2023年12月7日消息，美国当地时间周三，谷歌发布了其新一代人工智能模型Gemini。该模型反映了谷歌内部在首席执行官桑达尔·皮查伊(Sundar Pichai)的监督和推动下，多年来的努力成果。

　　在科技界，皮查伊早已因其对产品的专注和热爱而闻名。2016年，当他成为谷歌的首席执行官后，他曾在一封年度创始人信函中预测：“我们将从移动优先转向人工智能优先的世界。”在之后的几年里，皮查伊带领谷歌将人工智能技术逐渐融入到所有产品中，从安卓设备一直到云计算。

　　尽管谷歌近期因OpenAI的竞争而略显颓势，但Gemini的推出无疑为这场竞争注入了新的活力。OpenAI在去年推出的DALL-E和GPT-3.5，以及今年推出的GPT-4，主导了整个AI行业，并在初创公司和科技巨头之间引发了激烈的竞争。作为回应，谷歌推出了Gemini，一个由DeepMind领导的全新AI模型。DeepMind是由德米斯·哈萨比斯(Demis Hassabis)领导的一个新整合部门。现在，用户已经可以在谷歌聊天机器人Bard中体验Gemini，并将在2024年整合到谷歌的产品线中。

　　在Gemini发布前夕，《麻省理工学院技术评论》杂志有幸在谷歌位于加州山景城的办公室采访了皮查伊，探讨了该模型对谷歌、其产品、人工智能和整个社会的意义。

　　专访内容：

　　问：为什么Gemini如此令人兴奋?您能分享一下对人工智能的总体看法吗?以及它在你们所有产品中的发展方向?

　　皮查伊：Gemini令人兴奋的主要原因在于，它是一个原生的多模式模型。与以往仅通过文本学习的模型不同，Gemini可以通过视频、音频和代码学习。这使得该模型天生就具有更强的能力，我相信这将帮助我们开发出更多创新的功能，并推动该领域的进步。

　　另一个让人兴奋的地方是，Gemini在32个主要基准测试中表现出色，其中30个都是表现最好的。特别是在多模式基准测试中，Gemini更是展现出强大的实力。我相信，这标志着多模式基准测试时代的到来。同时，我也认为MMLU基准是一个重要的里程碑。在这个基准测试中，Gemini的性能已经达到了一个相当高的水平。

　　此外，我也很高兴看到Gemini最终进入了我们的产品。现在它将对开发者开放，这是一个新的平台。人工智能是一个比网络或移动更深刻的平台变革。从这一点来看，我们已经迈出了一大步。

　　问：从这些基准测试来看，Gemini似乎在很多方面都领先于GPT-4，但并没有遥遥领先。而GPT-4却实现了很大的飞跃。这是否意味着在大语言模型的技术上，我们正在接近瓶颈期?或者您认为我们仍有巨大的增长空间?

　　皮查伊：首先，我必须承认未来的确有巨大的增长空间。有些基准测试的得分已经相当高，但是当我们试图突破85%的门槛时，我们实际上已经处于曲线的边缘。尽管这个突破看似不大，但这仍然代表着我们在不断进步。为了更好的评估这些模型的能力，我们需要不断更新基准测试。这也是我们为何要研究MMLU多模式基准的原因之一。对于一些新的基准测试，当前的技术水平仍然较低，这意味着未来还有很大的进步空间。比例定律仍然有效：当我们把模型做大时，就会有更多的进展。从整体上看，我真的觉得我们才刚刚开始。