本文来自微信公众号：量子位 （ID：QbitAI），作者：明敏，题图来自：《环太平洋》

【资料图】

为应对ChatGPT，谷歌在大模型方面的动作还在继续。

最新消息，其旗下专注语言大模型领域的“蓝移团队”（Blueshift Team）宣布，正式加入DeepMind，旨在共同提升LLM能力。

图/Twitter

DeepMind科学家们在推特下面“列队欢迎”，好不热闹。

图/Twitter

蓝移团队隶属于谷歌研究和谷歌大脑实验室同等级。

图/Google Research

之前谷歌耗时2年发布的大模型新基准BIG-Bench，就有该团队的重要贡献。

还有谷歌5400亿大模型PaLM，背后也有蓝移团队成员提供建议。

综合此前消息，DeepMind表示要在今年发布聊天机器人麻雀（Sparrow）内测版本。如今又有擅长大模型研究的团队加入，强强联手，或许会加快谷歌应对ChatGPT的脚步？

这下有好戏看了。

蓝移团队是谁？

据官网介绍，蓝移团队主要关注的研究点是如何理解和改进大语言模型的能力。

他们专注于了解Transformer的局限性，并挑战将其能力扩展到解决数学、科学、编程、算法和规划等领域。

具体可分为如下几方面分支：

图/Google Research

团队的代表性工作成果有数学做题模型Minerva。它曾参加数学竞赛考试MATH，得分超过计算机博士水平。

综合了数理化生、电子工程和计算机科学的综合考试MMLU-STEM，它的分数比以往AI高了20分左右。

图/Google Research

并且它的做题方法也是理科式的，基于谷歌5400亿参数大模型PaLM，Minerva狂读论文和LaTeX公式后，可以按照理解自然语言的方式理解数学符号。

作者透露，让该模型参加波兰的数学高考，成绩都超过了全国平均分数。

图/Twitter

还有蓝移团队曾和MIT的科学家一起，通过训练大模型学会程序员debug时“打断点”的方式，能让模型读代码的能力大幅提升。

图/Google Research

还有谷歌耗时2年发布的大模型新基准BIG-Bench，蓝移团队全部成员均参与了这项工作。

BIG-bench由204个任务组成，内容涵盖语言学、儿童发展、数学、常识推理、生物学、物理学、社会偏见、软件开发等方面的问题。

图/Google Research

以及如上提到的谷歌大模型PaLM，蓝移团队成员Ethan S Dyer也贡献了建议。

官网显示，蓝移团队目前有4位主要成员。

Behnam Neyshabur现在是DeepMind的高级研究员。他在丰田工业大学（芝加哥）攻读了计算机博士学位，后来在纽约大学进行博士后工作，同时是普林斯顿大学高等研究理论机器学习项目组的成员。研究领域是大语言模型的推理和算法能力、深度学习和泛化等。

Vinay Ramasesh在加州大学伯克利分校获得物理学博士学位，曾致力于研究基于超导量子比特的量子处理器，硕士毕业于麻省理工学院。

最近他主要在研究语言模型，职位是研究科学家。

Ethan Dyer博士毕业于麻省理工学院，2018年加入谷歌工作至今。

Anders Johan Andreassen同样是物理专业出身，博士毕业于哈佛大学。在哈佛大学、加州大学伯克利分校都做过博士后，2019年起加入谷歌。

谷歌还有多少后手？

这次蓝移团队的调动，也不免让外界猜测是否是谷歌为应对ChatGPT的最新举措。

ChatGPT引爆大模型趋势后，谷歌几乎是最先打响“阻击战”的大厂。

尽管加急发布的Bard效果确实有失水准，但这并不意味着谷歌会就此丧失竞争力。

诚如OpenAI之于微软，谷歌也有DeepMind。

DeepMind还是上一轮AI浪潮的引爆者。

消息显示，DeepMind手里也有聊天机器人。

去年9月，他们介绍了一个对话AI麻雀（Sparrow），它的原理同样是基于人类反馈的强化学习，能够依据人类偏好训练模型。

图/Sparrow

DeepMind创始人兼CEO哈萨比斯在今年早些时候说，麻雀的内测版本将在2023年发布。

他表示，他们将会“谨慎地”发布模型，以实现模型可以开发强化学习功能，比如引用资料等，这是ChatGPT不具备的功能。

图/Google Research

但具体的发布时间还没有透露。

蓝移团队的加入公告中提到，他们是为了加速提升DeepMind乃至谷歌的LLM能力，不知这一动向是否会加速该对话模型的发布。

与此同时，谷歌也没有把目光完全局限在自家开发能力上。

本月初，劈柴哥重磅宣布，斥资3亿美元，紧急投资ChatGPT竞品公司Anthropic——由GPT-3核心成员出走创办。

1月底，该公司内测聊天机器人Claude。

图/Claude

这是一个超过520亿参数的大模型，自称基于前沿NLP和AI安全技术打造。

它同ChatGPT一样，靠强化学习（RL）来训练偏好模型，并进行后续微调。

但又与ChatGPT采用的人类反馈强化学习（RLHF）不同，Claude训练时，采用了基于偏好模型而非人工反馈的原发人工智能方法（Constitutional AI），这种方法又被称为AI反馈强化学习（RLAIF）。

如今，Claude尚未作为商业产品正式发布，但已有人（如全网第一个提示工程师Riley Goodside）拿到了内测资格。有人说效果比ChatGPT要好。

图/Twitter

目前，这家公司的最新估值已经达到50亿美元。

总而言之，谷歌虽然在Bard上栽了跟头，但也没把鸡蛋放在同一个篮子里。接下来它在大模型上还有哪些新动作？这件事还很有看头。

参考链接：

[1]https://twitter.com/bneyshabur/status/1629150056715816962

[2]https://research.google/teams/blueshift/

[3]https://www.deepmind.com/blog/building-safer-dialogue-agents

本文来自微信公众号：量子位 （ID：QbitAI），作者：明敏