3D視頻聊天、百萬比特量子計(jì)算機(jī)、十倍性能TPU：谷歌在I/O大會上讓我們看到了未來

作者：Synced 2021-05-19 09:53:13

去年的谷歌 I/O 大會因疫情取消了，今天我們看到的，是谷歌積攢兩年的重要技術(shù)。它們也是 AI 等領(lǐng)域里最接近未來的那一部分。

5 月 19 日凌晨，一年一度的谷歌 I/O 大會在線上召開，在谷歌園區(qū)戶外進(jìn)行的開場 Keynote 上，這家公司發(fā)布了一系列引人矚目的全新產(chǎn)品。

「我們的目標(biāo)一直是構(gòu)建一個(gè)能夠幫助所有人的谷歌，」谷歌首席執(zhí)行官桑達(dá)爾 · 皮查伊說道。用 AI 為更多人提供便利是今天谷歌活動的主題。

在長達(dá)幾個(gè)小時(shí)的發(fā)布會中，首先你要知道的黑科技是全息視頻聊天技術(shù) Project Starline。在疫情期間，很多人無法和親人、朋友相聚，而谷歌推出的「聊天室」可以讓你和遠(yuǎn)在天邊的他們近距離碰面，互相問候、眼神交流，就像真的互相見到一樣。

[[400390]]

這看起來有點(diǎn)像實(shí)時(shí)的 3D 電影，又有點(diǎn)像《美國隊(duì)長：內(nèi)戰(zhàn)》里鋼鐵俠在展示自己少年時(shí)的回憶。

實(shí)際上，這是由高分辨率傳感器、數(shù)十個(gè)景深掃描傳感器以及 65 英寸「光場顯示器」重新生成的實(shí)時(shí) 3D 模型。谷歌表示這一項(xiàng)目已開發(fā)了數(shù)年之久，其背后是大量計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、空間音頻和數(shù)據(jù)壓縮技術(shù)。谷歌還為此開發(fā)出了一套突破性的光場系統(tǒng)，讓人無需佩戴眼鏡或耳機(jī)即可感受到逼真的體積和深度感。

谷歌計(jì)劃在今年晚些時(shí)候?qū)?Project Starline 進(jìn)行小范圍的推廣。除了和親戚朋友打招呼，這類技術(shù)更多的應(yīng)用場景應(yīng)該還是遠(yuǎn)程會議，用慣了 zoom 的我們以后要體驗(yàn)「人在家中坐，領(lǐng)導(dǎo)飛過來」了。

Starline 當(dāng)然只是 I/O 大會上眾多新技術(shù)的一小部分。20 年前，谷歌率先將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于搜索中，10 年前，Google Brain 團(tuán)隊(duì) Quoc V. Le、Jeff Dean、吳恩達(dá)等人發(fā)表了著名的「識別貓」論文，其中研究人員利用一千臺電腦的 1.6 萬個(gè)處理器核心訓(xùn)練了一個(gè)圖像識別的神經(jīng)網(wǎng)絡(luò)，它被很多人視為深度學(xué)習(xí)技術(shù)爆發(fā)的標(biāo)志。

如今，谷歌的 AI 能力正讓更多「不可能」變?yōu)楝F(xiàn)實(shí)，他們還要用量子計(jì)算等技術(shù)取得更多突破。

TPU v4，性能提升十倍

2016 年，谷歌發(fā)布了旗下首款定制 AI 芯片 TPU，與傳統(tǒng)的 CPU+GPU 組合相比，這類專用芯片在搜索、翻譯、語音助手、圖像識別等 AI 任務(wù)上有數(shù)量級的性能優(yōu)勢。這些芯片的應(yīng)用為谷歌業(yè)務(wù)帶來了優(yōu)勢，進(jìn)而作為云服務(wù)算力的一部分供開發(fā)者使用。谷歌在 2018 年和 2019 年繼續(xù)推出了 TPU v2 和 v3。

谷歌 TPU 雖然并不外賣，但一直被認(rèn)為是人工智能時(shí)代機(jī)器學(xué)習(xí)專用加速芯片的典范。在今天的 I/O 大會上，谷歌發(fā)布了這款芯片的最新、最強(qiáng)版本。

[[400391]]

如果只看芯片的數(shù)據(jù)，TPU v4 的算力是 v3 的兩倍，而如果看實(shí)際性能，v4 實(shí)際上相比前一代提升了十倍之多，谷歌表示，這主要得益于系統(tǒng)內(nèi)部的互聯(lián)速度，以及架構(gòu)方面的提升。

