谷歌人工智能大会的亮点和低谷

今年是谷歌搜索 25 周年，虽然生日尚未到来，但该公司高管今天宣布，搜索功能将获得一些备受期待的 AI 增强更新。除了搜索之外，谷歌还将其 AI 功能扩展到其翻译服务、地图以及艺术和文化领域的新功能和改进功能。

谷歌高级副总裁 Prabhakar Raghavan 周一宣布推出自己版本的类似 ChatGPT 的 AI 聊天机器人 Bard，随后在周三从法国巴黎直播的谷歌 AI 活动上现场介绍了该机器人。

Raghavan 强调了 Google 率先开展的 transformers（一种用于语言模型和机器学习的神经网络架构）研究为我们今天看到的大部分生成式人工智能奠定了基础。他指出，虽然纯粹基于事实的查询是当今 Google 搜索的主要内容，但生成式人工智能可以更好地解决“没有唯一正确答案”的问题，它可以帮助用户整理复杂的信息和多种观点。

他们的新对话式人工智能 Bard 是基于他们于 2021 年开发的语言工具 LaMDA 的较小模型构建的，其目的是帮助用户权衡不同车型的利弊（如果他们打算购买汽车）。Bard 目前有一小部分测试人员，不久将扩展到更多用户。

[相关：谷歌即将推出的人工智能聊天机器人利用了其搜索引擎的强大功能]

然而，谷歌的首次亮相并没有像公司计划的那样顺利。多家媒体注意到，在谷歌分享的有关新 AI 搜索功能的社交媒体帖子中，巴德在回答一个演示问题时给出了错误的信息。具体来说，当被问到“我可以告诉我 9 岁的孩子关于詹姆斯韦伯太空望远镜的哪些新发现”时，巴德回答说“詹姆斯韦伯太空望远镜拍摄了我们太阳系外行星的第一张照片”，这是不准确的。据路透社和美国宇航局报道，第一张太阳系外行星的照片是由欧洲南方天文台的甚大望远镜 (VLT) 于 2004 年拍摄的。

鉴于微软昨日宣布将把 ChatGPT 的人工智能集成到该公司的 Edge 浏览器和搜索引擎 Bing 中，这次失误的时机并不好。

尽管 Bard 的突破并不顺利，谷歌还是陆续发布了许多关于将人工智能增强功能融入其其他核心服务的公告。

[相关：谷歌即将更好地理解复杂问题]

Lens 是一款基于谷歌图像识别技术的应用，该公司将在未来几个月内为 Android 用户推出“搜索屏幕”功能。该功能允许用户点击来自信息、网络浏览器和其他应用的视频或图片，并让谷歌助手查找可能出现在视频中的项目或地标的更多信息。例如，如果一位朋友发送了她在巴黎旅行的视频，谷歌助手可以搜索视频屏幕，并识别其中的地标，如卢森堡宫。这是谷歌更大努力的一部分，旨在将视觉、音频和文本等不同模式混合到搜索中，以帮助其处理更复杂的查询。

在地图领域，谷歌去年在 2022 年 I/O 大会上预告的沉浸式视图功能今天开始推出。沉浸式视图使用一种称为神经辐射场的方法从 2D 图像生成 3D 场景。它甚至可以重现诸如照明和物体纹理等细微细节。

[相关： Google I/O 回顾：所有很酷的 AI 项目都在筹备中]

除了沉浸式视图功能外，谷歌还将实时视图搜索功能引入地图，让用户可以使用手机摄像头扫描周围的街道，了解周围环境，并获取附近商店和企业的即时增强现实信息。目前，该功能已在伦敦、洛杉矶、纽约、巴黎、旧金山和东京推出，但很快将扩展到巴塞罗那、都柏林和马德里。对于电动汽车司机，人工智能将用于建议充电站点并规划路线，这些路线会考虑交通、能源消耗等因素。用户可以期待这些改进逐渐渗透到谷歌一直在运行的基于数据的项目中，例如 Environmental Insights Explorer 和 Project Air View。

最后，谷歌展示了一些利用人工智能设计艺术和文化项目工具的工作。有些人可能还记得，过去几年，谷歌曾利用人工智能在历史艺术中定位你和你宠物的替身。除了解决研究挑战，如帮助社区保存他们的语言单词表、以数字方式修复绘画和其他文化文物，以及发掘女性在科学领域的历史贡献，人工智能还被用于更有趣的应用。例如，Blob Opera 是根据真实歌剧演员的声音训练的算法构建的。然后，神经网络根据人类歌唱模型对如何唱歌和和声做出自己的诠释。

请观看下面的完整演示：

2023 年 2 月 13 日更新：此帖子已更新，以澄清 Bard 在社交媒体帖子中提供了错误信息，而不是在直播活动本身中。此帖子还已更新，删除了一句话，其中提到直播结束和 Google 发布活动视频之间的延迟。