被OpenAI的GPT-4打得遍体惨败的谷歌，现在终于用一个新的、更强大的大型语言模型（LLM）进行了反击，升级了Bard，并创建一套新的人工智能服务——从一个针对医生的模型开始。它还预告了下一代双子座（Gemini）人工智能。

根据一份技术报告，PaLM 2在谷歌公司的I/O 23大会上发布，几乎在每一个指标上都超越了它的前身，但谷歌只选择强调了它认为新模型特别强大的三个领域。

首先是多语言能力。PaLM 2的训练数据加载了更多的非英语文本，现在它已经可以通过一系列不同的语言考试，达到“精通”水平。它现在的表现超过了谷歌自己的翻译引擎，并展示出了对语言、习语、隐喻及其背后的文化的微妙理解。

第二个是“推理”——训练数据中的数学和科学论文一直是人们关注的焦点，谷歌表示，它展示了“在逻辑、常识推理和数学方面的改进能力”。尤其是数学，作为一个整体，LLMS一直在苦苦挣扎；这不是它们的强项——事实上，虽然 PaLM 2在选定的基准测试中确实击败了GPT-4，但这里的收益似乎是渐进的，而不是革命性的。

第三个是编码，这对LLMS来说是一个潜力巨大的领域。Google声称 PaLM 2在 Python 和 Javascript 方面非常出色，而且在一系列更专业的编程语言方面也非常强大。

PaLM 2已经作为该公司四面楚歌的 Bard Search AI 的一部分推出了。它现在也以协作的“Duet AI”的形式出现在工作区，包括Gmail和谷歌文档，它可以为你的项目生成图像和文字，帮助你头脑风暴，组织电子表格，分析和标记数据，以及做一堆其他旨在完成任务的小事。

但也许更有趣的是，谷歌正在跨入特定行业的人工智能模型领域，首先是专门针对医生的人工智能模型。

“Med-PaLM 2”的大部分校准和人类反馈，都是由健康研究人员和医疗专业人员小组完成的。因此，它成为第一个在模仿美国医疗执照考试的测试中达到“专家”水平的人工智能。它可以回答各种与健康有关的问题，并且在各种医学文献中广为阅读。

与GPT-4一样，PaLM 2也开始获得多模式功能——以“理解”文本的方式理解图像和其他媒体的能力。在Med-PaLM 2的背景下，这意味着它很快就能看到你的X光片和其他医学扫描，并对它们进行报告——在这个领域，人工智能在早期的试验中就表现出色，有时甚至超过了医学专家。

谷歌将在未来几个月向一小部分用户开放这一工具，旨在“识别安全、有用的用例”，从而使Med-PaLM 2能够进入医生办公室。这是一个既令人兴奋又令人畏惧的前景；它有望在医疗保健领域实现飞跃，并将不可思议的工具交到医疗专业人员手中。

与此同时，我们也很难忽视这样一个事实：许多人类最优秀、最聪明的学生都进入了医学领域。根据医疗专业人员自己的判断，ChatGPT在回答医疗问题方面已经比人类医生好得多了，它对病人的态度和同理心都比人类医生好得多。当这些机器不可避免地扩大它们的能力，全面超越医生时，对于一个认为自己很特别的物种来说，这将是又一次卑躬屈膝。

谷歌还借此机会宣布了一项重组计划，将谷歌研究大脑团队与 DeepMind 合并，成立谷歌 DeepMind，希望此举将“显著加速”下一代人工智能的开发。

有了这个，该公司透露了一个听起来绝对是人工智能开发中的野兽：“我们已经在开发双子座（Gemini）——我们的下一个模型是从头开始创建的，它是多模式的，在工具和API集成方面非常高效，并且可以实现未来的创新，比如内存和规划。双子座仍在训练中，但它已经展示了以前的模型从未见过的多模式功能。一旦经过微调和严格的安全测试，双子座将像PaLM 2一样具有各种大小和功能，以确保它可以部署在不同的产品、应用程序和设备上，为每个人带来好处。”

从第一天起，双子座就接受了音频、视频、图像和其他媒体（以及文本）的训练，以及使用其他工具和API的能力的培训，这意味着它被设计成比当今的大型LLM更像人类一样学习，它以一系列方式与外部世界互动的能力，不仅仅是一个文本窗口，是内置的，而不是附加的。这很可能被证明是一次飞跃，就像我们在过去六个月看到的其他任何事情一样——这本身就是一个发人深省的想法。

从纸面上看，今天的公告似乎表明谷歌取得了坚实的进展，使其接近OpenAI几个月来在GPT-4上取得的进展。股市当然看起来很满意，Alphabet的股价上涨了4%以上，但在未来几周，看看 PaLM 2在现实世界的严酷环境中表现如何，这才是一件最有趣的事情。

如果朋友们喜欢，敬请关注“知新了了”！