皮查伊表示，新的 TPU 實(shí)現(xiàn)了計(jì)算性能的里程碑式突破，要想實(shí)現(xiàn) 1 exaFLOP 級的算力（每秒 10 的 18 次方浮點(diǎn)運(yùn)算），以前我們需要超級計(jì)算機(jī)和大量 GPU，現(xiàn)在只需一組 4096 塊 TPU 組成的服務(wù)器就可以了。如今全球超算 Top 500 榜單第一名——日本的「富岳」最高性能只有它的一半。

與英偉達(dá)等芯片公司提出的新一代 AI 加速器類似，谷歌 TPU 效率提高的秘訣在于極快的芯片間互聯(lián)技術(shù)，可以將數(shù)百塊獨(dú)立的芯片轉(zhuǎn)變成緊密結(jié)合的單個(gè)系統(tǒng)來使用。皮查伊表示：「TPU pod 所有芯片間的大規(guī)模互聯(lián)帶寬是其他任何組網(wǎng)技術(shù)的十倍。」

TPU v4 已經(jīng)部署在谷歌的數(shù)據(jù)中心中使用，今年晚些時(shí)候?qū)⑾蛉藗冮_放芯片實(shí)例。

另外，谷歌表示 TPU v4 更高的運(yùn)算效率帶來的好處是更環(huán)保。在未來部署的數(shù)據(jù)中心上，TPU 將使用近 90% 的無碳新能源運(yùn)行。

MUM，比 BERT 強(qiáng) 1000 倍的多模態(tài)、多語言大模型

在 I/O 大會上，谷歌展示了使用 TPU v4 的人工智能應(yīng)用。我們知道，如今很多 AI 應(yīng)用是基于 Transformer 的，該模型在 2017 年由谷歌研究人員提出，用全 attention 的結(jié)構(gòu)代替了 LSTM，在翻譯任務(wù)上取得了更好的成績。這項(xiàng)技術(shù)隨后引發(fā)了預(yù)訓(xùn)練模型的技術(shù)突破。

很多人都知道閱讀理解模型 BERT，其中的 T 是 Transformer；谷歌正在開發(fā)的搜索模型 T5，其中的 T 是 Transformer；如果你知道此前 OpenAI 提出的全球最大預(yù)訓(xùn)練 AI 模型 GPT-3，其中的 T 也代表 Transformer。

目前谷歌正在研究的模型是 MUM（Multitask Unified Model，多任務(wù)統(tǒng)一模型）。谷歌表示，雖然同樣是基于 Transformer 架構(gòu)，但 MUM 比 BERT 強(qiáng) 1000 倍。

從名字可以看出，MUM 是一種多模態(tài)模型，可以同時(shí)處理網(wǎng)頁、圖像等多種數(shù)據(jù)（未來還有可能擴(kuò)展到音頻、視頻等）。這種多模態(tài)的設(shè)計(jì)使其非常適用于搜索。谷歌表示，如今的搜索引擎還不夠智能，無法通過一次提問提供更加全面的信息，因此人們需要搜索多次。但有了 MUM 之后，這種問題可以得到緩解。

舉例來說，你之前去過亞當(dāng)斯山徒步，現(xiàn)在想去富士山，你想知道自己該做哪些準(zhǔn)備。在這種情景下，你只需要把「我需要做什么準(zhǔn)備」這個(gè)問題拋給搜索引擎，其背后的 MUM 就可以理解你所謂的「準(zhǔn)備」包含哪些內(nèi)容，比如兩山之間的差別、需要進(jìn)行哪些鍛煉、攜帶哪些裝備以及徒步的路線等，然后指向網(wǎng)絡(luò)上有用的文章、視頻和圖像。

這種多模態(tài)還可以讓你用文字之外的信息進(jìn)行搜索，比如拍下自己的鞋子，問「我能穿著這雙鞋子去富士山嗎？」

此外，MUM 還是多語言的，使用了 75 種語言進(jìn)行訓(xùn)練。這使其具備了在不同語言之間傳遞知識的能力。還是以上述問題為例，關(guān)于「富士山」的信息很多都是日語的，但有了 MUM 的加持，你用英語或其他語言也能搜到它們。

