刚刚，谷歌DeepMind首席科学家Jeff Dean，首席执行官Demis Hassabis两大佬联手发布了2023人工智能领域超权威的谷歌年度研究总结。
这一年开年，比起风靡全球的ChatGPT，谷歌看上去输惨了。当时，数不清的资本热钱向着OpenA流去，OpenAI的市值、知名度瞬间飙至前所未有的高度。
4月，陷入被动的谷歌放出终极大杀招：谷歌大脑和DeepMind正式合并！「王不见王」的两大部门惊人合体，Jeff Dean和Hassabis终于联手。
5月，谷歌在I/O大会上一雪前耻。全新的PaLM 2反超GPT-4，办公全家桶炸裂升级，Bard直接史诗级进化。
12月，谷歌深夜放出了复仇杀器Gemini，最强原生多模态直接碾压了GPT-4。虽然在产品demo上有加工制作的成分，但不可否认，谷歌已经把全世界的多模态研究推至前所未有的高度。
让我们看一看，谷歌的诸位神人们是怎样团结在一起，打响23年的复仇之战的。
2月，谷歌紧急推出了Bard，慢于OpenAI两个月推出了自己的AI聊天机器人。
5月，谷歌在I/O大会上宣布了积累数月和数年的研究和成果，包括语言模型PaLM 2。它整合了计算优化扩展、改进的数据集组合和模型架构，即使在很高级的推理任务中，表现也很出色。
针对不同目的对PaLM 2进行微调和指令调整后，谷歌将其集成到了众多Google产品和功能中，包括：
现在，Bard能支持40多种语言和230多个国家和地区，在日常使用的Google工具（如Gmail、Google地图、YouTube）中，都可以使用Bard查找信息。
它用LLM重新构想如何组织信息以及如何帮用户浏览信息，为谷歌的核心搜索产品创建了更流畅的对线. MusicLM
这个由AudioLM和MuLAN提供支持的文本到音乐模型，可以从文本、哼唱、图像或视频、音乐伴奏、歌曲中制作音乐。
Google Workspace中的Duet AI可以帮助用户创作文字、创建图像、分析电子表格、起草和总结电子邮件和聊天消息，总结会议等。Google Cloud中的Duet AI可以帮助用户编写、部署、扩展和监控应用，以及识别和解决网络安全威胁。
SayTap使用脚部接触模式（例如，插图中每只脚的0和1序列，其中0表示空中的脚，1表示地面的脚）作为桥接自然语言用户命令和低级控制命令的接口。通过基于强化学习的运动控制器，SayTap允许四足机器人接受简单直接的指令（例如，「缓慢向前小跑」）以及模糊的用户命令（例如，「好消息，我们这个周末要去野餐！」），并做出相应的反应
其中包括，专为拥有万亿条边的图设计的新型分层聚类算法TeraHAC；可以同时实现高质量和高可扩展性的文本聚类算法KwikBucks；以及用于近似多嵌入模型标准相似函数Chamfer Distance的高效算法，与高度优化的精确算法相比，该算法的速度提高了50倍以上，并可扩展至数十亿个点。
在对飞机尾流 (contrails) 的研究中，谷歌通过分析大量天气数据、历史卫星图像和以往的飞行记录，训练了一个能够预测飞机尾流的形成区域，并据此调整航线的AI模型。结果显示，这一系统可以将飞机尾流减少54%。
在不断推进机器学习和人工智能的最新技术的同时，谷歌也致力于帮助人们理解并将AI应用于特定问题。
通过发表研究成果、参与和组织学术会议，谷歌正在持续推动AI和计算机科学的发展。
