机器之心报道
编辑:蛋酱
又一次「工业革命」正在加速进行?
从微软、谷歌到百度,大型科技公司正加速将生成式 AI 整合到他们的产品中。
刚刚,微软公司宣布将 ChatGPT 背后的技术与其低代码应用平台 Power Platform 捆绑在一起,推出新的生成式 CoPilot 人工智能体验,允许用户在很少或没有编码的情况下开发应用程序。
微软表示,Power Platform 中的一系列商业智能和应用程序开发工具,包括 Power Virtual Agent 和 AI Builder,都更新了功能:
  • Power Virtual Agent 是企业构建聊天机器人的工具,现在可以连接到公司内部资源以生成每周报告和客户查询的摘要;
  • AI Builder 中添加了生成 AI 功能,让企业可以将工作流程自动化,并推出了基于该技术的新版业务管理平台 Dynamics 365;
  • Dynamics 365 Copilot 是 Microsoft 工具的最新版本,包括许多用于销售、客户服务和营销的应用程序,它集成了 AI 以自动执行某些任务,例如数据收集和分析或创建电子邮件活动等功能。
微软还表示,首席执行官纳德拉将在 3 月 16 日主持一场活动,讨论「用人工智能重塑生产力」,并展示其类似 ChatGPT 的人工智能将如何在 Teams、Word 和 Outlook 等 Office 生产力套件中发挥作用。
早些时候,据 The Information 报道,OpenAI 的 GPT 模型已经在 Outlook 中进行了测试以改善搜索结果,同时还提供了电子邮件回复建议和 Word 文档整合的功能以改善用户写作。
回到这场 ChatGPT 竞赛的最初,微软主动出击,宣布对 OpenAI 追资数十亿美元,拥有了 OpenAI 的 49% 股份。他们将 ChatGPT 与 MS Teams 整合,使其更加「智能」,并为其流行的 Windows 操作系统和搜索引擎必应进行了 AI 更新。
经此一役,微软正朝着其十年来统治搜索引擎的梦想前进。在上个月宣布并演示了其新的必应搜索引擎中的普罗米修斯模型后,也是时候看看微软如何在生产力领域进一步采取这种新技术了。
在生成式 AI 落地的争夺战中,像微软、谷歌这样的大型科技公司势必成为推动者。由此,人们似乎看到了又一次工业革命的曙光:新机遇会出现,伴随着新的挑战。
图灵奖得主 Yann LeCun 的预测是:「AI 当然不会造成持续的失业。但技术进步淘汰了一些工作岗位,人们的技能可能对于新的经济体系来说已经过时了,劳动力的再次培训显得至关重要。」
Gary Marcus 与 LeCun 的理解略有不同:「从历史上看,科技的每一次进步确实只是取代了工作岗位,但话说回来,我在过去的半个世纪里都活着,并不意味着我是不朽的。真正的 AGI 会取代大部分工作,不是吗?」
巨头之争,你看好谁?
ChatGPT 引发的 AI 圈地震,打破了科技巨头之间的状态平衡。
微软的这些动作让谷歌迅速陷入了困境。皮查伊发布了「红色代码」,谷歌在前段时间推出了 Bard,作为 ChatGPT 的竞争对手,并在人工智能的战斗中做出了回应。
可能很多人都认为,微软和 OpenAI 的「强强联合」将在人工智能大战中击败谷歌。
但一位名叫「Tibo」的科技初创公司 CEO 认为,谷歌绝对会击垮这一组合,OpenAI 并不会改变「权力游戏」的等级制度。
「我并不希望微软或 OpenAI 失败。如果它们赢了,那会很有趣。我们都喜欢竞争,而微软和谷歌正在给我们带来一场激动人心的表演。其结果可能会改变我们这个世界的游戏规则!这只是我对这件炙手可热的事情的看法。」
纳德拉近日表示,谷歌是一只「800 磅的大猩猩」,而微软会让它「跳舞」。Tibo 则认为,有了 Bard 之后,谷歌会全力反击。纳德拉或许是正确的,但概率只有 50%。谷歌确实是一只 800 磅重的大猩猩,但它也会「踢微软和 OpenAI 的屁股」。
为什么这么说呢?他列出了六点理论:
1、谷歌垄断了搜索领域。
谷歌和 Youtube 是世界上最受欢迎的两个搜索引擎,拥有 91.9% 的市场份额,将微软的必应远远甩在后面。甚至,亚马逊和 Facebook 也都领先于 Bing。
事实上,「谷歌」是必应上搜索量最大的查询。
因此,只要谷歌面向大众推出 Bard,就会得到大规模的采用。尽管必应在整合 ChatGPT 后实现了 10 倍的飞跃,但它就是无法在「用户数量」的竞赛中击败谷歌。
2、更多的用户将为 Bard 带来更多的反馈,加速其改进过程。
记住:数据多的「Bad AI」胜过数据少的「Good AI」。
谷歌推出的 Bard 的第一个版本使用了 LaMDA 的「轻量级」版本。它需要的计算能力将大大降低,但这将帮助他们收集更多的反馈信息。而且他们已经有了一个杀手级的用例,将复杂的信息简化为「容易消化」的格式。
