開(kāi)源化、多元化、商業(yè)化，谷歌杠上了大模型

　　撰文 | 曹雙濤

　　編輯 | 楊博丞

　　在日前谷歌舉辦的2024年I/O Connect China谷歌開(kāi)發(fā)者大會(huì)上，AI大模型多元化成為市場(chǎng)關(guān)注的焦點(diǎn)。

　　圍繞APP軟件開(kāi)發(fā)，谷歌推出三種不同規(guī)格的Gemini模型。谷歌方面稱(chēng)，Gemini Nano是最高效的模型，適合處理設(shè)備端任務(wù)。

　　據(jù)悉，Gemini 1.5 Flash是谷歌迄今為止最快、最經(jīng)濟(jì)的模型，適合處理高容量任務(wù)。面對(duì)所有開(kāi)發(fā)者開(kāi)放的Gemini 1.5 Pro，支持200萬(wàn)token 上下文窗口。為減少算力消耗，Gemini 1.5 Pro和1.5 Flash均已上線上下文緩存功能。

　　考慮到開(kāi)發(fā)者可能需要更大的靈活性和掌控力，谷歌推出Gemini姊妹大模型Gemma。新發(fā)布的Gemma2相較于Gemma，新增90億和270億參數(shù)兩種規(guī)格。其中，270億參數(shù)版本經(jīng)過(guò)優(yōu)化，同時(shí)支持Google Cloud上的單個(gè)英偉達(dá)GPU以及Vertex AI單個(gè)TPU運(yùn)行。

　　目前Gemini相關(guān)大模型已集成到Android Studio、Chrome DevTools、Project IDX、Colab、VS Code、IntelliJ和 Firebase等開(kāi)發(fā)工具中，可幫助開(kāi)發(fā)者編寫(xiě)、調(diào)試、測(cè)試代碼、生成文檔、理解代碼庫(kù)等。

　　以Flutter為例，小米SU7配套應(yīng)用就是基于Flutter所打造。在原有Flutter基礎(chǔ)上，谷歌推出Flutter 3.24和 Dart 3.5。新版最大看點(diǎn)是“Flutter GPU”新API的早期預(yù)覽版。如通過(guò)內(nèi)置 Flutter SDK，開(kāi)發(fā)者可使用Dart代碼訪問(wèn)GPU，進(jìn)而提高圖像渲染能力。

　　為方便開(kāi)發(fā)者使用，谷歌推出多個(gè)Package。如Flutter_Scene可將3D項(xiàng)目直接導(dǎo)入，進(jìn)而提高游戲體驗(yàn)。

　　此外，谷歌也推出Android Studio ON IDX早期預(yù)覽版，和原有Android Studi不同的是其支持在瀏覽器中完全運(yùn)行。為保證借助AI構(gòu)建應(yīng)用的可靠性、合規(guī)性和安全性。谷歌推出包括如Firebase AI Monitoring 信息中心、Checks AI Safety等開(kāi)發(fā)組件。

　　在AI大模型開(kāi)源席卷全球下，谷歌推出開(kāi)源大模型項(xiàng)目Project Oscar。但初始階段，Project Oscar僅支持93000條代碼提交以及2000名開(kāi)發(fā)者Go編程語(yǔ)言項(xiàng)目。

　　圍繞Web網(wǎng)站開(kāi)發(fā)，隨著Web GPU、WASM和Gemini內(nèi)置到Chrome中，谷歌全新推出的Speculation Rules API可做到搜索即時(shí)導(dǎo)航，擺脫冗長(zhǎng)頁(yè)面加載。面向單頁(yè)應(yīng)用推出的View Transitions API，可提高頁(yè)面過(guò)渡體驗(yàn)。二者結(jié)合，進(jìn)而保證頁(yè)面過(guò)渡的無(wú)縫銜接。

　　為保證Web開(kāi)發(fā)者開(kāi)發(fā)效率，谷歌順勢(shì)推出試和優(yōu)化應(yīng)用Chrome DevTools，其在開(kāi)發(fā)者網(wǎng)站出現(xiàn)問(wèn)題時(shí)會(huì)發(fā)出警告和錯(cuò)誤提示。該應(yīng)用已內(nèi)置到Gemini中。

　　圍繞下一代安卓原生應(yīng)用開(kāi)發(fā)，谷歌推出多款新產(chǎn)品。設(shè)備端AI模型Gemini Nano和系統(tǒng)服務(wù)AI Core;用于業(yè)務(wù)邏輯共享代碼，適用于移動(dòng)端、Web、服務(wù)器和桌面平臺(tái)的Kotlin Multi Platform;并為DataStore、Room和ViewModel等多個(gè)Jetpack庫(kù)添加Kotlin Multi platform支持。

　　測(cè)試平臺(tái)Android Device Streaming，則聯(lián)合小米、OPPO、一加、三星等手機(jī)廠商，方便開(kāi)發(fā)者進(jìn)行終端測(cè)試，現(xiàn)處于Beta階段。Gemini in Android Studio納入Android Studio穩(wěn)定版，新增代碼生成和代碼轉(zhuǎn)換功能，以及AI隱私設(shè)置控制數(shù)據(jù)分享功能。

