12月7日消息，美國(guó)當(dāng)?shù)貢r(shí)間周三，谷歌發(fā)布了其新一代人工智能模型Gemini。Gemini反映了谷歌內(nèi)部多年來(lái)在首席執(zhí)行官桑達(dá)爾·皮查伊（Sundar Pichai）的監(jiān)督和推動(dòng)下所做的努力。

此前負(fù)責(zé)Chrome和安卓業(yè)務(wù)的皮查伊是出了名的產(chǎn)品迷。2016年，他在擔(dān)任首席執(zhí)行官后的首封年度創(chuàng)始人信函中預(yù)測(cè)：“我們將從移動(dòng)優(yōu)先轉(zhuǎn)向人工智能優(yōu)先的世界?！睆哪且院蟮膸啄昀铮げ橐辆烷_(kāi)始將人工智能技術(shù)逐漸融入到谷歌的所有產(chǎn)品中，從安卓設(shè)備一直到云計(jì)算。

盡管如此，谷歌最近的風(fēng)頭逐漸被OpenAI搶走，后者于去年推出的DALL-E和GPT-3.5，以及今年推出的GPT-4，主導(dǎo)了整個(gè)人工智能行業(yè)，并引發(fā)了初創(chuàng)公司和科技巨頭之間的激烈競(jìng)爭(zhēng)。

Gemini現(xiàn)在是這場(chǎng)競(jìng)爭(zhēng)的最新加入者。該系統(tǒng)由谷歌DeepMind領(lǐng)導(dǎo)，這是一個(gè)由德米斯·哈薩比斯（Demis Hassabis）領(lǐng)導(dǎo)的新整合部門(mén)。現(xiàn)在，我們已經(jīng)可以在谷歌聊天機(jī)器人Bard中體驗(yàn)Gemini，它將在2024年整合到谷歌的產(chǎn)品線(xiàn)中。

在Gemini發(fā)布前夕，《麻省理工學(xué)院技術(shù)評(píng)論》雜志在谷歌位于加州山景城的辦公室采訪(fǎng)了皮查伊，討論了該模型對(duì)谷歌、其產(chǎn)品、人工智能和整個(gè)社會(huì)的意義。

以下為專(zhuān)訪(fǎng)內(nèi)容：

問(wèn)：為什么Gemini如此令人興奮？你能告訴我你對(duì)人工智能的總體看法嗎？它的力量，它的用處，它在你們所有產(chǎn)品中的發(fā)展方向？

皮查伊：Gemini令人興奮的一個(gè)特別之處在于，它從一開(kāi)始就是一個(gè)原生的多模式模型。就像人類(lèi)一樣，它不僅僅是在文本上學(xué)習(xí)，還可以通過(guò)視頻、音頻和代碼學(xué)習(xí)。因此，這個(gè)模型天生就能力更強(qiáng)，我認(rèn)為這將幫助我們梳理出更新的功能，并為該領(lǐng)域的進(jìn)步做出貢獻(xiàn)。這太令人興奮了。

另一個(gè)讓人覺(jué)得興奮的地方是，Gemini在32個(gè)主要基準(zhǔn)測(cè)試中，有30個(gè)都是表現(xiàn)最好的，尤其是在多模式基準(zhǔn)測(cè)試中。在MMLU（大規(guī)模多任務(wù)語(yǔ)言理解）測(cè)試中，它顯示了更大的進(jìn)步。我個(gè)人認(rèn)為，作為領(lǐng)先基準(zhǔn)之一的MMLU，Gemini突破了90%的門(mén)檻，這是一個(gè)重大的里程碑。兩年前的水平是30%，隨后是40%。由此可以看出，這個(gè)領(lǐng)域取得了多大的進(jìn)步。在57項(xiàng)測(cè)試中，Gemini的表現(xiàn)在89%的時(shí)候相當(dāng)于人類(lèi)專(zhuān)家。這是第一個(gè)跨越這個(gè)門(mén)檻的模型。

我也感到很興奮，因?yàn)镚emini終于進(jìn)入了我們的產(chǎn)品。它將對(duì)開(kāi)發(fā)者開(kāi)放。這是一個(gè)平臺(tái)。人工智能是一個(gè)深刻的平臺(tái)變革，比網(wǎng)絡(luò)或移動(dòng)變革更大。因此，從那一刻起，這對(duì)我們來(lái)說(shuō)代表著邁出了一大步。

