谷歌“复仇者联盟”出击！集结 26 位技术大拿、号称“比 GPT-4 强”的 AI 王炸即将来袭？

整理 | 朱珂欣

出品 | CSDN程序人生（ID：coder_life）

在 AI 拉锯战上，谷歌的口令一直是：「咱不能输」。

如今，谷歌带着它的“复仇者联盟”，向 OpenAI 全军出击！

据外媒报道，谷歌正在马不停蹄地赶工中，准备在今年秋天发布迄今为止可能是大模型界的阿尔法级别产品：Gemini。

蓄力多时，“复仇者联盟”集结多位干将

毋庸置疑，ChatGPT 珠玉在前，谷歌想要展开正面交锋，得有点绝杀才有说服力。

万众期待之下，几个月来，谷歌一直蓄势待发。

4 月，谷歌将深度学习人工智能研究部门 google Brain 与子公司 DeepMind 合并，成立 Google DeepMind。一切旨在提高效率，将谷歌庞大的计算资源和 DeepMind 的研究技能结合起来。

5 月，在谷歌举行的 I/O 2023 大会上，谷歌就指出，Gemini 目前正在接受训练，一旦经过微调，它就会像 PaLM 2 一样「以不同的规模和能力」面世。

6 月，谷歌的 Gemini 被爆由谷歌最强 AI 团队 Google DeepMind 倾力打造。那时，谷歌就声称：“这个 AI 系统将谷歌背后的技术与大型语言模型相结合。该系统具有新的功能，例如规划或解决问题，比 OpenAI 的 GPT-4 更强大”。

随后的日子，谷歌将数百位工程师的集结于此，只为在今年秋天用 Gemini 扳回一局。

据 The Information 报道，为了应战，谷歌联合创始人 Sergey Brin 甚至亲自参与 Gemini 项目开发，并对模型进行评估。

从“复仇者联盟”版图来看，由 Google Brain 和 DeepMind 公司的前主管共同管理监督 Gemini 的大部分小组。目前，已曝光的名单中，至少有 26 名技术大拿正参与开发。

此外，Gemini 将团队划分为约 10 个小组，分别负责预训练、数据、基础设施、模型微调、模型评估、代码库、多模态、强化学习、工具使用以及人工标注数据。

杀手锏来袭：文本能力+文生图能力

众所周知，两个月前，谷歌 DeepMind 首席执行官 Demis Hassabis 放下狠话：Gemini 将成为能「媲美」 ChatGPT 的聊天机器人！

如今，需要划重点的来了。

据知情人士透露，谷歌意图将 Gemini 模型打造成一款「文本生成功能」与「文生图功能」相结合的多模态产品。

简单来说，除了像 GPT-4 大型语言模型一样理解并生成对话文本，还能像 Midjourney 一样生成图像。

此外，还提及了 Gemini 的一些其他功能，例如如分析图表、创建带有文字描述的图形，甚至使用文字或语音指令控制软件。

YouTube 视频数据库的「锦上添花」

值得一提的是，Gemini 坐拥强大能力的背后，离不开庞大的训练数据支撑。

而恰巧谷歌拥有大量的资源，尤其是在可用于训练 AI 模型的数据上，占据绝对优势。

例如，谷歌可以访问 YouTube 视频、Google 图书、庞大的搜索索引以及 Google Scholar 的学术材料。其中，大部分数据都是谷歌「独家」。

据 The Information 早前的报道，谷歌自家的视频平台 YouTube 更是为 Gemini 的训练有素，作出了帮衬。

通过使用 YouTube 视频副本来训练 Gemini，由此将音频与视频集成到 Gemini 中，使其具备多模态能力。

例如，通过 YouTube 视频训练出的模型可以辅助工程师根据视频诊断汽车维修问题、根据用户想创建的网站或应用程序的草图来生成软件代码等。

据 Global Media Insight 估计， YouTube 上至少有 8 亿个视频。

目前，为保证自己在这场 AI 军备竞赛中占据绝对优势，谷歌公司的律师也在持续密切关注 Gemini 使用的训练数据材料，以防侵犯版权。

网友：“ChatGPT 统治的终结？”

若 Gemini 的愿景实现，这款集合了“ ChatGPT + Midjourney/Dall-E + Microsoft 365 Copilot ”的大模型，很有可能将直接带着谷歌逆风翻盘。

这场将在秋日由 Gemini 拉开的正面交锋，也引发了不少业内人士的讨论。

谷歌前高管、风险投资公司 Felicis Ventures 的创始人 Aydin Senkut 极度认可：“这是正确的方向。相信最终，谷歌会成功的！”

彭博社风投分支 Bloomberg Beta 的 AI 初创企业投资人 James Cham 表示：“这将是有模型能与 GPT-4 旗鼓相当的第一个迹象。我认为，在过去的九个月中，也许每个人都在问：什么时候才会有人能赶上 OpenAI？”

除此之外，不少网友也展开了热情讨论：

• “Gemini 项目的合并过程并不容易，涉及到两个独立团队的磨合”；

• “我还记得 Bard 的‘翻车’事件，希望 Gemini 能改写历史”；

• “ChatGPT 统治的终结？”

• “Gemini 的成败可能决定谷歌未来能否保持其在 AI 技术领域的领先地位”……

立秋已过，接下来让我们一起期待谷歌的秋季发布会吧。