　　圍繞云業(yè)務(wù)，谷歌提出的云端新旅程具有五大特點(diǎn)：一是云上開(kāi)發(fā)新范式，新推出的Vertex AI功能可實(shí)現(xiàn)上下文緩存和接地功能。二是自成體系的靈活擴(kuò)展，新推出150多種模型，包括Gemini系列、Gemma開(kāi)源模型、Anthropic Claude模型、Meta Llama模型和Hugging Face模型庫(kù)。

　　三是打破壁壘的跨云之旅，新推出的優(yōu)化PostgreSQL數(shù)據(jù)庫(kù)和BigQuery Omni功能，支持跨云互聯(lián)和聯(lián)合查詢以及多“云”協(xié)同。四是輕松實(shí)現(xiàn)強(qiáng)大功能，新推出的自動(dòng)化與智能默認(rèn)設(shè)置，搭建全套云基礎(chǔ)設(shè)施只需45分鐘，包括網(wǎng)絡(luò)、身份驗(yàn)證和日志記錄等。

　　五是AI智能助力，新推出的Gemini Code AssistIDE插件，提供代碼生成、補(bǔ)全、解釋和測(cè)試生成功能。Gemini in Databases則提供SQL生成和數(shù)據(jù)庫(kù)操作智能化。

　　圍繞開(kāi)發(fā)者發(fā)布多款大模型，無(wú)疑彰顯谷歌想要加速推進(jìn)大模型商業(yè)化的決心。但目前谷歌的AI能力，尤其是輸出和檢索能力可能仍需提高。

　　今年6月份海外用戶在詢問(wèn)谷歌“制作披薩使用多少膠水”問(wèn)題時(shí)，谷歌AI搜索給出的答案為：據(jù)Business insider2024年5月的相關(guān)顯示文章，谷歌Al搜索結(jié)果建議在披薩醬中加入1/8 杯，即2湯匙，白色無(wú)毒的膠水，以防止奶酪滑落。

　　文章作者KatieNotopoulos 表示，膠水沒(méi)有明顯改變醬汁的稠度，而披薩呈現(xiàn)出誘人的橙色。海外媒體The Verge驗(yàn)證后發(fā)現(xiàn)，該截圖并非偽造。因披薩中不能加入任何膠水，該答案也引發(fā)海外用戶對(duì)谷歌AI檢索能力的質(zhì)疑。

　　圖源：The Verge

　　圖源：The Verge

　　我們?cè)趯?duì)Gemini實(shí)測(cè)過(guò)程中發(fā)現(xiàn)，一方面Gemini文生圖能力已被關(guān)閉，且Gemini暫時(shí)也不支持文生視頻。另一方面，Gemini的邏輯推理、數(shù)學(xué)計(jì)算能力仍需提高。

　　圖源：Gemini官網(wǎng)

　　我們將2024年高考數(shù)學(xué)真題給到Gemini且特意強(qiáng)調(diào)是多選題，三道題目正確答案分別為(BD)(ACD)(ABC)，但Gemini給出的答案分別是(AC)(AD)(AB)，雖說(shuō)第10題和第11題Gemini的答案包括正確選項(xiàng)，但第9題卻全部是錯(cuò)誤選項(xiàng)。

　　圖源：2024年高考數(shù)學(xué)真題

　　圖源：Gemini官網(wǎng)

　　此外，隨著谷歌大模型日益增多，正面臨數(shù)據(jù)中心電力消耗產(chǎn)生的二氧化碳排放迅速增加的棘手問(wèn)題。

　　谷歌相關(guān)環(huán)境報(bào)告指出，2023年僅谷歌數(shù)據(jù)中心電力消耗就增長(zhǎng)17%，由電力消耗所產(chǎn)生的二氧化碳污染較2022年同期增長(zhǎng)13%至1430萬(wàn)噸，大致相當(dāng)于38家燃?xì)獍l(fā)電廠每年可能排放的二氧化碳量。

　　不僅僅是谷歌，Microsoft2023財(cái)年的溫室氣體排放量比 2020年高出約30%。對(duì)于未來(lái)如何降低碳排放，谷歌相關(guān)報(bào)告指出，隨著我們進(jìn)一步將人工智能集成到我們的產(chǎn)品中，由于人工智能計(jì)算強(qiáng)度的增加導(dǎo)致的能源需求增加，以及與我們的技術(shù)基礎(chǔ)設(shè)施投資預(yù)期增加相關(guān)的排放，減少排放可能具有挑戰(zhàn)性。

　　按照當(dāng)前AI大模型發(fā)展速度，未來(lái)對(duì)電力需求或?qū)⒊杀对鲩L(zhǎng)。作為全球擁有最多數(shù)據(jù)中心的美國(guó)，引發(fā)當(dāng)?shù)孛癖妼?duì)人工智能壓倒電網(wǎng)的電力需求急劇上升的擔(dān)憂，并可能使煤炭和天然氣工廠的存在時(shí)間比其他方式更長(zhǎng)。

　　商業(yè)化、輸出質(zhì)量穩(wěn)定化、減碳化等各種問(wèn)題的存在，即使對(duì)于谷歌這樣的全球大廠短期內(nèi)也難言輕松。