問(wèn)：讓我們從這些基準(zhǔn)開(kāi)始。Gemini似乎在幾乎所有測(cè)試方面都領(lǐng)先于GPT-4，但并不是遙遙領(lǐng)先。而GPT-4似乎是一個(gè)很大的飛躍。我們是否開(kāi)始在這些大語(yǔ)言模型技術(shù)所能做到的事情上趨于停滯，或者你認(rèn)為我們將繼續(xù)擁有巨大的增長(zhǎng)空間？

皮查伊：首先，展望未來(lái)，我們確實(shí)看到了很大的增長(zhǎng)空間。有些基準(zhǔn)已經(jīng)很高了。你必須意識(shí)到，當(dāng)你試圖從85%開(kāi)始突破的時(shí)候，你已經(jīng)處于曲線(xiàn)的邊緣。雖然看起來(lái)不是很多，但那的確代表正在取得進(jìn)展。我們還需要更新的基準(zhǔn)測(cè)試，這也是我們研究MMLU多模式基準(zhǔn)的部分原因。對(duì)于其中一些新的基準(zhǔn)，目前的技術(shù)水平仍然要低得多，未來(lái)還有很大進(jìn)步空間。比例定律仍然有效：當(dāng)我們把模型做大的時(shí)候，就會(huì)有更多的進(jìn)展。當(dāng)我把它放在整體上看時(shí)，我真的覺(jué)得我們才剛剛開(kāi)始。

問(wèn)：我很感興趣的是你認(rèn)為Gemini的關(guān)鍵突破是什么，以及它們將被如何應(yīng)用？

皮查伊：人們很難想象將會(huì)發(fā)生什么樣的飛躍。我們正在提供應(yīng)用程序開(kāi)發(fā)接口（API），人們會(huì)以非常深刻的方式去體驗(yàn)它。我認(rèn)為多模式基準(zhǔn)將大有發(fā)展。隨著我們教會(huì)這些模型更多地進(jìn)行推理，將會(huì)有越來(lái)越大的突破，而且更深層次的突破還在后頭。

解決這個(gè)問(wèn)題的一種方法是Gemini Pro，它在基準(zhǔn)測(cè)試中表現(xiàn)非常好。但當(dāng)我們把它放進(jìn)Bard時(shí)，我可以作為一個(gè)用戶(hù)感受到這一點(diǎn)。我們一直在測(cè)試它，所有類(lèi)別的好評(píng)率都有相當(dāng)大的提升。為此，我們稱(chēng)它為我們迄今最大的升級(jí)之一。當(dāng)我們同時(shí)進(jìn)行并行評(píng)估時(shí)，它確實(shí)顯示出了優(yōu)異的表現(xiàn)。所以你讓這些更好的模型在基準(zhǔn)上得到改進(jìn)，它會(huì)取得進(jìn)步。我們會(huì)繼續(xù)訓(xùn)練，然后繼續(xù)學(xué)習(xí)。

但我迫不及待地想把Gemini應(yīng)用到我們的產(chǎn)品中。這些模型功能非常強(qiáng)大。在接下來(lái)的幾個(gè)月里，真正設(shè)計(jì)產(chǎn)品體驗(yàn)以利用所有模型所擁有的東西將是令人興奮的。

問(wèn)：Gemini幾乎在所有方面都勝過(guò)GPT-4，但只是領(lǐng)先了一點(diǎn)點(diǎn)？我想知道你們從GPT-4的發(fā)布中學(xué)到了什么？你學(xué)到了什么？在這段時(shí)間內(nèi)，哪些方法發(fā)生了變化？

皮查伊：至少在我看來(lái)，這與零和游戲相去甚遠(yuǎn)。想想看，向人工智能的轉(zhuǎn)變是多么深刻，我們還處于早期階段，前方的世界充滿(mǎn)機(jī)遇。