LaMDA：聊天不設(shè)限的語言模型

除了 MUM 之外，谷歌還在此次的 I/O 大會上公布了另一個(gè)基于 Transformer 的語言模型：LaMDA（Language Model for Dialogue Applications）。和 MUM 不同，LaMDA 是專門為對話打造的，而且是開放域?qū)υ挕?/p>

谷歌表示，LaMDA 可以和人在無窮無盡的話題轉(zhuǎn)換中聊下去。在接受對話訓(xùn)練的過程中，它掌握了開放式對話與其他語言的細(xì)微差別，尤其是「sensibleness」（合理）和具體。

舉例來說，如果你對別人說，「I just started taking guitar lessons」人類的回答可能是：「How exciting! My mom has a vintage Martin that she loves to play」。在這句對話中，「How exciting」就是一種合理的回答，但同時(shí)我們也注意到，這句話幾乎也是放之四海而皆準(zhǔn)的（就像「我不知道」），因此并不能完整地體現(xiàn)對話機(jī)器人的智能性。而后面那句「My mom has a vintage Martin that she loves to play」才是人類對話更重要的特點(diǎn)：合乎語境且具體。谷歌表示，這就是他們的 LaMDA 所學(xué)到的內(nèi)容。

谷歌還表示，LaMDA 是基于他們 2020 年的一項(xiàng)研究。研究鏈接：https://ai.googleblog.com/2020/01/towards-conversational-agent-that-can.html

「拍一拍」診斷皮膚病

手機(jī)拍照除了可以翻譯、做數(shù)學(xué)題、檢測空氣質(zhì)量，現(xiàn)在還能看病。利用 AI 診斷疾病是很多公司在過去幾年發(fā)力的方向，在這次 I/O 上，谷歌也分享了他們在結(jié)核病等方面取得的進(jìn)展。但比較有意思的是，他們把部分疾病的診斷直接和手機(jī)攝像頭整合到了一起，幫助你隨時(shí)了解和自己的皮膚、頭發(fā)及指甲相關(guān)的問題。

谷歌表示，開發(fā)這一應(yīng)用是因?yàn)樗麄兠磕甓寄芸吹浇咏?100 億個(gè)關(guān)于皮膚、指甲和頭發(fā)問題的搜索。全球有 20 億人患有皮膚病，因此皮膚病專家的數(shù)量是遠(yuǎn)遠(yuǎn)不夠的。為了訓(xùn)練這一模型，他們使用了大約 65000 張圖像和診斷皮膚狀況的病例脫敏數(shù)據(jù)、數(shù)百萬張精心制作的皮膚相關(guān)的圖像和數(shù)以千計(jì)的健康皮膚樣本，這些數(shù)據(jù)來自不同年齡、性別、種族的人群。在此之前，他們關(guān)于皮膚病的研究登上過《自然 · 醫(yī)學(xué)》等期刊。

當(dāng)然，這些診斷結(jié)果只是初步判斷，患者的后續(xù)治療仍然需要咨詢醫(yī)生。谷歌表示，他們將在今年晚些時(shí)候上線試用版。

100 萬個(gè)物理比特的量子計(jì)算機(jī)

早在 2019 年，谷歌量子計(jì)算實(shí)驗(yàn)室實(shí)現(xiàn)「量子優(yōu)越性」的消息就登上了《自然》的封面。谷歌已經(jīng)利用一臺 54 量子比特的量子計(jì)算機(jī)實(shí)現(xiàn)了傳統(tǒng)架構(gòu)計(jì)算機(jī)無法完成的任務(wù)。在當(dāng)時(shí)的世界第一超算需要計(jì)算 1 萬年的實(shí)驗(yàn)中，谷歌的量子計(jì)算機(jī)只用了 3 分 20 秒。

雖然這項(xiàng)研究一經(jīng)發(fā)表就受到了 IBM 等同行的質(zhì)疑，量子計(jì)算距離實(shí)用化還存在這樣那樣的挑戰(zhàn)，但毫無疑問，在摩爾定律逐漸失效的今天，尋找未來計(jì)算機(jī)架構(gòu)正愈發(fā)顯得迫在眉睫，而量子計(jì)算機(jī)是其中極具希望的方向。

在 I/O 大會上，谷歌展示了更大的野心：他們想用 100 萬個(gè)物理量子比特建造一臺有糾錯(cuò)能力的量子計(jì)算機(jī)。相比于今天還不到 100 個(gè)物理比特的量子計(jì)算機(jī)來說，這個(gè)構(gòu)想真的很大膽。