3、谷歌在这场人工智能竞赛中已经有十多年经验。
在 21 世纪初,谷歌就开始与它的研究部门 —— 谷歌研究院合作。
谷歌是人工智能世界所有重大突破的幕后力量。从在围棋比赛中击败顶级棋手到解决蛋白质折叠问题,他们已经布局了很多年。自 2011 年以来,他们一直在其他部门或机构投资数十亿美元,如 DeepMind 和谷歌大脑。
谷歌大脑是人工智能的动力源,其目的是复制正常人脑的功能,谷歌的产品多年来一直在使用它。
  • 安卓的语音识别 
  • 谷歌翻译 - 搜索谷歌照片 
  • Gmail 上的智能回复 
  • YouTube 上的推荐
另一方面,DeepMind 正在建立通用的人工智能应用。它可以像全球顶级医生一样诊断眼部疾病和乳腺癌,以及节省 30% 用于保持数据中心冷却的能源,或是改善头颈部癌症的治疗,由此出发想象一下谷歌的能力吧。
4、最重要的是,GPT 使用的底层架构是由谷歌自己建立的。
OpenAI 使用深度学习模型 「Transformer」来构建 GPT-3(Generative Pre-trained Transformer 3)。
这样理解吧:有很多像比特币这样的加密货币,但它们都是建立在一个叫做区块链的分布式账本上。同样,OpenAI 和 ChatGPT 可能已经取得了突破性进展,但它们是建立在谷歌向世界推出的架构模型之上。
5、互联网上的每一个数据点都被谷歌的 PageRank 算法收录。
所以 Bard 不仅会给出相关的和有背景的回应,它还会基于权威的来源,而不像 ChatGPT 那样因其错误的信息、虚假的引用和不存在的参考资料而受到很多批评。
谷歌甚至有所有 YouTube 视频的文字记录。因此,它不会只为基于文本的数据训练其模型,也会为基于视频和音频的数据训练。
我们知道 ChatGPT 是在截止 2021 年的全球数据上进行了训练,但 Bard 可以从网络上提取信息,并利用巨大的、新鲜的、实时的数据提供高质量的回应。
6、在通过聊天机器人提供「真实」答案方面,谷歌至少比 ChatGPT 领先 10 年。
谷歌 Bard 是在 LaMDA 模型的基础上建立的,有三个主要指标:质量、安全和基础性。因此,它产生的回答是对话式的、合理的和非通用的。
另一方面,ChatGPT 的回答几乎就像机器人的问答。我们都看到它生成了一些浅薄的内容。这证明了 LaMDA 是在对话中训练的,而 ChatGPT 是在网络文本中训练的。大家可以自己比较一下:
既然谷歌在这方面已经深耕了几十年,为什么不早点推出产品?
  1. 他们有责任满足数十亿用户的需求;
  2. 他们可以从现状中获益。即使他们拥有这个人工智能,但人工智能会「吃掉」搜索收入。
此外,它可能会让数十亿用户面临潜在的危害,比如分享虚假信息、生成虚假照片、让学生有能力在考试中作弊(这一直是 ChatGPT 的主要吸引力)等等。
为了使其人工智能组合多样化,谷歌最近向 Anthropic 投资了 4 亿美元,与微软在 2019 年与 OpenAI 的交易类似。(PS:Anthropic 是由 OpenAI 的领导人创立,包括 Daniela 和 Dario Amodei。)
在最近的一次采访中,山姆・奥特曼说:「关于某项技术是一家巨头公司的终结者的言论,通常是错误的。」
即使是 OpenAI 的 CEO 也对谷歌的能力充满信心。我们又为什么不相信呢?
一年后,OpenAI 可能看起来是生成式人工智能的先行者,但它的模型可能不会像现在看起来那么新颖和具有颠覆性。OpenAI 并不会改变权力的等级制度。
现在说了这么多,如果我在未来几年里发现自己错了,我会等着你们在这个话题上吐槽我。如果我是对的,那么在此提前说一声「我早就说过」。
参考链接:
https://www.theverge.com/2023/3/6/23627228/microsoft-ai-future-of-work-event-date
https://twitter.com/tibo_maker/status/1631613907583246342?s=20
https://news.microsoft.com/reinventing-productivity/
ChatGPT及大模型技术大会
机器之心将于3月21日在北京举办「ChatGPT 及大模型技术大会」,为圈内人士提供一个专业、严肃的交流平台,围绕研究、开发、落地应用三个角度,探讨大模型技术以及中国版 ChatGPT 的未来。
届时,机器之心将邀请大模型领域的知名学者、业界顶级专家担任嘉宾,通过主题演讲、圆桌讨论、QA、现场产品体验等多种形式,与现场观众讨论大模型及中国版 ChatGPT 等相关话题。
点击阅读原文,立即报名。
© THE END 
转载请联系本公众号获得授权
投稿或寻求报道:[email protected]
继续阅读
阅读原文