但對(duì)于你的具體問(wèn)題，這是一個(gè)我們都在快速進(jìn)步的領(lǐng)域。我們發(fā)表了很多文章，看看像GPT-4這樣的模型在現(xiàn)實(shí)世界中是如何工作的。我們從中吸取了教訓(xùn)。安全是一個(gè)重要的領(lǐng)域。所以在Gemini項(xiàng)目中，我們已經(jīng)學(xué)習(xí)并改進(jìn)了一些安全技術(shù)，這些技術(shù)是基于模型在現(xiàn)實(shí)世界中的運(yùn)作方式改進(jìn)的。它表明了微調(diào)等各種事情的重要性。我們?cè)贛ed-PaLM 2中展示的一件事是，采用一個(gè)像PaLM這樣的模型，對(duì)它進(jìn)行微調(diào)，以適應(yīng)特定的領(lǐng)域，顯示它可以勝過(guò)最先進(jìn)的模型。這就是我們學(xué)習(xí)微調(diào)力量的一種方式。

當(dāng)我們研究Gemini的時(shí)候，這其中的很多經(jīng)驗(yàn)都被用到了。我們花更多時(shí)間研發(fā)Gemini Ultra（更先進(jìn)的Gemini將于明年上市）的部分原因是為了確保我們對(duì)其進(jìn)行了嚴(yán)格的安全測(cè)試。但我們也在對(duì)它進(jìn)行微調(diào)，以真正梳理它的功能。

問(wèn)：當(dāng)你看到這些模型被發(fā)布出來(lái)，人們開(kāi)始在現(xiàn)實(shí)世界中測(cè)試它們時(shí)，發(fā)現(xiàn)它們會(huì)產(chǎn)生幻覺(jué)，或者會(huì)透露某些模型訓(xùn)練的私人數(shù)據(jù)。我想知道，考慮到其所使用的數(shù)據(jù)，如果這是不可避免的，那么這在技術(shù)中有多少是固有的。如果這是不可避免的，你會(huì)嘗試做哪些事情來(lái)限制它？

皮查伊：你是對(duì)的。這些都是活躍的研究領(lǐng)域。事實(shí)上，我們剛剛發(fā)表了一篇論文，展示了這些模型如何通過(guò)一系列提示來(lái)泄漏訓(xùn)練數(shù)據(jù)?；糜X(jué)還不是一個(gè)可以解決的問(wèn)題，但我認(rèn)為我們都在取得進(jìn)展，只是還有更多的工作要做。我們需要克服一些基本的限制。舉個(gè)例子，如果你用Gemini Ultra，我們正在積極地將這些模型與外部第三方合作，他們是這些方面的專(zhuān)家。

在多模式等領(lǐng)域，我們想要更大膽，我們想要負(fù)起責(zé)任。我們將更加小心多模式模型的推出，因?yàn)殄e(cuò)誤用例的可能性更高。但你是對(duì)的，它仍然是一項(xiàng)正在開(kāi)發(fā)中的技術(shù)，它們不會(huì)對(duì)所有事情都有意義，在搜索中，我們會(huì)更加小心地考慮如何使用它，何時(shí)使用，在哪里使用，以及何時(shí)觸發(fā)它。它們有很多驚人的能力，但也有明顯的缺點(diǎn)。這是擺在我們所有人面前需要解決的艱巨挑戰(zhàn)。

但未來(lái)的人工智能系統(tǒng)可能與我們今天擁有的不一樣，這就像有人認(rèn)為你不可能把電腦裝進(jìn)口袋一樣。同樣地，看著這些系統(tǒng)，說(shuō)你無(wú)法再設(shè)計(jì)出更好的系統(tǒng)，我不同意這種觀點(diǎn)。已經(jīng)有許多研究探索正在進(jìn)行中，思考如何解決這些問(wèn)題。

問(wèn)：你認(rèn)為人工智能將帶來(lái)深刻的變革。在最近的一些轉(zhuǎn)變中，比如向移動(dòng)設(shè)備的轉(zhuǎn)變，它并不一定會(huì)提高生產(chǎn)率，這在很長(zhǎng)一段時(shí)間內(nèi)，生產(chǎn)率一直保持未變。還有一種觀點(diǎn)甚至認(rèn)為，它甚至可能加劇了收入不平等。谷歌正在做什么樣的工作來(lái)確保這種轉(zhuǎn)變對(duì)社會(huì)更有益?