圖源：https://www.cnet.com/news/quantum-computer-makers-like-their-odds-for-big-progress-soon/

根據(jù)計(jì)劃，這些量子比特仍將運(yùn)行在接近絕對零度的溫度下。谷歌樂觀估計(jì)會在這個(gè)十年結(jié)束之前實(shí)現(xiàn)此構(gòu)想。

[[400396]]

眾所周知，雖然量子計(jì)算機(jī)具有在某些問題上（比如大數(shù)因子分解和無序數(shù)據(jù)庫搜索）遠(yuǎn)超經(jīng)典計(jì)算機(jī)的運(yùn)算能力。然而，存儲量子信息的物理系統(tǒng)不可避免會與環(huán)境相互作用，受到噪聲的影響而失去量子特性，進(jìn)而失去準(zhǔn)確計(jì)算的能力。這里的噪聲可能僅僅是一點(diǎn)點(diǎn)熱量。

要想糾正一個(gè)量子比特的錯(cuò)誤，我們需要很多個(gè)圍繞在該量子比特周圍的其他物理量子比特。這些物理量子比特可以組成一個(gè)「邏輯量子比特」。谷歌表示，他們將通過把 1000 個(gè)物理量子比特束縛到一起來構(gòu)建這個(gè)邏輯量子比特，從而達(dá)到糾錯(cuò)的目的。

如果真能做到這一點(diǎn)，我們就擁有了一個(gè)可以持續(xù)工作的「完美量子比特」，就像普通的計(jì)算機(jī)一樣。這將會是一個(gè)重要的里程碑。有了一個(gè)能夠糾錯(cuò)的量子比特之后，我們就可以將兩個(gè)（或更多）這樣的邏輯量子比特組合到一起，就像量子時(shí)代的晶體管一樣。構(gòu)建 1000 個(gè)邏輯量子比特可能需要上百萬的物理比特，整個(gè)機(jī)器可能會占滿一個(gè)房間。

在本次 I/O 大會上，谷歌介紹了他們?yōu)閷?shí)現(xiàn)這一愿景打造的「量子 AI 園區(qū)」。該園區(qū)位于加州圣塔芭芭拉市，里面有谷歌的第一個(gè)量子數(shù)據(jù)中心、量子硬件研究實(shí)驗(yàn)室以及他們自己的量子處理器芯片制造設(shè)施。

谷歌表示，建造這樣的量子計(jì)算機(jī)是為了擁有前所未有的計(jì)算能力，從而解決新藥研發(fā)等問題。

Android 12 和 WearOS

雖然安卓 12 的特性已經(jīng)在此前的開發(fā)者預(yù)覽版中被劇透過不少，但在 I/O 大會上谷歌發(fā)布的大幅度更新提供了更多正式版的細(xì)節(jié)。

對于使用者來說，最為明顯的更新就是全新的主題了，Android 12 將采用全新的「Material You」設(shè)計(jì)，提供了大量自定義風(fēng)格和功能。谷歌在原來的黑白兩色之外加入了動態(tài)主題顏色，其可以根據(jù)用戶選擇的壁紙選擇對應(yīng)的特殊顏色。此外所有按鈕、滑塊和所有其他 UI 窗口小部件均已重塑和重新排列。

此外全新的滾動列表設(shè)計(jì)出現(xiàn)在了安卓 12 上，就像三星手機(jī)的 OneUI 上一樣。在桌面上谷歌反倒向蘋果學(xué)習(xí)，新的標(biāo)準(zhǔn)化 widget 就像 app 的大「圖標(biāo)」一樣包含大量詳細(xì)內(nèi)容，這樣的設(shè)計(jì)可以在如今手機(jī)普遍較大的屏幕上展示更多。

此外，谷歌還在新安卓系統(tǒng)中還提供了大量有關(guān)隱私保護(hù)的功能。目前 Android 12 的 Beta 版已經(jīng)正式推出，支持 11 家手機(jī)廠商的設(shè)備。

在 IO 大會上，谷歌也放出了最新版 Wear OS 的消息。雖然根據(jù)統(tǒng)計(jì)，2020 年全球可穿戴設(shè)備出貨已達(dá) 1.93 億只，智能手表和手環(huán)在人們的生活中出現(xiàn)得越來越頻繁，但手表屆的安卓 Wear OS 存在感一直比較稀薄。Wear OS 的最后一次重大設(shè)計(jì)變更還是在 2018 年。