Blog
Google即將推出多模式語言模型Gemini：挑戰OpenAI並改寫AI戰局？
Google即將推出多模式語言模型Gemini：挑戰OpenAI並改寫AI戰局？
October 13, 2023
重點摘要：
新聞內文：
Google目前面臨巨大的壓力。
公司即將發布Gemini，這是備受期待的新大型語言模型，將與OpenAI的GPT-4進行密切比較。
Gemini將是多模式的，意味著它將能夠理解並生成文本、圖像和其他類型的內容。執行長Sundar Pichai暗示它將更擅長規劃，而DeepMind執行長Demis Hassabis告訴Wired，Gemini正在使用驅動其AlphaGo程式的技術進行訓練，該程式在2016年贏了最優秀的人類圍棋選手。
在這些中間的一個關鍵人物是Sissie Hsiao，Google的「Bard」和Google Assistant的副總裁兼總經理。她還是Insider首屆AI 100的成員之一。
Hsiao並不是負責架構Gemini的團隊一員，這是由DeepMind和Google的Brain部門新成立的聯盟，但她負責的主要產品將讓使用者可以使用這些新的AI系統。
Hsiao說：「我見證了一些令人驚嘆的事情。比如，我正在嘗試烤蛋糕，請幫我畫3幅冰三層蛋糕的步驟，而Gemini實際上會創造這些圖像」。
她補充說：「這些是全新的圖片，不是從網路上複製來的。它現在能夠以圖像的方式與人類對話，而不僅僅是文本」。
可以說，Google需要Gemini取得成功，這一點已經言之過早。OpenAI最近宣布第三代視覺藝術生成器「DALL-E」，並升級了ChatGPT，使其能夠使用更新的訊息（到目前為止，它無法使用2021年9月之後的數據）。
如果Gemini令人印象深刻，它將有助於Google改變它被微軟和OpenAI擺了一道的敘述。如果令人失望，它將放大批評者的聲音，他們認為Google已經落後了。
這家搜尋引擎龍頭從第一天開始就坦言Bard存在限制，並仍然將其稱為「實驗」。這款聊天機器人因生成虛假訊息而受到指責。Hsiao的團隊最近推出了一個功能，突顯Bard懷疑可能不準確的訊息。
就像目前大多數Google高層主管一樣，Hsiao喜歡說Google「勇敢而負責任」，但她也承認公司內部的事情「進行得非常快」，並且Bard團隊目前感覺像一家「新創公司」。
她說：「感覺就像我在Google的前一兩年一樣。感覺就像重新開始」。
她說：「人們問我，『炒作是真的嗎？』我不認為這是炒作，我認為這是真的，因為我每天都在使用這項技術」。
「就像出現了新的魔法成分」
Hsiao於2006年加入Google，擔任圖像搜尋和Google Docs的產品經理。從那時起後開始，她在Google的廣告產品上擔任各種職位。
她說：「在我在Google工作了幾年之後，我真的看著它並說，『在Google上最具未來性的產品是什麼？這是一個未解決的問題』」。 Google Assistant就是答案，並且在2021年，Google重新調整了其搜尋團隊，讓Hsiao負責其語音助手。
Hsiao表示，她希望在「將未來性研究與未來願景相結合」的事物上工作。
Bard和Assistant團隊在今年早些時候合併在Hsiao的領導下，我們開始了解為什麼：Google最近宣布，Bard正在集成到移動設備上的Assistant中，就在Amazon公佈了更強大的Alexa之後。
Assistant with Bard，正如Google所稱呼的，將融合Bard的生成式AI能力與其語音助手的幫助能力。它的到來還表明，在功能強大的LLM時代，該公司正在重新思考Assistant的實際作用。
「我們正在遠離語音作為主要模式」，Hsiao談到最近的Assistant更新，該更新將允許使用者使用文本、語音和圖像與其互動。
至於Google是否計劃改進智慧音箱上的體驗還有待觀察。Hsiao說：「我們仍在探索」。「現在說明是否有用還太早」。
儘管聊天機器人和大規模語言模型令使用者驚艷，但關於這些AI系統是否在長期內真正有用仍然存在問題。Google的優勢在於它已經流行的應用程式，例如Gmail、Docs和Maps等，它可以將基礎AI功能注入其中。
Hsiao認為，Bard本身在長期內具有價值作為一種產品。她告訴Insider：「它是大規模語言模型最不受限制的表達方式」。「這個盒子中有美感，因為在那個盒子中，你可以要求它做任何事情」。
她還認為，這項新技術既可以作為獨立的AI產品，也可以嵌入到其他產品中。
Assistant with Bard可能有助於Google證明這一點，但現在說還太早。Hsiao的團隊，就像Google內的許多團隊一樣，正在快速實驗，尋找令人印象深刻且真正有幫助注入AI的方法。
她說：「就像出現了新的魔法成分」，她說「你正試圖弄清它能做什麼」。
新聞原址： https://www.businessinsider.com/google-sissie-hsiao-teases-gemini-ai-model-pretty-amazing-things-2023-10
- Google即將推出名為「Gemini」的新大型語言模型，該模型不僅能理解和生成文本，還能處理圖像和其他類型的內容。