皮查伊：這是個(gè)非常重要的問(wèn)題。我從幾個(gè)層面上思考這個(gè)問(wèn)題。在谷歌，我們一直關(guān)注的一件事是：我們?nèi)绾巫尲夹g(shù)盡可能廣泛地使用？我認(rèn)為，即使是在移動(dòng)領(lǐng)域，我們利用安卓做了很多工作，但仍有數(shù)億人依然無(wú)法使用手機(jī)。我們正在努力推出一款價(jià)格合理的智能手機(jī)，價(jià)格可能低于50美元。

所以，讓人工智能對(duì)每個(gè)人都有幫助是我考慮的重點(diǎn)。你試著讓盡可能多的人接觸到你。我認(rèn)為這是其中的一部分。

我們正在深入思考如何將人工智能應(yīng)用到對(duì)人們有益的用例中。例如，我們?cè)缙谧龊樗A(yù)報(bào)的原因是因?yàn)槲覀円庾R(shí)到，我們可以探測(cè)到模式，并且做得很好。我們用它來(lái)翻譯100種語(yǔ)言。我們現(xiàn)在確實(shí)在嘗試用不同的語(yǔ)言提供內(nèi)容，否則你將無(wú)法訪(fǎng)問(wèn)這些內(nèi)容。

這并不能解決你說(shuō)的所有問(wèn)題。但要慎重考慮，何時(shí)何地你將專(zhuān)注于解決什么樣的問(wèn)題。以AlphaFold這樣的領(lǐng)域?yàn)槔?。我們?yōu)槭澜绺鞯氐牟《咎峁┝艘粋€(gè)開(kāi)放的數(shù)據(jù)庫(kù)。但是，誰(shuí)會(huì)最先使用它？人工智能不會(huì)神奇地讓某些更困難的問(wèn)題變得更好，比如不平等，還是它可能會(huì)加劇這種情況？

重要的是，你要確保每個(gè)人都能使用技術(shù)。你在早期開(kāi)發(fā)它，讓人們接觸到它，參與到對(duì)話(huà)中，這樣社會(huì)就可以幫助測(cè)試它，并適應(yīng)它。

在這項(xiàng)技術(shù)上，我們肯定比其他公司參與得更早。你知道，最近我們參加了英國(guó)人工智能安全論壇，并在美國(guó)與國(guó)會(huì)和政府合作，我們正在嘗試建立更多的公私合作伙伴關(guān)系，更早地吸引非營(yíng)利機(jī)構(gòu)和學(xué)術(shù)機(jī)構(gòu)參與進(jìn)來(lái)。至于對(duì)就業(yè)等領(lǐng)域的影響，還需要深入研究，但我確實(shí)認(rèn)為會(huì)有驚喜。

我可以舉很多例子來(lái)說(shuō)明手機(jī)帶來(lái)的好處，我認(rèn)為人工智能技術(shù)也是如此。我們已經(jīng)在糖尿病視網(wǎng)膜病變等領(lǐng)域展示了這一點(diǎn)，畢竟世界上許多地方?jīng)]有足夠的醫(yī)生來(lái)檢測(cè)這種疾病。就像我覺(jué)得讓世界各地的人們都能使用谷歌搜索一樣，我認(rèn)為這是擴(kuò)大人工智能使用范圍的一種方式。

問(wèn)：有些事情顯然會(huì)幫助人們更有效率。編程就是一個(gè)很好的例子。然而，這項(xiàng)技術(shù)的普及正在威脅就業(yè)。即使你不能為社會(huì)提供所有的答案，一家公司也可以推出一款能夠改變世界并產(chǎn)生深遠(yuǎn)影響的產(chǎn)品。

皮查伊：我們從未提供面部識(shí)別API，但其他人開(kāi)發(fā)了API，技術(shù)正在向前發(fā)展。因此，它并非掌握在任何一家公司手中。我認(rèn)為答案要復(fù)雜得多。社會(huì)也可能被甩在后面。如果你不采用這些技術(shù)，它可能會(huì)影響你的經(jīng)濟(jì)競(jìng)爭(zhēng)力。你可能會(huì)失去更多的工作。

