaLM，它给我们的产品带来了许多改进。今天，我们已准备好宣布最新的 PaLM 模型并已投入使用: PaLM 2。
PaLM 2 建立在我们的基础研究和最新的基础设施之上， 在各种任务中都具有很强的能力，并且易于部署。我们今天将宣布超过 25 种由 PaLM 2 支持的产品和功能。
PaLM 2 模型在各种规模的情况下都能提供出色的基础功能。我们亲切地将它们命名为 Gecko、Otter、Bison 和 Unicorn。Gecko 非常轻巧，可以在移动设备上工作，其速度快到足以在设备上运行出色的交互式应用程序，即使在离线的状态下。由于对科学和数学课题进行了广泛的训练，PaLM 2 模型的逻辑和推理能力更强。它还接受了逾百种的多语言文本训练，因此它能够理解并生成精确的结果。
结合强大的编码能力，PaLM 2 还可以帮助世界各地的开发人员进行合作。假设你正在与首尔的一位同事一起工作，并且正在调试代码。你可以要求它修复错误，并通过在代码中添加韩文注释来帮助你的同事。它首先识别代码是递归的，然后建议修复。它会解释修复背后的原因，并按照你的要求添加韩文注释。
尽管 PaLM 2 的功能已经非常强大，但当用特定领域的知识对它进行微调后，它的表现会更加出色。我们最近发布了针对安全用例进行了微调的 Sec-PaLM。它通过 AI 来更好地检测恶意脚本，并能够帮助安全专家理解和解决威胁。
另一个例子是根据医学知识进行了微调的 Med-PaLM 2。与基础的模型相对比，这种微调使不准确的推理减少了 9 倍，接近于回答同一组问题的临床医生专家的表现。事实上，Med-PaLM 2 是第一个在医学执照考试上展现出 "专家" 水平的语言模型，展现出目前的最高技术水平。
我们还在努力增加 Med-PaLM 2 的功能，使其能够结合医学影像信息，如平片和乳房 X 光检查。你可以想像一个 AI 协作者帮助放射科医生解释图像和交流结果。这些是 PaLM 2 被用于专业领域的一些例子。我们迫不及待地想看到它被用于更多的领域。我很高兴地宣布 PaLM 2 现在已经有了预览版。
PaLM 2 是我们十年以来，用负责任的方式将 AI 带给数十亿人的旅程中的最新进展。它建立在 Google Brain 和 DeepMind 两个世界顶级研究团队所取得的进展之上。
回顾过去十年 AI 的重大突破，上述团队做出了相当数量的贡献，包括 AlphaGo，Transformers 和序列对序列模型等。所有这些都为我们今天所处的转折点奠定了基础。
我们最近将这两个团队合并为 Google DeepMind，利用 Google 的计算资源，让他们专注于创建安全和负责任的更强大系统。
这其中有我们在训练中的下一代基础模型 Gemini。它从一开始就被创建为多模态、高效的工具和 API 集成，以支持未来的创新，如内存和规划。尽管它还处于早期阶段，但我们已经看到在以往模型中没有出现的多模态能力，这让人印象深刻。
经过微调和严格的安全测试后，Gemini 将像 PaLM 2 一样适应多重体量模式和功能。
AI 的责任: 识别生成式内容的工具
随着我们不断投入能力越来越强大的模型，我们也在深入研究 AI 应当肩负的责任，这包括让用户拥有可识别出合成的生成式内容工具。
水印和元数据是两个重要方式。水印将信息直接嵌入到内容中，即使经过适度编辑的图像，水印也能保存其中。展望未来，我们正在建立自己的模型，让水印从开始就融入其中。如果你看到一张合成图片，发现它如此真实，令人印象深刻，这也是为什么这项责任如此重要。
元数据允许内容创作者将额外的背景信息与原始文件关联，每当你看到一张图片时，元数据就会提供其背景信息。我们将确保，每一张由 AI 生成的图像都会绑定这种元数据。
Bard 和 Workspace 的更新
随着模型变得更好、更强大，最令人兴奋的机会之一是人们可以直接参与其中。
