Google DeepMind uni ses forces pour se venger, Jeff Dean et Hassabis résument la contre-attaque Jedi de 2023 dans un article de 10 000 mots
Cet article provient de : Nouvelle Sagesse
Tout à l'heure, Jeff Dean, scientifique en chef de Google DeepMind, et Demis Hassabis, PDG, ont publié conjointement un résumé annuel de recherche de Google faisant autorité dans le domaine de l'intelligence artificielle en 2023.
Google DeepMind, rendez le papier !
Tout à l'heure, Jeff Dean et Hassabis ont publié conjointement un article passant en revue tous les résultats de Google Research et de Google DeepMind en 2023.
Au début de cette année, Google semble avoir lamentablement perdu par rapport à ChatGPT, populaire dans le monde entier. À cette époque, d'innombrables capitaux ont afflué vers OpenA, et la valeur marchande et la popularité d'OpenAI ont instantanément atteint des sommets sans précédent.
En avril, Google, coincé dans une position passive, a lancé son ultime coup de grâce : Google Brain et DeepMind ont officiellement fusionné ! Les deux départements majeurs de "Le Roi des Rois" se sont réunis d'une manière étonnante, Jeff Dean et Hassabis ont enfin uni leurs forces.
En mai, Google a vengé sa honte lors de la conférence I/O. Le tout nouveau PaLM 2 surpasse GPT-4, tout le bureau est mis à niveau et Bard évolue directement vers un niveau épique.
En décembre, Google a publié tard dans la nuit le vengeance killer Gemini.Le multimodal natif le plus puissant a directement écrasé GPT-4. Bien que la démonstration du produit comporte des éléments de traitement, il est indéniable que Google a poussé la recherche multimodale mondiale à des sommets sans précédent.
Voyons comment les dieux de Google se sont unis pour lancer une bataille de vengeance qui durera 23 ans.
01 Progrès produit et technologique
Cette année, l’IA générative est officiellement entrée dans une grande explosion.
En février, Google a lancé Bard en urgence, deux mois après qu'OpenAI ait lancé son propre chat IA.robot.
En mai, Google a annoncé des mois et des années de recherche et de résultats lors de la conférence I/O, notamment sur le modèle de langage PaLM 2. Il intègre des extensions d'optimisation informatique, une composition améliorée des ensembles de données et une architecture de modèle pour offrir des performances exceptionnelles, même sur des tâches d'inférence très avancées.
Après avoir affiné et ajusté les instructions de PaLM 2 à différentes fins, Google l'a intégré à de nombreux produits et fonctionnalités Google, notamment :
Barde
Désormais, Bard peut prendre en charge plus de 40 langueset plus de 230 pays et régions. Vous pouvez utiliser Bard pour rechercher des informations dans les outils Google quotidiens (tels que Gmail, Google Maps et YouTube).
Expérience de génération de recherche (SGE)
Il utilise LLM pour réinventer la façon d'organiser les informations et d'aider les utilisateurs à parcourir les informations, créant ainsi un modèle d'interaction conversationnelle plus fluide pour les principaux produits de recherche de Google.
MusiqueLM
Ce modèle de conversion texte-musique alimenté par AudioLM et MuLAN peut produire de la musique à partir de texte, de bourdonnement, d'images ou de vidéos, d'accompagnements musicaux et de chansons.
Duo IA
Duet AI dans Google Workspace peut aider les utilisateurs à rédiger du texte, à créer des images, à analyser des feuilles de calcul, à rédiger et à résumer des e-mails et des messages de discussion, à résumer des réunions, etc. Duet AI dans Google Cloud peut aider les utilisateurs à écrire, déployer, mettre à l'échelle et surveiller des applications, ainsi qu'à identifier et résoudre les menaces de cybersécurité.
Adresse de l'article : https://blog.google/technology/developers/google-io-2023-100-announcements/
Après la sortie du modèle de génération de texte en image Imagen l'année dernière, en juin de cette année, Google a publié Imagen Editor, qui offre la possibilité de modifier les images générées à l'aide de masques de zone et d'invites en langage naturel, permettant un contrôle plus précis du modèle. sortir.
Par la suite, Google a publié Imagen 2, qui a amélioré le résultat grâce à un modèle d'esthétique d'image spécialisé qui fait référence aux préférences humaines en matière d'éclairage, de cadrage, d'exposition et de netteté.
En octobre, Google a lancé une nouvelle fonctionnalité de recherche Google pour aider les utilisateurs à s'entraîner à parler et à améliorer leurs compétences linguistiques.
La technologie clé pour réaliser cette fonction est un nouveau modèle d'apprentissage profond appelé Deep Aligner développé en coopération avec l'équipe de Google Translate.
Comparé aux méthodes d'alignement basées sur des modèles de Markov cachés (HMM), ce nouveau modèle unique a considérablement amélioré la qualité de l'alignement pour toutes les paires de langues de test, réduisant le taux d'erreur d'alignement moyen de 25 % à 5 %.
En novembre, Google s’est associé à YouTube pour lancer Lyria, le modèle de génération de musique IA le plus avancé de Google à ce jour.
En décembre, Google a lancé Gemini, le modèle d'IA le plus puissant et le plus polyvalent de Google.
Dès le début, Gemini a été conçu comme un modèle multimodal couvrant le texte, l'audio, les images et la vidéo.
Gemini est disponible en trois tailles différentes, Nano, Pro et Ultra. Nano est le modèle le plus petit et le plus efficace utilisé pour offrir des expériences sur appareil pour des produits comme le Pixel. Le modèle Pro est puissant et mieux adapté à l’évolutivité entre les tâches. Les modèles Ultra sont les modèles les p...
[Courte citation de 8% de l'article original]