我認(rèn)為正確的答案是負(fù)責(zé)任地部署技術(shù)，并取得進(jìn)步，思考它可能造成更嚴(yán)重傷害的領(lǐng)域，并努力減輕它。同時(shí)，也將會(huì)出現(xiàn)新的工作類(lèi)型。如果你看一下過(guò)去的五六十年，麻省理工學(xué)院的經(jīng)濟(jì)學(xué)家們的研究表明，大多數(shù)新創(chuàng)造的就業(yè)機(jī)會(huì)都是在自那以后出現(xiàn)的新領(lǐng)域。

將會(huì)有新的工作機(jī)會(huì)出現(xiàn)，會(huì)有更好的工作，人們將會(huì)被從一些重復(fù)性的工作中解放出來(lái)，你可以更有創(chuàng)造性地表達(dá)自己。你可以是醫(yī)生，可以是放射科醫(yī)生，也可以是程序員。你花在日常任務(wù)上的時(shí)間與深度思考的時(shí)間，所有這些都可以改變，讓工作變得更有意義。還有些工作崗位可能會(huì)被取代。那么，作為一個(gè)社會(huì)，你如何再培訓(xùn)，重新培訓(xùn)人們，創(chuàng)造機(jī)會(huì)？

問(wèn)：去年，人們?cè)诳创斯ぶ悄艿姆绞缴铣霈F(xiàn)了哲學(xué)分歧。你可以支持安全第一，或者商業(yè)用例優(yōu)先，你可以支持加速論者，也可以是末日論者。你所處的位置是，你必須把所有這些哲學(xué)聯(lián)系起來(lái)，把它們結(jié)合起來(lái)。我想知道，你個(gè)人是如何看待谷歌把這些興趣聯(lián)系起來(lái)的，畢竟谷歌將成為這個(gè)領(lǐng)域的領(lǐng)導(dǎo)者，進(jìn)入一個(gè)新世界。

皮查伊：我是一個(gè)技術(shù)樂(lè)觀主義者。基于我的個(gè)人生活，我一直對(duì)人和人性抱有信念。所以，總的來(lái)說(shuō)，我認(rèn)為人類(lèi)將利用技術(shù)為自己造福。所以我一直是個(gè)樂(lè)觀主義者。你說(shuō)得對(duì)，像人工智能這樣強(qiáng)大的技術(shù)有二元性。

這意味著，有時(shí)我們會(huì)大膽地向前邁進(jìn)，因?yàn)槲艺J(rèn)為我們可以推動(dòng)最先進(jìn)的技術(shù)。例如，如果人工智能可以幫助我們解決癌癥或氣候變化等問(wèn)題，你會(huì)想盡一切辦法讓它快速發(fā)展。但你肯定需要社會(huì)制定框架來(lái)適應(yīng)，無(wú)論是深度造假還是取代工作等等。這將成為一個(gè)前沿領(lǐng)域，與氣候變化沒(méi)有什么不同。這將是我們所有人在未來(lái)十年努力解決的最大問(wèn)題之一。

問(wèn)：另一個(gè)懸而未決的問(wèn)題是圍繞人工智能的法律法規(guī)。有關(guān)于合理使用的問(wèn)題，有關(guān)于能否保護(hù)版權(quán)的問(wèn)題。對(duì)于知識(shí)產(chǎn)權(quán)來(lái)說(shuō)，這似乎將是一件大事。你如何告訴那些使用你產(chǎn)品的人，讓他們有一種安全感，他們所做的事情不會(huì)讓他們被起訴?

皮查伊：并不是所有的問(wèn)題都有簡(jiǎn)單的答案。在人工智能出現(xiàn)之前，當(dāng)我們開(kāi)發(fā)搜索、YouTube等產(chǎn)品時(shí)，我們一直在努力實(shí)現(xiàn)正確的價(jià)值交換。人工智能也是如此。我們肯定會(huì)專(zhuān)注于確保我們可以根據(jù)法律允許的數(shù)據(jù)進(jìn)行培訓(xùn)，讓人們有機(jī)會(huì)選擇退出。還有一個(gè)層面是關(guān)于什么是合理使用。為原創(chuàng)內(nèi)容的創(chuàng)造者創(chuàng)造價(jià)值是很重要的，這些都是重要的領(lǐng)域?；ヂ?lián)網(wǎng)就是一個(gè)例子，或者當(dāng)電子商務(wù)開(kāi)始時(shí)：你如何在電子商務(wù)和常規(guī)商務(wù)之間劃清界限？

