Google生成式AI新進展：推出新LaMDA語言工具 Wordcraft

　　11月3日消息，Google在2日舉辦的年度AI活動中集中介紹了Google AI目前取得的成果，以及在解決人類挑戰(zhàn)方面的創(chuàng)新，重點包括Google AI目前在3個變革性領(lǐng)域取得了突出成果。

　　這些新成果包括Google 用AI技術(shù)，預(yù)測洪水和野火、提升人類的健康等解決人類面臨的挑戰(zhàn);Google 再次擴充所支持語言，宣布“一千種語言計劃”，將支持全球1000種最常用語言的模型;同時Google 集中展示生成式AI取得的進展，包括推出新的LaMDA語言工具 Wordcraft等，更好地幫助創(chuàng)作者提升創(chuàng)意能力。

　　用AI技術(shù)應(yīng)對氣候變化和健康挑戰(zhàn)

　　Google使用改造后的衛(wèi)星圖像來訓(xùn)練AI模型，使其能識別和實時跟蹤野火，從而幫助預(yù)測火勢演變和蔓延趨勢，幫助消防隊和救援人員及時了解野火事件。Google介紹，目前這一野火追蹤系統(tǒng)已在美國、加拿大、墨西哥和澳大利亞的部分地區(qū)推出，自7月以來，報道了美國和加拿大的30多起大型野火事件，在Google Search和Maps中觸達超700多萬次展示，有效幫助用戶和消防人員了解了火勢情況。

　　2021年，Google AI洪水預(yù)測系統(tǒng)通過Google Search和Maps向2300萬人發(fā)送了1.15億條洪水警報通知，讓無數(shù)生命免遭洪災(zāi)。Google還宣布在全球范圍內(nèi)推出新的模型Google Flood Hub，該模型在Google Search和Maps上線，通過顯示洪水可能發(fā)生的時間和地點，來幫助更多的人在洪災(zāi)侵襲時轉(zhuǎn)移到安全地點。

　　Google的自動視網(wǎng)膜疾病評估工具(ARDA)已經(jīng)在印度、泰國、德國、美國和英國等國家部署使用和前瞻性研究中，成功篩查了超過15萬名患者，其中一半以上發(fā)生在2022年，Google透露之后還將繼續(xù)這一合作項目。此外，Google Health 團隊目前正積極探索如何使用AI讓用戶通過手機就能檢測呼吸和心率。

　　AI模型賦能創(chuàng)作者和藝術(shù)家

　　在生成式AI方面，Imagen和Parti由Google研發(fā)、在質(zhì)量方面領(lǐng)先業(yè)內(nèi)的兩款圖像生成模型。Imagen是視頻序列的擴散模型;Phenaki則是為文本提示序列，可以生成長且連貫視頻的模型。這兩款模型的研發(fā)團體一直在合作使用這兩種模型制作視頻，在Google AI@的的活動上，Google首次分享了由AI技術(shù)生成的超分辨率視頻。接下來，Google將把這一技術(shù)帶到AI Test Kitchen(一個為人們提供了解、體驗和反饋新興AI技術(shù)的渠道)。在第二代AI Test Kitchen中，用戶能使用 "城市夢想家(City Dreamer) "建造主題城市，用 "Wobble"設(shè)計能夠移動、跳舞和跳躍的友好怪物角色。所有這些都能通過文本提示(text prompts)來實現(xiàn)。

　　二維圖像外，文字轉(zhuǎn)3D現(xiàn)在也已經(jīng)成為現(xiàn)實。Google的DreamFusion可以生成一個能從任何角度觀看，并合成到任何三維環(huán)境中的三維模型。音頻生成領(lǐng)域，Google AudioLM模型僅通過聆聽音頻樣本就能學(xué)習(xí)生成逼真語音和鋼琴音樂，并預(yù)測在音頻提示幾秒鐘后應(yīng)該有哪些聲音。通過與使用Wordcraft的作家們合作，Google測試了由AI驅(qū)動的，建立在Google最先進對話系統(tǒng)LaMDA上的文本生成系統(tǒng)。“當(dāng)我們開發(fā)這些工具時，我們與全球的創(chuàng)作者群體合作。用戶現(xiàn)在就可以在Wordcraft作家研討會上閱讀到這些故事的第一卷”Jeff Dean表示。

　　一千種語言計劃

　　語言，是人們與技術(shù)互動的最自然的方式，然而，隨著傳統(tǒng)的語言訓(xùn)練模型方法不再適應(yīng)全球交流方式的多樣性，大量的語言無法在互聯(lián)網(wǎng)上得到良好體現(xiàn)，為全球信息互聯(lián)互通造成了巨大阻礙。為了解決這一難題，Google宣布了“一千種語言計劃”，該計劃承諾去構(gòu)建一個可支持1000種最常用語言的AI模型，為世界各地邊緣化社區(qū)的數(shù)十億人帶去更大的包容性。

　　作為該計劃的一部分，Google目前開發(fā)了一個支持超400種語言的通用語音模型(USM)，據(jù)了解，這是迄今為止覆蓋范圍最大的語音模型。同時，隨著項目擴展，Google與世界各地的社區(qū)合作，以獲取有代表性的語音數(shù)據(jù)。通過與非洲的研究人員和組織密切合作，Google近期宣布在Gboard上為另外9種非洲語言輸入語音，以創(chuàng)建和發(fā)布數(shù)據(jù)。在南亞，Google攜手當(dāng)?shù)卣�府、非政府組織和學(xué)術(shù)機構(gòu)，成功收集了來自所有地區(qū)方言和語言中有代表性的音頻樣本。