这就是 Bard 带给我们的机会——对话式 AI 实验。我们正在迅速提升 Bard, 目前它已支持广泛的编程功能，并在推理和数学提示方面更加智能。并且，从今天起，它将完全运行在 PaLM 2之上。
我们还为 Google Workspace 带来了新功能。除了在 Docs 和 Gmail 中的 "Help me write" 功能外，Google Workspace 的 Duet AI 提供了一些工具，可以在 Slides 和 Meet 中从文本描述中生成图像，在 Sheet 中创建自定义计划等等。
介绍 Labs 和 Search 的新生成式体验
随着 AI 不断的快速升级，我们专注于为用户带来更有用的功能。从今天开始，我们为用户提供了一种新的方式，来预览 Workspace 和其他产品中的部分体验。这就是 Labs。虽然我说这是一种新方式，但是 Google 使用 Labs 作为一种早期访问和获得反馈的方式已经有很长的历史了，用户可以在今天晚些时候开始注册。
除了你们刚才看到的 Workspace 功能外，能够在 Labs 测试的首批体验之一是我们的创始产品——Google Search 。多年前，我们之所以开始深入投资 AI，就是因为我们看到了让 Search 变得更好的机会。随着每一次的突破，我们都让它变得更加便利和直观。
语言理解能力的提高让我们可以更自然地提出问题，并在网络上找到最相关的内容。计算机视觉的进步引入了新的视觉搜索方式。现在，即使用户没有用语言来描述要搜索的内容，也可以用 Google Lens 搜索任何看到的东西。事实上，Lens 每个月完成的视觉搜索超过 120 亿次，短短两年就增长了 4 倍。结合了多模式的 Lens 可以实现多模式搜索，即让用户使用图像和文本同时进行搜索。
展望未来，Google对信息的深刻理解与生成式 AI 强大能力的结合，将会再次改变 Search 的工作方式，解锁 Search 可以回答的全新问题，并带来越来越多更有帮助的体验，将用户与网络世界的丰富内容相连接。
当然，将生成式AI用于搜索仍处于早期阶段。世界各地的人们在重要时刻都依赖于Search，我们知道，做好这一点并继续赢得他们的信任是多么重要。这始终是我们一直不变的努力方向。
因此，我们一直以负责任的态度来推进创新，一如既往地为追求最高的信息质量而努力。这就是为什么我们在Labs最先为用户带来 Search 新生成式体验（new Search Generative Experience）的原因。
帮助他人创新更加便捷
AI 不仅仅是一个强大的赋能工具，它也代表着平台的大转变。所有企业和组织都在思考如何推动转型。因为，我们一直专注于帮助他人能更便捷地利用 AI 进行创新，并使其具有可拓展性。
这意味着我们要提供最先进的计算基础设施，并扩大对 Google 最新基础模型的访问，包括最先进的 TPU 和 GPU。这些模型已经通过严格的测试，并已集成到我们自己的产品之中。我们还在努力提供世界一流的工具，以便客户能够训练、调整和运行他们自己的模型，助力其具备企业级的安全、保密和隐私保护。
用 Android 推动进步
我们对 AI 大胆和负责任的做法可以释放人们的创造力和潜力。我们也想确保这种帮助能够尽可能助力更多人。通过像 Android 这样的计算平台，我们做到了这一点，今天我们将分享 AI 的进步如何让手机更加个性化，包括 Magic Compose (魔法撰写)、Cinematic Wallpapers (电影壁纸) 和Generative AI Wallpapers (生成式 AI 壁纸)。
介绍适合您口袋和家庭的新Pixel设备
今天，我们还将推出 Pixel 7a、Pixel Fold 和 Pixel Tablet，打造了 Google 完整的 AI 设备生态系统。Pixel 7a 从今天起开始发售，Pixel Fold 和 Pixel Tablet 的预售也已开放。