- Sissie Hsiao，Google的「Bard」和Google Assistant的副總裁兼總經理，表示Gemini能以圖像方式與人類對話，並將與使用者可用的新AI系統整合。
- 如果Gemini成功，它將有助於改變Google在AI領域被微軟和OpenAI超越的現狀；如果失敗，則會加劇批評者認為Google已經落後的觀點。
新聞內文：
Google目前面臨巨大的壓力。
公司即將發布Gemini，這是備受期待的新大型語言模型，將與OpenAI的GPT-4進行密切比較。
Gemini將是多模式的，意味著它將能夠理解並生成文本、圖像和其他類型的內容。執行長Sundar Pichai暗示它將更擅長規劃，而DeepMind執行長Demis Hassabis告訴Wired，Gemini正在使用驅動其AlphaGo程式的技術進行訓練，該程式在2016年贏了最優秀的人類圍棋選手。
在這些中間的一個關鍵人物是Sissie Hsiao，Google的「Bard」和Google Assistant的副總裁兼總經理。她還是Insider首屆AI 100的成員之一。
Hsiao並不是負責架構Gemini的團隊一員，這是由DeepMind和Google的Brain部門新成立的聯盟，但她負責的主要產品將讓使用者可以使用這些新的AI系統。
Hsiao說：「我見證了一些令人驚嘆的事情。比如，我正在嘗試烤蛋糕，請幫我畫3幅冰三層蛋糕的步驟，而Gemini實際上會創造這些圖像」。
她補充說：「這些是全新的圖片，不是從網路上複製來的。它現在能夠以圖像的方式與人類對話，而不僅僅是文本」。
可以說，Google需要Gemini取得成功，這一點已經言之過早。OpenAI最近宣布第三代視覺藝術生成器「DALL-E」，並升級了ChatGPT，使其能夠使用更新的訊息（到目前為止，它無法使用2021年9月之後的數據）。
如果Gemini令人印象深刻，它將有助於Google改變它被微軟和OpenAI擺了一道的敘述。如果令人失望，它將放大批評者的聲音，他們認為Google已經落後了。
這家搜尋引擎龍頭從第一天開始就坦言Bard存在限制，並仍然將其稱為「實驗」。這款聊天機器人因生成虛假訊息而受到指責。Hsiao的團隊最近推出了一個功能，突顯Bard懷疑可能不準確的訊息。
就像目前大多數Google高層主管一樣，Hsiao喜歡說Google「勇敢而負責任」，但她也承認公司內部的事情「進行得非常快」，並且Bard團隊目前感覺像一家「新創公司」。
她說：「感覺就像我在Google的前一兩年一樣。感覺就像重新開始」。
她說：「人們問我，『炒作是真的嗎？』我不認為這是炒作，我認為這是真的，因為我每天都在使用這項技術」。
「就像出現了新的魔法成分」
Hsiao於2006年加入Google，擔任圖像搜尋和Google Docs的產品經理。從那時起後開始，她在Google的廣告產品上擔任各種職位。
她說：「在我在Google工作了幾年之後，我真的看著它並說，『在Google上最具未來性的產品是什麼？這是一個未解決的問題』」。 Google Assistant就是答案，並且在2021年，Google重新調整了其搜尋團隊，讓Hsiao負責其語音助手。
Hsiao表示，她希望在「將未來性研究與未來願景相結合」的事物上工作。
Bard和Assistant團隊在今年早些時候合併在Hsiao的領導下，我們開始了解為什麼：Google最近宣布，Bard正在集成到移動設備上的Assistant中，就在Amazon公佈了更強大的Alexa之後。
Assistant with Bard，正如Google所稱呼的，將融合Bard的生成式AI能力與其語音助手的幫助能力。它的到來還表明，在功能強大的LLM時代，該公司正在重新思考Assistant的實際作用。
「我們正在遠離語音作為主要模式」，Hsiao談到最近的Assistant更新，該更新將允許使用者使用文本、語音和圖像與其互動。
至於Google是否計劃改進智慧音箱上的體驗還有待觀察。Hsiao說：「我們仍在探索」。「現在說明是否有用還太早」。
儘管聊天機器人和大規模語言模型令使用者驚艷，但關於這些AI系統是否在長期內真正有用仍然存在問題。Google的優勢在於它已經流行的應用程式，例如Gmail、Docs和Maps等，它可以將基礎AI功能注入其中。
Hsiao認為，Bard本身在長期內具有價值作為一種產品。她告訴Insider：「它是大規模語言模型最不受限制的表達方式」。「這個盒子中有美感，因為在那個盒子中，你可以要求它做任何事情」。
她還認為，這項新技術既可以作為獨立的AI產品，也可以嵌入到其他產品中。
Assistant with Bard可能有助於Google證明這一點，但現在說還太早。Hsiao的團隊，就像Google內的許多團隊一樣，正在快速實驗，尋找令人印象深刻且真正有幫助注入AI的方法。
她說：「就像出現了新的魔法成分」，她說「你正試圖弄清它能做什麼」。
新聞原址： https://www.businessinsider.com/google-sissie-hsiao-teases-gemini-ai-model-pretty-amazing-things-2023-10