Google生成式AI新進展：推出新LaMDA語言工具 Wordcraft

【TechWeb】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方面的創新，重點包括Google AI目前在3個變革性領域取得了突出成果。

這些新成果包括Google 用AI技術，預測洪水和野火、提升人類的健康等解決人類面臨的挑戰；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，更好地幫助創作者提升創意能力。

用AI技術應對氣候變化和健康挑戰

(相關資料圖)

Google使用改造后的衛星圖像來訓練AI模型，使其能識別和實時跟蹤野火，從而幫助預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已在美國、加拿大、墨西哥和澳大利亞的部分地區推出，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洪水預測系統通過Google Search和Maps向2300萬人發送了1.15億條洪水警報通知，讓無數生命免遭洪災。Google還宣布在全球范圍內推出新的模型Google Flood Hub，該模型在Google Search和Maps上線，通過顯示洪水可能發生的時間和地點，來幫助更多的人在洪災侵襲時轉移到安全地點。

Google的自動視網膜疾病評估工具（ARDA）已經在印度、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，其中一半以上發生在2022年，Google透露之后還將繼續這一合作項目。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模型賦能創作者和藝術家

在生成式AI方面，Imagen和Parti由Google研發、在質量方面領先業內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技術生成的超分辨率視頻。接下來，Google將把這一技術帶到AI Test Kitchen（一個為人們提供了解、體驗和反饋新興AI技術的渠道）。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。

二維圖像外，文字轉3D現在也已經成為現實。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境中的三維模型。音頻生成領域，Google AudioLM模型僅通過聆聽音頻樣本就能學習生成逼真語音和鋼琴音樂，并預測在音頻提示幾秒鐘后應該有哪些聲音。通過與使用Wordcraft的作家們合作，Google測試了由AI驅動的，建立在Google最先進對話系統LaMDA上的文本生成系統。“當我們開發這些工具時，我們與全球的創作者群體合作。用戶現在就可以在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，是人們與技術互動的最自然的方式，然而，隨著傳統的語言訓練模型方法不再適應全球交流方式的多樣性，大量的語言無法在互聯網上得到良好體現，為全球信息互聯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的數十億人帶去更大的包容性。

作為該計劃的一部分，Google目前開發了一個支持超400種語言的通用語音模型(USM)，據了解，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與世界各地的社區合作，以獲取有代表性的語音數據。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，以創建和發布數據。在南亞，Google攜手當地政府、非政府組織和學術機構，成功收集了來自所有地區方言和語言中有代表性的音頻樣本。