隨著時(shí)間的推移，會(huì)有新的法律框架出現(xiàn)，這就是我對(duì)這個(gè)領(lǐng)域發(fā)展的看法。但與此同時(shí)，我們將努力遵守法律，并確保我們今天也與許多內(nèi)容提供商保持深厚的關(guān)系。有一些領(lǐng)域存在爭(zhēng)議，但我們正在努力解決這些問(wèn)題。我們必須創(chuàng)造一個(gè)雙贏的生態(tài)系統(tǒng)，讓所有這些都能長(zhǎng)期發(fā)揮作用。

問(wèn)：當(dāng)下人們對(duì)網(wǎng)絡(luò)的擔(dān)憂(yōu)很多集中于搜索的未來(lái)。當(dāng)你有一種技術(shù)可以根據(jù)網(wǎng)絡(luò)上的信息為你回答問(wèn)題時(shí)，有人就會(huì)擔(dān)心人們可能不再需要訪(fǎng)問(wèn)這些網(wǎng)站了。這似乎也會(huì)對(duì)谷歌產(chǎn)生影響。我想知道你是否在考慮你自己的生意？

皮查伊：我們?cè)谒阉鞣矫娴囊粋€(gè)獨(dú)特價(jià)值主張是，我們幫助用戶(hù)發(fā)現(xiàn)和學(xué)習(xí)新事物，并找到答案，但始終著眼于與他們分享網(wǎng)絡(luò)上存在的豐富、多樣性觀點(diǎn)。這也是我們開(kāi)發(fā)產(chǎn)品的一個(gè)重要原則。我不認(rèn)為人們?cè)谒阉鲿r(shí)總會(huì)說(shuō)：“幫我回答就好了?！币苍S有一兩個(gè)問(wèn)題是你想要的，但即使你回來(lái)了，你會(huì)學(xué)到更多，甚至在這個(gè)過(guò)程中，你會(huì)走得更深入。我們總是想要確保我們做的是正確的，我認(rèn)為這一點(diǎn)不會(huì)改變。重要的是我們要保持平衡。

同樣，如果你深入地傳遞價(jià)值，你所傳遞的東西就會(huì)有商業(yè)價(jià)值。從臺(tái)式機(jī)到移動(dòng)設(shè)備，我們都有類(lèi)似的問(wèn)題，這對(duì)我們來(lái)說(shuō)并不新鮮?；谖覀兯吹降囊磺幸约坝脩?hù)對(duì)高質(zhì)量廣告的反應(yīng)，我感到很放心。YouTube就是一個(gè)很好的例子，我們開(kāi)發(fā)了訂閱模式。這也很有效。

問(wèn)：當(dāng)這些產(chǎn)品開(kāi)始真正進(jìn)入市場(chǎng)并開(kāi)始互動(dòng)時(shí)，你認(rèn)為明年人們的體驗(yàn)會(huì)發(fā)生怎樣的變化？

皮查伊：我想從現(xiàn)在開(kāi)始的未來(lái)一年，任何開(kāi)始使用Google Docs的人都會(huì)期待一些不同的東西。如果你把它給他們，然后把它們放回到我們?cè)?022年擁有的Google Docs版本中，他們會(huì)發(fā)現(xiàn)其已經(jīng)過(guò)時(shí)了。這就像，對(duì)我的孩子來(lái)說(shuō)，如果Google Docs沒(méi)有拼寫(xiě)檢查，他們基本上會(huì)認(rèn)為它出問(wèn)題了。我們可能還記得在拼寫(xiě)檢查之前使用這些產(chǎn)品是什么感覺(jué)。但與其他公司相比，我們?cè)谒阉髦腥谌肓巳绱硕嗟娜斯ぶ悄埽藗円呀?jīng)認(rèn)為這些自動(dòng)功能是理所當(dāng)然的。這是我多年來(lái)學(xué)到的一件事，讓他們認(rèn)為這是理所當(dāng)然的。

就人們可以做的事情而言，隨著我們開(kāi)發(fā)多模式能力，人們將能夠以一種他們以前無(wú)法做到的方式完成更復(fù)雜的任務(wù)。而且將會(huì)有真正的用例，它們的功能要強(qiáng)大得多。