谷歌Imagen首次开放测试安卓苹果都能玩还有AI写作助手

量子位 | "大众年夜众号 QbitAI

附近年底，谷歌终于放大招了！

刚刚结束的AI@年度活动上，谷歌一口气发布了四项最新的AIGC技能成果。

个中最引人把稳的要数文本图像模型Imagen首次开放测试，敲黑板，这次安卓、苹果都能玩。

其他有趣的产品，还有AI写作帮忙工具LaMDA Wordcraft、结合Imagen Video和Phenaki上风的超长连贯性视频天生模型等等。

而且，除了官方的总结，几位来自谷歌的科学家也在推特分享了自己心中谷歌AI研究的新进展。

详细有哪些？一起往下看。

自推出以来，Imagen一贯被与OpenAI的DALL-E 2、Stability AI的Stable Diffusion比较较，但不同的是，谷歌一贯没有将该系统向公众年夜众开放。

现在，谷歌终于松口，宣告将把Imagen添加到其AI Test Kitchen运用中。

AI Test Kitchen，是今年I/O大会上，谷歌推出的一款用于对各种AI系统进行测试的运用程序，目前苹果、安卓用户都能下载。

最初的时候，用户仅可以在上面与AI谈天机器人LaMDA 2进行互换，这次更新将添加两种与Imagen互动的新办法：城市梦想家和Wobble。

在“城市梦想家”中，你可以用笔墨命令建造不同主题的城市，个中，Imagen模型承担了创建样本建筑和地块（城市广场、公寓楼、机场等）的浸染。

在Wobble中，你可以创造一个小怪物，DIY它的材质（粘土、毛毡、橡胶等），然后给它穿上你选择的衣服，还可以戳戳它，让它“舞蹈”。

只管与其他文本到图像的模式比较，这些互动办法看上去还比较受限定，但谷歌产品管理高等总监乔希·伍德沃德（Josh Woodward）阐明称，这一步的意义在于得到"大众对这些AI系统的反馈，以及测试哪些行为会使得系统崩溃。

除了最受关注的Imagen模型，谷歌还宣告了在其他内容格式上的AI内容天生技能。

比如LaMDA Wordcraft，一个在大措辞模型LaMDA根本上开拓的、能赞助专业作家写作的AI写文工具。

它的浸染，是在创作者写作的过程当中，根据现有的文本产生新的想法，或者帮助重写已有文句，从而帮助创作者打破“创作瓶颈”。

值得一提的是，下图中的“Evaluative Soliloquies”便是作家刘宇昆（《三体》英文版译者）在Wordcraft帮助下撰写的短篇小说。

除此之外，谷歌还结合了Imagen Video和Phenaki两大模型的上风，推出了一个能天生超长连贯性视频的新模型。

还有AudioLM，一个无需笔墨和音乐符号演习，仅通过聆听音频样本，就可以连续天生补充乐曲的音频模型。

说完这些谷歌官方公布的新技能，让我们再来看看谷歌的科学家们自己是怎么说的。

除了产品层面，今年谷歌AI研究的新进展还有哪些？

谷歌大脑的工程师周登勇在推特上分享了自己的意见：大模型学会了如何阐明答案，检讨答案，并将繁芜问题分解成子问题办理。

而这统统还要从谷歌今年1月发布的一篇论文“Chain of Thought Prompting Elicits Reasoning in Large Language Models”开始提及。

便是在这篇论文中，谷歌首次提出了思维链提示（chain of thought prompting）的观点。

大略来说，思维链提示便是一种分外的高下文学习，不同于标准提示只是给出输入-输出对的示例（如下图左），思维链提示还会额外增加一段推理的过程（如下图右）。

这一步的目的是让模型模拟并为当前问题天生自己的思维过程，终极提高天生结果的准确性。

该方法在LaMDA-137B、GPT-3 175B、PaLM-540B三个大型措辞模型上都得到了验证：比拟标准提示，新方法在算术、知识和符号推理任务的准确率上都有了明显的提高。

并且，随着模型参数量级的提升，思维链提示的效果也呈指数级上升。

尤其是合营上谷歌的超级措辞模型PaLM-540B，在包括数学问题在内的多个推理基准测试中达到了SOTA水平，乃至超过了利用验证器进行微调的GPT-3。

很快，两个月后该团队又对该研究进行了跟进。

这篇文章险些利用了和初代文章完备一样的数据集和设置，紧张改进是提出了一种称为自洽性（self-consistency）的大略策略。

大略来说，就像人在思考时会想出几种不同的办理方案再作出判断一样，自洽方法会通过思维提示链从措辞模型中采样一组不同的推理路径，再对答案进行多数投票（majority vote），末了返回个中最自洽的答案。

这一步优化不仅意味着离模拟人类思维模式更近一步，还做到了显著地提高思维链方法的性能。

最新的进展是，为理解决从易到难的泛化问题，该团队又提出了一种新颖的提示策略。

它将繁芜问题简化为一系列子问题，然后依次办理这些子问题，从而通过对先前办理的子问题的答案来促进办理给定的子问题。

就这样，谷歌正在演习AI一步步朝着人类的思维模式靠近。

末了，说了这么多，这一年，你印象最深的谷歌AI研究是什么？

参考链接：[1]https://twitter.com/dmvaldman/status/1587525225209425921[2]https://arxiv.org/abs/2201.11903[3]https://arxiv.org/abs/2203.11171[4]https://arxiv.org/abs/2205.10625

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一韶光获知前沿科技动态