在人工智能的广阔天地里，一场突破性的变革正蓄势待发，这场革命不仅关乎芯片技术的极限挑战，更需依赖于深度创新和跨领域整合的力量。过去的一年中，OpenAI凭借ChatGPT在全球范围内激起了一场科技热潮与热议，其领先地位看似难以超越。然而，谷歌DeepMind并未止步，在其CEO Demis Hassabis的引领下，一场无声的反击悄然拉开帷幕。【DeepMind的反击：Gemini 1.5 Pro横空出世】
自去年四月谷歌将旗下两大AI部门合并为DeepMind以来，Hassabis便致力于集结科学家和工程师团队，以应对OpenAI的崛起以及其与微软形成的潜在威胁。尽管谷歌内部曾提出多个类似于ChatGPT的构想，但由于担忧其可能引发不当行为或滥用风险，迟迟未能将其商业化。然而，在Hassabis的积极推动下，谷歌AI研究的步伐近期发生了显著转变，短短数月内迅速研发出多模态AI模型——Gemini，并在其基础上推出了性能更为强大、体积却更小的Gemini 1.5 Pro版本。该模型不仅能处理大量文本信息，还能同时分析视频和音频，堪称谷歌对ChatGPT的有力回应，并正在逐步赋能更多谷歌产品。
【计算能力与通用智能】
当前的AI竞赛如火如荼，各家公司在争相研发并推出更大规模且功能强大的AI系统。谷歌通过提升其最强大的模型Gemini Ultra，再次向OpenAI发起挑战。在WIRED高级作家Will Knight对Demis Hassabis的专访中，Hassabis深入剖析了“专家混合”（MoE）架构如何赋予Gemini 1.5 Pro处理更丰富数据输入的能力，并揭示了其在规模缩小的同时实现性能飞跃的意义。他强调，尽管算力规模对于推动AI进步至关重要，但解锁通用人工智能的关键还在于基础研究和技术创新的融合。他表示，虽然目前尚未观察到规模扩张的边界，但仅靠扩大现有技术难以催生新的能力，比如规划、工具使用及代理行为等。
【未来竞争焦点与安全考量】
随着AI发展的深化，未来的竞争焦点或将从简单的聊天功能转向真正能够执行任务、具备工具使用和代理行为的AI系统。DeepMind作为强化学习和规划领域的领军者，已着手将AlphaGo的经验应用于大型模型之上，探索内省和规划能力以解决诸如幻觉等问题。然而，这也意味着AI系统的潜在危险性将同步增加。Hassabis一直倡导在AI Agent系统上线前进行严格的安全测试，并建议建立模拟沙箱环境。面对即将到来的Agent系统时代，整个行业需要提前做好准备，确保这些系统既能高效完成任务，又能保证安全性。
【结语】
在谈及DeepMind最强模型Gemini Ultra的发布进程时，Hassabis指出，由于模型规模增大带来的复杂性和安全性需求，全面测试和微调所需的时间也随之增长。DeepMind正努力成为一个组织严密、发布严谨的研究机构，重视实验成果的早期用户反馈，以确保在全面推出前产品的稳定与安全。
与此同时，DeepMind也积极与政府组织，如英国AI安全研究所展开合作，共享前沿模型资源，共同构建监管框架，为即将来临的AI Agent系统时代做好充分准备。正如Hassabis所预见的那样，随着Agent系统的逐渐成熟，我们将在AI领域见证一系列重大变革和前所未有的进步，而这一切都离不开行业内外对安全问题的高度重视和持续努力。
