谷歌AI起大早赶晚集？皮查伊正面回应：我们早就做过“ChatGPT”，只是OpenAI运气更好

2 小时前

AI资讯

1 阅读

ChatGPT Transformer架构 [AI战略人工智能竞争]

谷歌早在2015年就提出了“AI优先”战略，并在2017年研发出Transformer架构，这项技术后来成为所有大语言模型的基础，包括OpenAI的GPT系列。然而，尽管Transformer诞生于谷歌内部，其产品化却首先在外部公司实现。

皮查伊解释说，Transformer并非出于理论研究，而是为了解决谷歌的实际问题——提升多语言翻译质量。当这项技术成熟后，谷歌迅速将其应用于BERT和MUM模型，推动了搜索体验的大幅提升。

与此同时，OpenAI利用Transformer架构在2020年后推出了GPT-3，并在2022年底发布了ChatGPT，迅速在全球范围内引起轰动。这标志着生成式AI进入主流视野，也让谷歌一度陷入“起大早赶晚集”的争议之中。

谷歌在Transformer架构基础上，早于ChatGPT开发出了LaMDA（对话式语言模型）。该模型曾在2022年I/O大会上亮相，并通过AI Test Kitchen进行内部测试。

皮查伊透露，LaMDA的早期版本确实具备与ChatGPT类似的能力，但存在“毒性”问题，即生成内容可能带有偏见、不准确甚至有害信息。由于谷歌对搜索质量要求极高，LaMDA未能立即对外发布。

“我们当时没有进行RLHF（基于人类反馈的强化学习）训练，所以不敢直接放出去。”皮查伊说。相比之下，OpenAI则以更灵活的方式发布ChatGPT，尽管其初期版本也不够完善，但借助用户反馈迅速迭代，抢占了市场先机。

皮查伊在访谈中承认，OpenAI成功的一个关键因素是“运气”。他们率先在GitHub等开发者社区中捕捉到编程场景中的潜力，这使得GPT系列在技术圈迅速扩散。

谷歌AI起大早赶晚集？皮查伊正面回应：我们早就做过“ChatGPT”，只是OpenAI运气更好

“从GPT-2到GPT-4，模型在写代码上的进步比在聊天场景更明显。”他说。正是这些看似偶然的场景，让OpenAI在生成式AI浪潮中占据了先机。

面对GPT-4的强势表现，皮查伊曾在播客中自嘲谷歌“像开着一辆改装的本田思域在赛道上勉强追赶”。不过，他也强调谷歌并非缺乏技术，而是因为组织规模大、产品覆盖面广，决策流程更加谨慎。

2023年，谷歌正式推出Gemini系列模型，并逐步整合到搜索、Gmail、YouTube等多个平台中。Gemini 2.5的发布标志着谷歌在多模态能力方面重回前沿。

随着AI竞赛加剧，皮查伊表示谷歌在资本支出方面已从300亿美元猛增至1800亿美元。然而，这一数字在未来两年可能面临现实瓶颈。

“2026年将是一个供给紧缩之年。”他说。目前全球晶圆产能紧张，内存、电力、数据中心审批许可都成为限制因素。即便谷歌拥有充足的资金，也难以在短期内获取足够资源来支撑指数级增长。

皮查伊指出，这种资源约束会倒逼效率提升。他预测，通过技术创新，谷歌可以将AI系统的效率提高30倍，以应对算力紧缺。然而，他也警告，算力资源的集中化可能加剧行业垄断趋势，形成“算力抢椅子”式的竞争格局。

皮查伊坚信，搜索不会消失，而是会进化。他提出未来搜索将演变为“智能体管理器”，用户只需下达命令，AI即可自动完成复杂任务。

他进一步透露，谷歌内部已经在尝试让AI接管业务预测流程。目前，这些预测仍需人类参与核查，但预计到2027年，谷歌将实现完全由AI自动进行的业务预测。

此外，谷歌正在探索“有状态AI”的未来，即AI能够长期保留用户上下文、记忆和状态信息。这一方向可能彻底改变个性化服务体验，例如自动汇总新闻、长期任务管理等。

谷歌不仅在算力和模型方面加大投入，还涉足多个前沿领域：

太空数据中心：目前处于早期阶段，仅由少数团队成员推动，预算极小。皮查伊将其比作2010年的Waymo，表示“大想法也要从小处着手”。
量子计算：他认为量子计算机更适合模拟自然规律，将在药物研发、分子建模等领域产生深远影响。
机器人技术：谷歌DeepMind团队已开发出Gemini Robotics模型，在空间推理方面达到顶尖水平。他们与波士顿动力等公司合作，探索AI+机器人新可能。

皮查伊强调，这些长期项目虽然短期内难以看到回报，但一旦技术成熟，将带来巨大跃迁。他每周至少花一小时亲自审批算力分配，确保资源用于最有潜力的项目。